Agent Scaffold Engineering

Agent Scaffold Engineering

基于 DDD 架构的智能体编排与对话平台，集成多引擎 Agent 编排、RAG 检索增强生成、MCP 工具协议与双层记忆系统。

---

目录

• 1. 项目概述
• 2. 核心功能
• 3. 技术栈
• 4. 项目结构
• 5. 核心功能详解
• 6. 前端工作流构建

---

1. 项目概述

目标

Agent Scaffold Engineering 是一套**智能体编排与对话开发平台**，旨在解决以下核心问题：

• AI Agent 开发门槛高：从零搭建一个支持多轮对话、工具调用、知识检索的 AI 助手，需要整合 LLM API、向量数据库、文档解析、上下文管理等众多组件，开发周期长且容易出错。
• Agent 编排复杂：生产级 AI 应用往往需要多个 Agent 协作完成复杂任务（如研究分析、客服流转），缺乏统一、可视化的编排方式。
• 知识注入与检索困难：如何将企业私域知识高效地注入 AI 对话流程，并保证检索结果的相关性和多样性，是 RAG 系统的长期痛点。

目标用户

• 需要快速搭建 AI 对话应用的开发者
• 需要可视化编排多 Agent 协作流程的 AI 工程师
• 需要将企业知识库接入 AI 系统的团队

应用场景

场景	描述
智能客服	通过 Graph 引擎编排多节点流转，自动路由至不同专业 Agent
研究分析	AGENTSCOPE 引擎驱动多 Agent 顺序协作，完成深度研究任务
企业知识问答	RAG 管线将文档向量化、检索、精排后注入对话上下文
FAQ 应答	Simple Chat 模式快速接入，支持 MCP 工具扩展

预期成果

• 🎯 零代码或低代码配置即可创建具备对话、工具调用、知识检索能力的 AI Agent
• 🎯 可视化画布编排多 Agent 协作流程（Graph / AGENTSCOPE / Hybrid 引擎）
• 🎯 开箱即用的 RAG 管线（文档解析 → 向量化 → 混合检索 → Rerank 精排 → MMR 多样性重排）
• 🎯 统一的 MCP Server 工具管理，支持 stdio / SSE / Streamable HTTP 三种传输协议

---

2. 核心功能

2.1 多模式智能对话

支持三种对话模式，通过策略模式（`ModeRouter`）路由：

• SIMPLE：单轮直接调用 LLM，适合 FAQ、简单问答场景
• MULTI_TURN：多轮对话模式，自动维护会话上下文与记忆系统，支持思考过程输出（enableThinking）
• AGENT：Agent 编排模式，根据 engine 字段路由至 Graph / AgentScope / Hybrid 引擎执行

2.2 多引擎 Agent 编排

通过 `EngineAdapter` 接口实现双引擎架构，`TaskRuntime` 统一调度：

• GRAPH 引擎：基于 Spring AI Alibaba StateGraph，按预定义有向图（节点 + 边）执行任务流转，支持条件分支
• AGENTSCOPE 引擎：基于 spring-ai-alibaba 的 SequentialAgent + ReactAgent，通过顺序编排多个 ReactAgent 子代理实现多 Agent 协作，每个子代理通过 outputKey 将输出存入共享状态（OverAllState），后续代理可通过模板变量引用前序结果
• HYBRID 引擎：外层 Graph 编排 + 子节点可委托给 CHAT / AGENTSCOPE 等内层引擎，兼顾结构化流程与灵活委托

2.3 RAG 检索增强生成

四阶段 RAG 管线，确保检索质量：

1. 查询改写：通过 LLM 将非正式查询转为结构化搜索词
2. 混合检索 + 融合重排：向量搜索（pgvector HNSW） + BM25 全文检索，RRF 倒数融合排名
3. Reranking 精排：调用阿里云百炼 Rerank API（qwen3-rerank 模型），语义级精排，失败自动降级
4. MMR 多样性重排：基于 Maximal Marginal Releva