XXL-AI｜AI应用开发平台（Agent编排、多供应商、「MCP + SKILL + RAG」扩展、工程化底座）
英文标题：XXL-AI｜AI应用开发平台（Agent编排、多供应商、「MCP + SKILL + RAG」扩展、工程化底座）
XXL-AI 是一个AI应用开发平台，支持 Agent编排、多供应商、标准化扩展「MCP + SKILL + RAG」、工程化底座等，可快速构建并一键发布Agent。现已开放源代码，开箱即用
3.2 KB
589 B
19.3 KB
50.8 KB
57.1 KB
51.7 KB
56.4 KB
91.4 KB
64.6 KB
40.6 KB
68.0 KB
24.0 KB
103.3 KB
200.0 KB
5.7 KB
中文
一个可接工具、可接知识、可一键发布、可生产落地的开源 AI Agent 平台。
一、简介
XXL-AI 是一个AI应用开发平台，支持 Agent编排、多供应商、标准化扩展「MCP + SKILL + RAG」、工程化底座等，可快速构建并一键发布Agent。现已开放源代码，开箱即用。
二、文档地址
三、特性
-
Agent 编排与发布（重点）
-
1、Agent 编排：模型 + 系统指令 + 知识库 + MCP + SKILL 组合为 Agent，各类资源均支持多选绑定；
-
2、一键发布：发布后生成 UUID 公开访问地址（
/chat/{uuid}，免登录），管理端可查看该 Agent 的访客对话与消息记录； -
3、多模型供应商：统一接入 OpenAI 兼容协议（Deepseek、智谱GLM、Ollama、OpenCode 等），支持供应商与模型两级管理、连通性测试与远程模型导入；
-
4、流式对话：SSE 流式输出（思考过程 / 回复内容），基于 Redis Stream 无状态化，支持集群部署与断线 / 刷新续传；
-
MCP + Skill + RAG，让 Agent 真能干活
-
5、RAG 知识库：知识库 + 文档管理，文档分片向量化入库（Milvus），对话时检索上下文自动注入；
-
6、MCP 工具：支持远程（Streamable HTTP）与本地（stdio）MCP 服务接入，工具自动装配给 Agent，另附示例 MCP 服务
xxl-ai-sample-mcp； -
7、SKILL 技能：以
SKILL.md+ 文件树沉淀领域知识与脚本，自动物化为 Agent 可执行的技能目录； -
工程化底座，支持稳定上线
-
8、空间隔离：多业务空间（Tenant）隔离数据，用户按空间授权，管理端与公开端共享权限体系；
-
9、账号安全：基于 XXL-SSO 登录认证，登录态（token）存于 Redis，支持集群部署与 SSO 集成；
-
10、权限管控：基于 RBAC 的菜单 / 按钮级权限，动态菜单下发、零路由改动；
-
11、系统管理：用户、系统配置、审计日志在线管理；
-
12、一键部署：随带 Docker Compose 支持一键部署；
-
研发与架构
-
13、Monorepo + 前后端分离：一套仓库统一托管 后端 API 与 前端 UI，统一版本与依赖管理，前后端独立部署、独立迭代；
-
14、AI + SKILL 驱动：内置开发 SKILL，AI 编程助手一键加载，按平台规范直生业务代码并落位，显著加速业务开发；
-
15、响应式 UI 与国际化：Vue3 + Element Plus + TypeScript，提供中文 / 英文两种语言；
-
16、可扩展架构：标准分层分包、业务模块自包含，模型 / 对话 / RAG / MCP / SKILL 运行时统一收口支撑层；
四、Docker Compose 部署
项目支持 Docker Compose 一键部署，部署脚本如下：
git clone https://github.com/xuxueli/xxl-ai.git
cd ./xxl-ai
mvn clean package -Dmaven.test.skip=true
npm install --prefix ./xxl-ai-ui
cd ./docker/
cat .env
docker compose up -d
docker compose down
五、核心功能操作指南
