
Lealone
让AI智能体在安全边界内自我进化,搞定企业级复杂任务
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2591
使用教程
环境要求
- JDK 21+(编译与运行都需要)
- Maven(仅从源码构建时需要)
- 大模型 API Key(目前支持 doubao 和 deepseek)
- 可执行文件 lealone-8.0.0-SNAPSHOT.jar
安装与启动步骤
-
1安装 JDK 21
运行前需先安装 JDK 21 或更高版本,安装完成后用 java -version 确认版本号不低于 21。
java -version -
2获取可执行 jar
可直接下载 README 给出的 lealone-8.0.0-SNAPSHOT.jar:https://lealone-plugins.github.io/lealone.github.io/lealone/lealone-8.0.0-SN
-
3从源码构建(可选)
如果你是从源码构建,在项目根目录执行该命令,构建时会跳过测试。
mvn assembly:assembly -Dmaven.test.skip=true -
4启动 Lealone
在 jar 所在目录启动服务,启动后原窗口不要关闭;README 示例中服务端口为 8080。
java -jar lealone-8.0.0-SNAPSHOT.jar -
5打开 Agent 窗口
新开终端执行带 -agent 参数的命令,即可进入交互式 agent 窗口输入指令。
java -jar lealone-8.0.0-SNAPSHOT.jar -agent -
6配置大模型
在 agent 窗口中执行该 SQL 配置大模型,只需执行一次,把 api_key 换成你自己的密钥。
set llm ( provider: 'doubao', model: 'doubao-seed-2-0-pro-260215', api_key: 'sk-xxxxxxxx' ); -
7氛围编程生成应用
在 agent 窗口输入中文需求(如:实现一个 todo 应用;),等待 20 多秒会返回一个 URL,用浏览器打开即可。
实现一个 todo 应用; -
8用需求文档运行应用
把服务、表和工作流写进 services.sql 后,用该命令直接启动运行;示例服务可通过 http://localhost:8080/service/my_service/hello?name=zhh 调用。
java -jar lealone-8.0.0-SNAPSHOT.jar services.sql
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
provider | 是 | 大模型服务提供方,目前支持 doubao 和 deepseek | doubao |
model | 是 | 使用的模型名称,需与 provider 匹配 | doubao-seed-2-0-pro-260215 |
api_key | 是 | 大模型服务的密钥,替换成你自己的 apikey | sk-xxxxxxxx |
如何确认成功
agent 窗口成功执行配置或需求后返回结果,例如输入“实现一个 todo 应用;”约 20 秒后给出 URL,浏览器打开能访问即为成功。
常见问题
Q:支持哪些大模型?
A:README 说明目前支持 doubao 和 deepseek 两种 provider,在 set llm 命令中通过 provider 参数指定。
Q:编译运行需要什么 JDK 版本?
A:需要 JDK 21+,版本过低会无法编译或运行,可先用 java -version 确认。
Q:大模型配置需要每次都执行吗?
A:不需要,set llm 命令只需要执行一次,之后会一直生效。
Q:生成的应用怎么访问?
A:在 agent 窗口输入需求后等待 20 多秒会返回一个 URL,用浏览器打开该 URL 即可访问。
Q:怎么调用自己定义的服务?
A:按 README 示例端口,用 http://localhost:8080/service/my_service/hello?name=zhh 这样的地址即可调用对应服务。
注意事项
- README 中的大模型配置为一次配置,模型名随版本可能变化。
- 当前版本为 8.0.0-SNAPSHOT 快照版,功能与接口可能随时调整。
- services.sql 中出现的所有 URL 都不是必需的,只是方便手工复制到浏览器测试。
- 构建源码需要 Maven,仅使用现成 jar 时不需要。
核心亮点
- 原生Java实现,企业技术栈集成成本低
- 内置自进化机制,能基于运行反馈持续优化行为
- 面向氛围编程场景,支持自然语言驱动的快速开发
不足之处
- 项目较新,生态和第三方集成尚不丰富
- 文档/社区待观察
适用场景
- 企业内部自动化流程编排与执行
- 基于自然语言的快速原型开发与迭代
- 需要长期运行并自我优化的AI助手服务
替代项目
AutoGPT、LangChain、Dify
上一篇:jadx-ai-mcp
下一篇:brightdata-mcp
同类项目推荐
codebase-memory-mcp
开源
毫秒级索引代码库,让 AI 助手秒懂你的项目
Local code intelligence for developers and AI agents. Connect code, docs and infrast···
mcp-agent
开源
用 MCP 和简单流程模式,快速搭建可靠 AI 智能体。
Build effective agents using Model Context Protocol and simple workflow patterns
cybersentry
开源
用 AI 自动打点,渗透测试省力又高效
Autonomous AI-powered ethical hacking agent powered by Llama 3.1 70B on NVIDIA NIM
stock-agent-ops
开源
用 LSTM 和智能体自动生成周度股票报告,省时省力
Designing end-to-end weekly stock report generation using LSTM and Agentic AI. Deplo···
camel
开源
让多个 AI 角色自动协作,搞定复杂任务
CAMEL: The first and the best multi-agent framework. Finding the Scaling Law of Agen···
liliumai
开源
让 AI 直接操控你的电脑和聊天工具
Lilium AI: The ultimate personal AI agent framework for autonomous computer control.···
super-agent-party
开源
自托管全能 AI 伴侣,聊天直播干活一肩挑
⭐ All-in-one AI companion! Super Agent Party = Self hosted neuro sama + openclaw! ⭐···
yao-meta-skill
开源
把AI技能做成标准化模块,可评估、可治理、可复用,提升Agent开发效率。
YAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and port···
second-brain-agent
开源
把笔记变成聊天机器人,用对话唤醒你的知识库
Second Brain AI agent