睿池 ReachAI

让已有 Java 企业系统快速接入可控 AI

用 AI 辅助搭建确定性业务流程，用 Graph 层固化可执行语义，让智能体安全调用 OA、ERP、CRM、工单、合同、采购等系统中的真实业务能力。

AI Coding 原生：通过 Manifest、可安装 Skill 与工程化 API，让 Codex、Cursor、Claude Code 等工具直接完成业务系统接入、页面助手建设和 Workflow 全生命周期工程。

产品截图

SDK 快速接入	Workflow Studio / GraphSpec

嵌入到业务系统	使用 AI Coding 快速接入

AI 生成 Workflow 草稿	接口图谱与业务能力

RunOps 运行中心	执行链路追踪

交互式卡片	高频能力识别

ReachAI 不只把 AI 能力嵌入业务系统，也把平台的工程能力开放给 AI Coding 工具。开发者可以把项目接入信息交给 Codex、Cursor 或 Claude Code，由它们在真实业务仓库中完成改造，并通过 ReachAI API 创建、校验、调试和发布 Workflow。

学习交流

如果你对 ReachAI 感兴趣，欢迎加入学习交流群。项目还在持续完善中，欢迎大家一起交流实践经验、提出建议，也请多多指教。

加群二维码如下（二维码有效期有限，如失效可重新获取）：

ReachAI 是什么

ReachAI 面向已有 Java 企业系统，帮助企业把存量接口、领域方法、页面动作、知识库和固定业务流程接入到 AI 智能体体系中。

它不是再搭一个孤立的 AI 应用，也不是只做聊天机器人或工作流画布。ReachAI 的核心思路是：

AI 负责理解需求和辅助搭建，Graph 负责确定性执行，SDK 和临时 token 负责跨系统连接，智能体最终回到真实业务页面里完成工作。

对于 OA、ERP、CRM、MES、合同、采购、工单、班组管理等系统，ReachAI 希望解决的是一个很现实的问题：

已有企业系统如何低改造接入 AI，同时不牺牲流程确定性、权限边界、审计追踪和跨系统协作？

为什么不是 AI 孤岛

很多 AI 应用搭建平台更适合从零构建一个独立 AI 应用。但企业现场的大量价值已经沉淀在现有系统中：接口、审批流、页面操作、业务权限、用户身份、运行日志和历史数据都在老系统里。

ReachAI 不要求企业把业务搬到另一个 AI 平台里，而是把 AI 接回企业系统：

• 后端通过 reachai-spring-boot2-starter 和 reachai-capability-sdk 注册已有业务能力。
• 平台形成项目、实例、能力快照、字段级 diff 和评审链路。
• Workflow Studio 用 GraphSpec 固化确定性业务流程。
• Agent 根据用户意图选择 Workflow、Capability、Tool、知识检索、MCP 调用或页面动作。
• Chat Embed SDK 和 Page Bridge 让智能体嵌入到 OA / ERP / CRM 等业务页面。
• 临时 token 机制打通平台身份、业务用户、Agent 授权和跨系统调用。
• Trace / RunOps / ACL / Guard 让每一次调用都可审计、可复盘、可治理。

和 Dify 这类 AI 应用编排平台的区别

Dify 这类平台很适合快速搭建独立 AI 应用、Prompt 编排和知识库问答。但在已有企业系统改造场景里，如果 AI 应用和业务系统之间只靠手写 HTTP 接口连接，就很容易变成新的孤岛：

• 业务接口需要在 AI 平台里手工配置和维护。
• 业务系统字段、参数、权限或流程变化后，Workflow 需要人工同步修改。
• 一旦变量很多，节点之间的参数传递、字段映射和错误排查会越来越痛苦。
• AI 应用知道自己的流程，却不天然知道企业系统里的项目、实例、能力版本、页面动作和业务用户身份。
• 调用链路分散在 AI 平台和业务系统两边，审计、复盘、权限解释和变更影响分析都更难闭环。

ReachAI 更关注“已有企业系统如何持续接入 AI”，所以它不是把业务系统当成外部黑盒接口，而是通过 SDK、Graph、临时 token 和治理链路把系统连接起来。

对比点	常见独立 AI 应用编排方式	ReachAI 的方式
业务能力接入	手写 HTTP Tool，靠人工维护接口参数	SDK / Starter 主动注册能力、实例、快照和 SDK 图
业务变化同步	接口变了以后手动改 Workflow	字段级 diff、评审 apply/ignore、稳定能力引用
流程语义	画布和变量配置容易绑定在应用内部	GraphSpec 作为 Workflow 的可执行语义层
复杂变量传递	变量越多，节点映射越难维护	Graph 节点、端口、引用、上下文和运行轨迹统一建模
业务身份	AI 应用通常只知道自己的用户或 API Key	临时 token 连接平台用户、业务用户、Agent、页面实例和 Origin
网页内操作	通常需要业务系统额外写大量胶水代码	Chat Embed + Page Bridge + Page Action 嵌入当前业务页面
运行治理	调用日志和业务审计容易割裂	Trace / RunOps / ACL / Guard / Replay / Compare 统一复盘
外部 AI 修改流程	多数停留在平台内拖拽和配置	Workflow AI Coding 接口支持 Codex、Cursor 等工具读取、patch、校验、运行