以「从零跑通一个可对话的 Agent」为主线，按 登录 → 空间 → 供应商/模型 → MCP / SKILL / 知识库 → Agent 编排 → 发布对话 的顺序，结合界面截图逐步说明。
1.登录与工作台
打开管理端，输入账号 / 密码与验证码完成登录；
工作台聚合 Agent 数量、SKILL 数量、MCP 数量、供应商模型数等关键指标，并提供 Agent 会话消息趋势 / 占比图表，便于快速掌握平台资源与用量。
顶部导航提供「空间切换器」与主题 / 语言等全局设置：管理员可见全部空间，普通用户仅见已授权空间，业务数据按空间隔离。
2.配置供应商与模型
新增供应商，支持兼容OpenAI的供应商API，支持在线维护管理API供应商信息。
选择供应商的进行「模型」管理，可点击「自动导入」拉取远程模型列表批量导入，也可点击「新增」手工配置。
3.MCP、SKILL、知识库管理
「MCP工具」模块知识新增新增 MCP 服务：
-远程 ：协议类型选「远程」（Streamable HTTP），填写服务地址 URL 与 Headers； -本地 ：协议类型选「本地」（stdio），填写 command / args / env / cwd。
「SKILL技能」模块支持新增技能，可进入技能「内容管理」，以 文件树 + Markdown 编辑器 维护技能内容，支持新增目录 / 文件、重命名、移动、编辑与预览等。
「RAG知识库」模块知识新增知识库，可进入知识库「文档管理」，支持「新增」（粘贴文本）或「上传文档」；勾选文档后执行「向量化」或「全库向量化」写入 Milvus，状态变为「已向量化」，并展示分片数。
4.编排并发布 Agent
「Agent管理」支持 Agent 新增/编排，主要支持三类配置：
- 系统指令 ：定义 Agent 的角色、语气与行为约束；
- 模型供应商 / 对话模型 ：选择 Agent 使用的对话模型（必选）；
- 关联知识库 / 关联 MCP / 关联 Skill ：均支持多选绑定，运行时自动装配对应的 RAG、工具与技能。
针对新增的 Agent 操作「发布」，将生成发布链接；点击 「前往Agent」按钮可前往Agent发布端：
5.Agent发布端对话
进入Agent发布端，支持「新建对话」与历史会话切换。对话支持 思考过程折叠展示（「深度思考」可展开 / 收起）与 Markdown 实时渲染；
下图为 "Agent 自我介绍" 示例。
下图为 Agent 调用 MCP 工具（网页抓取）汇总「今日热点社会新闻」的多工具协作示例。
English / 原文
一个可接工具、可接知识、可一键发布、可生产落地的开源 AI Agent 平台。
一、简介
XXL-AI 是一个AI应用开发平台，支持 Agent编排、多供应商、标准化扩展「MCP + SKILL + RAG」、工程化底座等，可快速构建并一键发布Agent。现已开放源代码，开箱即用。
二、文档地址
三、特性
-
Agent 编排与发布（重点）
-
1、Agent 编排：模型 + 系统指令 + 知识库 + MCP + SKILL 组合为 Agent，各类资源均支持多选绑定；
-
2、一键发布：发布后生成 UUID 公开访问地址（
/chat/{uuid}，免登录），管理端可查看该 Agent 的访客对话与消息记录； -
3、多模型供应商：统一接入 OpenAI 兼容协议（Deepseek、智谱GLM、Ollama、OpenCode 等），支持供应商与模型两级管理、连通性测试与远程模型导入；
-
4、流式对话：SSE 流式输出（思考过程 / 回复内容），基于 Redis Stream 无状态化，支持集群部署与断线 / 刷新续传；
-
MCP + Skill + RAG，让 Agent 真能干活
-
5、RAG 知识库：知识库 + 文档管理，文档分片向量化入库（Milvus），对话时检索上下文自动注入；
-
6、MCP 工具：支持远程（Streamable HTTP）与本地（stdio）MCP 服务接入，工具自动装配给 Agent，另附示例 MCP 服务
xxl-ai-sample-mcp； -
7、SKILL 技能：以
SKILL.md+ 文件树沉淀领域知识与脚本，自动物化为 Agent 可执行的技能目录； -
工程化底座，支持稳定上线
-
