基于新AI范式的Gaia-X下一代企业AI应用平台

🌟 项目概述

主题X 是首个基于新AI范式设计的企业场景聊天机器人应用平台，通过创新的技术架构解决了现有AI产品的主要痛点：

🚀 企业管理 | 🤖 MCP协议支持 | 👥 多代理协作
💻 自然语言RPA | ✅ 人工确认机制 | 🎨 智能画布渲染

立即体验 | 管理中心 | 文档中心

🎯 核心痛点解决方案

痛点领域	Gaia-X 创新解决方案
缺乏企业管理	完整的用户/权限/计费系统及LLM API托管
没有MCP协议支持	首个企业级MCP支持
敏感操作风险	ReAct工具调用带有人工确认，动态渲染
自然语言RPA困难	大模型驱动的RPA自动化
多代理协作能力弱	智能代理检索及复杂任务的多代理协作

📦 项目架构

1.1 总体项目架构

1.2 MCP调用过程

在代理调用过程中，管理中心不负责调用MCP工具。相反，客户端节点程序接收到响应结果后，会统一判断是否有函数调用。如果有，则调用相应的MCP工具执行。执行链大致如下：

graph LR
    U --> |1|C[Gaia-X 客户端]
    C-->|2|API[管理中心]
    API-->|3|LLM[LLM API]
    LLM-->|4|API[管理中心]
    API-->|5|C[Gaia-X 客户端]
    C-->|6|B{函数调用？}
    B -- 否 -->U[用户]
    B -- 是 --> MCP[MCP 服务器]
    MCP -->|8a. 调用| H[工具1]
    MCP -->|8b. 调用| I[工具2]
    H-->|8.1|C[Gaia-X 客户端]
    I-->|8.1|C[Gaia-X 客户端]
    C-->|8.2|API[管理中心]
    API-->|8.3|LLM[LLM API]
    LLM-->|8.4|API[管理中心]
    API-->|8.5|C[Gaia-X 客户端]
    C-->|8.6|U[用户]
   
    subgraph 可能的嵌套/迭代调用
    H
    I
    end

1.3 客户端启动时的身份验证逻辑

由于这是一个企业级项目，客户端需要在进入聊天机器人界面前完成登录认证。以OAuth2.0为例（其他逻辑类似），认证过程如下：

sequenceDiagram
    participant C as 客户端程序
    participant A as 管理中心
    participant O as OAuth2.0 服务器
    participant U as 用户

    C->>A: 请求认证页面（非OAuth2.0登录页面）
    A->>A: 检查当前登录状态
    alt 未登录
        A->>O: 重定向并打开OAuth2.0登录页面
        O->>U: 显示登录界面
        U->>O: 提交凭据进行登录
        O->>A: 返回认证结果（例如Token）
        A->>A: 验证Token后生成JWT并更新登录状态
    else 已登录
        A->>U: 显示授权按钮
    end
    U->>A: 点击授权
    A->>C: 重定向回客户端并传递授权信息（gaia://oauth-callback?code=xyz）
    C->>C: 客户端完成登录过程

流程说明：

1. 客户端向管理中心请求认证页面；
2. 管理后台确定用户登录状态；
3. 如果未登录，重定向到OAuth2.0登录页面；
4. 用户在OAuth2.0登录页面提交凭据，成功登录后返回认证结果；
5. OAuth2.0登录后，携带认证信息重定向到管理后台，生成JWT并更新登录状态；
6. 用户点击授权按钮，管理后台重定向回客户端，完成登录。

---

2. 核心功能（部分仍在开发中）

2.1 MCP（模型上下文协议）支持

• [x] 支持集成任何社区MCP服务器。
• [ ] 通过企业管理中心统一管理所有MCP服务器。
• [x] 所有MCP服务器在客户端运行于隔离的沙箱环境中，确保操作安全和数据隔离。
• [ ] 独立的MCP服务器展示页面（类似于官方MCP Inspector效果）

2.2 多代理智能协调

• [ ] 支持基于任务编排或RAG的智能协作，自动完成复杂任务，无需手动选择代理或工作流。
• [ ] 内置关键代理用于计算机操作、Python编程、网页浏览等。

2.3 新范式无限画布

• [ ] 多代理对话中的每个代理进程都是一个独立的画布，自动生成总结作为永久记忆。
• [x] 支持常见的Artifacts，包括但不限于：
  • SVG, HTML
  • Mermaid, Echarts, PlantUML
• [x] 支持MCP工具动态渲染表单，允许用户交互式修改和控制提交。
• [ ] 支持Python, TypeScript, HTML等代码执行

2.4 智能计算机操作

• [X] 集成Claude Sonnet 3.5+, Zhipu CogAgent, ByteDance UI-TARS, OpenAI计算机使用等模型。
• [X] 代理可以自主执行任何计算机操作。

2.5 文本选择分析

• [X] 支持在任何软件界面选择文本后自动显示代理工具栏，实现即时功能如翻译和文案生成。

2.6 企业管理中心

• [x] 统一认证与用户管理：OAuth 2.0, LDAP, 钉钉, 飞书等认证方式。
• [x] 统一模型与工具管理：后台集中配置和授权管理。
• [ ] 配额管理：细粒度控制用户配额和API配额。
• [ ] 企业内部应用生态系统：MCP市场，代理市场，应用任务市场（针对特定复杂任务）等。
• [ ] 业务报告：全面的用户、模型和代理使用数据分析报告。

2.7 第三方代理集成

• [x] 原生支持集成第三方代理平台如Dify和Coze，统一授权管理。

---

3. 技术栈

3.1 客户端

客户端采用插件化设计，后期将架构为类似VS Code的微内核插件架构，支持任意扩展。

• 框架：Electron + React
• LLM UI：Ant Design X
• 文本选择监控技术：C++（Windows），Objective-C（MacOS）

3.2 管理后台

客户端仅作为交互UI和MCP管理执行，不实际调用模型。模型调用和工具调用由后台实现。然而，后台不负责具体执行MCP工具。

• 大模型交互：Eino框架 + 自研多代理
• 管理UI：Ant Design Pro（重构GVA前端页面代码以统一技术栈）
• API服务：golang + Gin（基于GVA框架）

3.3 MCP服务器

• 运行于独立的沙箱环境
• 支持Python和TypeScript实现

---

4. 模型选择参考

• 计算机操作模型：Claude Sonnet 3.5+, CogAgent, UI-TARS, OpenAI计算机使用
• ReAct推荐模型：Claude Sonnet 3.5+, GPT 4o（DeepSeek v3模型表现不佳，不建议用于关键任务）

---

5. 致谢

• 管理API基于View Admin构建，大大减少了我们基本管理后台开发的工作量。

• 字节跳动的Eino是少数几个基于golang的大模型应用开发框架之一，解决了基本模型集成和代理问题。

• 我们使用Ant Design Pro重构了View Admin的前端页面，统一了管理后台和客户端的UI框架，降低了社区开发难度。

• 我们基于Eino进行了许多二次开发，包括常见模型提供商的集成和多代理架构。二次开发后，我们发布了Eino-X。

• 为了解决普通用户客户端上运行MCP服务器的问题，我们在mcp-runtime项目下打包了一个嵌入式二进制MCP运行环境（支持MacOS和Windows）。

---

6. 许可

该项目根据Apache 2.0许可发布。欢迎定制或贡献！

---

7. 社区支持

我们欢迎通过Issues提供反馈和建议。期待您的参与，共同建设未来的企业AI应用生态系统。

🎉 感谢您对项目的关注和支持！