一句话说：Dify 更像独立 AI 应用搭建器，ReachAI 更像已有企业系统的 AI 接入层、Graph 工程层和运行治理层。

核心闭环

flowchart LR
  app["OA / ERP / CRM / 工单等业务系统"] --> sdk["SDK / Starter 接入"]
  sdk --> registry["项目与能力注册中心"]
  registry --> snapshot["能力快照与字段级 Diff"]
  snapshot --> review["评审 Apply / Ignore"]
  review --> catalog["Capability / Tool 资产目录"]
  catalog --> workflow["Workflow Studio"]
  workflow --> gspec["GraphSpec 确定性流程"]
  gspec --> agent["Agent 身份与 Supervisor 策略"]
  agent --> embed["嵌入式网页智能体"]
  agent --> open["Gateway / MCP / A2A"]
  embed --> page["Page Action 当前页面动作"]
  agent --> runops["Trace / RunOps / 审计复盘"]

Loading

这条链路把企业 AI 落地拆成几件可控的事情：

1. 业务系统注册自己已有的接口、领域方法和运行实例。
2. 平台把这些能力沉淀为可评审、可治理、可复用的资产。
3. AI 辅助生成或修改 Workflow，但最终落到可执行的 GraphSpec。
4. Agent 作为统一入口，根据用户意图调用确定性流程和企业能力。
5. 网页智能体嵌入到业务页面内，通过临时 token 和 Page Action 安全操作当前页面。
6. RunOps、Trace、ACL、Guard 和审计日志负责生产治理。

亮点能力

AI 生成流程，但 Graph 保证确定性

企业业务不能完全依赖大模型临场发挥。请假审批、费用报销、合同查询、工单流转、采购申请等流程需要可校验、可发布、可回滚和可审计。

ReachAI 支持用 AI 生成 Workflow 草稿，也支持用自然语言对局部节点和流程进行语义修改。但最终保存和执行的是平台统一的 GraphSpec，而不是一段不可控提示词。

GraphSpec 是 ReachAI 的运行语义层：

• 连接 Workflow Studio 画布、AI 生成、AI 局部修改和 SDK 图同步。
• 支撑发布校验、版本快照、Runtime 执行和 RunOps 复盘。
• 区分运行语义和画布布局，避免流程只停留在前端展示层。

AI Coding 原生：让 Codex、Cursor 直接操作 ReachAI

ReachAI 将系统接入和 Workflow 工程能力设计成面向 AI Coding 工具的一等接口，而不是只提供一套需要人工阅读的 SDK 文档。平台为项目生成 Manifest、接入提示词和可安装 Skill；Codex、Cursor、Claude Code 等工具据此理解当前项目、修改真实业务代码，并调用 ReachAI API 完成平台侧配置与验证。

AI Coding 场景	可完成的工作	ReachAI 的控制边界
业务系统接入	识别 Maven 模块、Java / Spring Boot 版本，接入 SDK / Starter，补充注册配置、网关路由、Embed Token Broker 和前端嵌入	项目级 AI Coding Key、Manifest、接入进度回传和 CODE_READY / RUNTIME_READY / E2E_READY 分层自检
页面助手建设	声明页面上下文与 Page Action，准备页面助手 Workflow，把它加入 Page Copilot Agent 的 Workflow-as-Tool 配置，并执行安全 smoke test	页面目录、项目边界、短期 token、Agent 配置版本、Page Bridge 和页面实例审计
Workflow 工程	创建 Workflow，读取上下文，结构化 patch GraphSpec，校验、调试运行、查看 Trace / RunOps、检查版本并发布	dryRun 预览、并发 revision、发布校验、版本快照、权限与审计
项目上下文治理	提交从代码中提取的项目、页面、API、模块和 Workflow 上下文候选，回查状态与审计记录	候选评审后进入治理资产，不允许 AI 绕过审核直接污染正式上下文

典型使用方式是：

1. 在 ReachAI 项目详情中启用 AI Coding 接入，获取项目 Manifest、Skill 和接入提示词。
2. 把提示词交给 Codex、Cursor 或 Claude Code；AI 工具先读取业务仓库，再按项目真实技术栈实施改造。
3. AI 工具使用项目级 X-ReachAI-AiCoding-Key 调用工程接口，持续回传接入进度、验证结果和待人工处理项。
4. 开发者在 ReachAI 中复核能力资产、GraphSpec、版本、Trace 与审计记录，再进入发布和运行阶段。