8、空间隔离：多业务空间（Tenant）隔离数据，用户按空间授权，管理端与公开端共享权限体系；
-
9、账号安全：基于 XXL-SSO 登录认证，登录态（token）存于 Redis，支持集群部署与 SSO 集成；
-
10、权限管控：基于 RBAC 的菜单 / 按钮级权限，动态菜单下发、零路由改动；
-
11、系统管理：用户、系统配置、审计日志在线管理；
-
12、一键部署：随带 Docker Compose 支持一键部署；
-
研发与架构
-
13、Monorepo + 前后端分离：一套仓库统一托管 后端 API 与 前端 UI，统一版本与依赖管理，前后端独立部署、独立迭代；
-
14、AI + SKILL 驱动：内置开发 SKILL，AI 编程助手一键加载，按平台规范直生业务代码并落位，显著加速业务开发；
-
15、响应式 UI 与国际化：Vue3 + Element Plus + TypeScript，提供中文 / 英文两种语言；
-
16、可扩展架构：标准分层分包、业务模块自包含，模型 / 对话 / RAG / MCP / SKILL 运行时统一收口支撑层；
四、Docker Compose 部署
项目支持 Docker Compose 一键部署，部署脚本如下：
git clone https://github.com/xuxueli/xxl-ai.git
cd ./xxl-ai
mvn clean package -Dmaven.test.skip=true
npm install --prefix ./xxl-ai-ui
cd ./docker/
cat .env
docker compose up -d
docker compose down
五、核心功能操作指南
以「从零跑通一个可对话的 Agent」为主线，按 登录 → 空间 → 供应商/模型 → MCP / SKILL / 知识库 → Agent 编排 → 发布对话 的顺序，结合界面截图逐步说明。
1.登录与工作台
打开管理端，输入账号 / 密码与验证码完成登录；
工作台聚合 Agent 数量、SKILL 数量、MCP 数量、供应商模型数等关键指标，并提供 Agent 会话消息趋势 / 占比图表，便于快速掌握平台资源与用量。
顶部导航提供「空间切换器」与主题 / 语言等全局设置：管理员可见全部空间，普通用户仅见已授权空间，业务数据按空间隔离。
2.配置供应商与模型
新增供应商，支持兼容OpenAI的供应商API，支持在线维护管理API供应商信息。
选择供应商的进行「模型」管理，可点击「自动导入」拉取远程模型列表批量导入，也可点击「新增」手工配置。
3.MCP、SKILL、知识库管理
「MCP工具」模块知识新增新增 MCP 服务：
-远程 ：协议类型选「远程」（Streamable HTTP），填写服务地址 URL 与 Headers； -本地 ：协议类型选「本地」（stdio），填写 command / args / env / cwd。
「SKILL技能」模块支持新增技能，可进入技能「内容管理」，以 文件树 + Markdown 编辑器 维护技能内容，支持新增目录 / 文件、重命名、移动、编辑与预览等。
「RAG知识库」模块知识新增知识库，可进入知识库「文档管理」，支持「新增」（粘贴文本）或「上传文档」；勾选文档后执行「向量化」或「全库向量化」写入 Milvus，状态变为「已向量化」，并展示分片数。
4.编排并发布 Agent
「Agent管理」支持 Agent 新增/编排，主要支持三类配置：
- 系统指令 ：定义 Agent 的角色、语气与行为约束；
- 模型供应商 / 对话模型 ：选择 Agent 使用的对话模型（必选）；
- 关联知识库 / 关联 MCP / 关联 Skill ：均支持多选绑定，运行时自动装配对应的 RAG、工具与技能。
针对新增的 Agent 操作「发布」，将生成发布链接；点击 「前往Agent」按钮可前往Agent发布端：
5.Agent发布端对话
进入Agent发布端，支持「新建对话」与历史会话切换。对话支持 思考过程折叠展示（「深度思考」可展开 / 收起）与 Markdown 实时渲染；
下图为 "Agent 自我介绍" 示例。
下图为 Agent 调用 MCP 工具（网页抓取）汇总「今日热点社会新闻」的多工具协作示例。