例如，开发者可以直接提出：

• “把这个 Spring Boot 2 系统接入 ReachAI，并完成 SDK 注册、网关和网页智能体自检。”
• “创建一个合同审批 Workflow，在审批前增加金额校验，失败时转人工处理。”
• “把客户查询节点改为调用 CRM Capability，先 dry-run、校验，再执行调试并给出 traceId。”
• “为当前订单页面增加筛选和提交两个 Page Action，完成页面助手 Workflow 并做 smoke test。”

这里开放的是受认证、校验、版本和审计约束的工程接口，不是让外部 AI 直接修改数据库。Workflow 的运行语义始终以 GraphSpec 为准，canvas_json 只承载画布布局。完整 API 与 Patch 协议见 Workflow AI Coding。

SDK 低改造接入已有系统

业务系统不需要为了接入 AI 重写一套服务。新系统和核心系统可以通过 ReachAI SDK 主动注册能力，存量系统也可以通过扫描和治理逐步接入。

@ReachCapability(
    name = "submitLeaveRequest",
    title = "提交请假申请",
    description = "根据员工、时间和请假类型提交 OA 请假流程",
    domain = "oa",
    module = "leave",
    sideEffect = ReachSideEffectLevel.WRITE,
    requiredRoles = {"oa.leave.submit"}
)
public LeaveResult submitLeave(
    @ReachParam(name = "request", description = "请假申请信息", required = true)
    LeaveRequest request
) {
    return leaveService.submit(request);
}

Starter 会同步项目、实例、能力快照和 SDK 图。平台侧不会直接覆盖生产资产，而是形成字段级 diff、评审 apply/ignore、稳定引用和审计记录。

临时 token 打通平台和业务身份

企业智能体不能只知道“平台用户是谁”，还必须知道“业务系统当前登录用户是谁”。

ReachAI 的嵌入式对话链路使用短期 token：

• 前端 SDK 只持有短期 embedToken，不保存 appSecret。
• 业务后端使用应用凭证和当前登录用户向平台申请 token。
• 平台校验 App、Origin、Agent、用户状态、TTL、撤销记录和密钥。
• Tool 调用和 Page Action 可以携带业务用户上下文，方便业务系统二次鉴权。
• Trace / RunOps 可以按平台用户、业务用户、Agent、项目、会话和页面实例复盘。

网页智能体嵌入业务页面

ReachAI 支持把智能体嵌入到已有业务系统页面中，而不是把用户带到另一个平台。

业务页面可以通过 Chat Embed SDK 接入对话框，通过 Page Bridge 注册当前页面动作。智能体可以理解当前页面上下文，并在授权范围内调用已注册动作：

• 打开详情。
• 设置筛选条件。
• 回填表单。
• 提交审批。
• 创建工单。
• 展示结构化结果。

页面动作必须绑定当前 sessionId + pageInstanceId，执行结果会回传平台并写入审计。

开放协议连接更多工具和智能体

ReachAI 不只服务自己的管理端。平台可以通过 Gateway、MCP、A2A 等协议，把已治理的 Agent 和 Capability 暴露给 IDE、外部 Agent、自动化工具或其他业务系统。

这让 ReachAI 更像企业 AI 能力的控制面和运行治理层，而不是一个封闭工作流编辑器。

你可以用 ReachAI 做什么

场景	ReachAI 提供的能力
OA 快速接入 AI	把请假、审批、通知、查询等能力注册为可治理 Capability，并用 Workflow 固化流程
企业固定流程自动化	用 AI 生成流程草稿，用 GraphSpec 发布可校验、可回放的确定性流程
智能体调用多个系统	Agent 根据用户意图选择 Workflow、Tool、Capability、MCP 或 A2A 调用
网页智能体嵌入	在业务页面内接入 Chat Widget，通过 Page Bridge 调用当前页面动作
跨系统身份打通	用短期 token 连接平台用户、业务用户、Agent 授权和页面实例
运行治理与审计	通过 RunOps、Trace、ACL、Guard、Replay 和 Compare 复盘每一次执行
外部 AI Coding 修改流程	让 Codex、Cursor 等工具读取 Workflow 上下文、提交 Graph patch、校验、调试并发布
能力资产治理	管理项目、实例、能力快照、字段级 diff、评审记录和稳定引用

当前功能模块

模块	说明
reachai-capability-sdk	JDK8 兼容的业务能力声明 SDK 契约
reachai-spring-boot2-starter	Spring Boot 2 业务系统接入 Starter，支持注册、心跳、能力同步和 SDK 图同步
reachai-control-service	当前 Platform Control / public API BFF 主入口，承接 /api/**、/embed/** 和 SDK 注册公开入口
reachai-runtime-service	当前 Runtime Host 部署单元，承接 Agent、Workflow、GraphSpec、Trace、RunOps、调试和运行时内部 API
reachai-capability-service	当前 Capability Catalog 部署单元，承接 SDK 注册、项目实例、能力快照、diff/review/apply、扫描目录和能力资产 API
reachai-knowledge-service	当前 Knowledge / Retrieval 部署单元，承接知识库、文件、chunk、RAG、业务索引、向量检索和历史扫描器实现
reachai-model-service	当前 Model Gateway 部署单元，承接模型实例、Chat、Embedding、Rerank 和 OpenAI 兼容代理
ai-runtime-contract	中台内部 Tool / Skill 运行时契约
ai-admin-front	Vue 3 管理端，承载注册中心、Workflow Studio、RunOps、模型、知识、治理和开放协议页面
sql	统一 SQL 基线和升级脚本
docs	系统知识库、产品说明和截图资料

当前部署单元与目标逻辑域

当前后端重塑已进入物理服务拆分后的旧结构退场阶段。第一阶段保持同一个 MySQL 库，不拆库；公共入口由 reachai-control-service 保持 /api/**、/embed/** 和 SDK 注册入口兼容。默认 Maven reactor、本地启动和部署清单收敛到五个当前物理服务：

目标逻辑域	当前部署单元	说明
Model Gateway	reachai-model-service	模型实例、供应商适配、Chat、Embedding、Rerank、OpenAI 兼容代理
Knowledge / Retrieval	reachai-knowledge-service	知识库、文件、chunk、RAG、向量检索、业务索引
Capability Catalog	reachai-capability-service	SDK 注册、能力快照、字段级 diff、评审 apply/ignore、扫描目录、语义文档、Tool/Capability 资产
Runtime Host	reachai-runtime-service	Agent 身份与 Supervisor、Workflow、GraphSpec 执行、调试、人工交互、Runtime Adapter
Platform Control	reachai-control-service	身份、RBAC、ACL、Guard、Gateway、MCP、A2A、市场、RunOps/Trace 管理面和 public API/BFF

这次拆分不改变公开路由、SQL 表名、前端代理或页面结构。旧 ai-agent-service 已从仓库主路径删除，不再是平台主后端、Maven module、IDEA 后端项目、本地启动项或部署单元；剩余兼容路径必须显式迁入 owning service 本地实现，或正式删除。公共路由主路径、冻结兼容 alias 和 retired route 见 Public Route Contracts；详细规则见 Backend Boundaries And Naming、Physical Split Route Ownership 和 Legacy Retirement。

快速开始

1. 启动基础设施

docker compose -f deploy/docker-compose.infra.yml up -d

2. 初始化数据库

mysql -h localhost -u root -proot < sql/initV2.sql

3. 构建后端

mvn clean install -DskipTests

默认 Maven reactor 只包含当前主路径模块和五服务部署单元；旧 ai-agent-service module 已删除。

4. 启动服务

仓库已提供 IDEA 共享 Run Configurations：00 ReachAI Five Services 可一键启动五个服务，01 ReachAI Model Service 到 05 ReachAI Control Service 可按编号单独启动和调试。在 IDEA 重新加载 Maven 项目后即可使用；这些配置只指定 Spring Boot 主类和 Maven module，不写入任何本机密钥。

# Model Gateway，默认 18601
cd reachai-model-service
mvn spring-boot:run

# Knowledge / Retrieval，默认 18602，context-path /ai
cd ../reachai-knowledge-service
mvn spring-boot:run

# Capability Catalog，默认 18605
cd ../reachai-capability-service
mvn spring-boot:run

# Runtime Host，默认 18604
cd ../reachai-runtime-service
mvn spring-boot:run

# Platform Control / public API BFF，默认 18603
cd ../reachai-control-service
mvn spring-boot:run

本地推荐启动顺序：reachai-model-service（18601）→ reachai-knowledge-service（18602，/ai）→ reachai-capability-service（18605）→ reachai-runtime-service（18604）→ reachai-control-service（18603）。默认五服务拓扑不再包含 ai-agent-service:18606；剩余 public route 必须逐路由确认由 owning service 本地实现承接，或正式删除。

常用环境变量：

推荐在 Windows 上运行交互式脚本，它会写入当前用户环境变量，并自动生成 AI_MYSQL_URL：

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\set-ai-mysql-env.ps1

也可以在资源管理器或 cmd 中运行：

scripts\setup-ai-mysql-env.cmd

脚本执行后，如果使用 IntelliJ IDEA 启动后端，请重启 IDEA，再重新启动 Spring Boot Run Configuration。Windows 用户环境变量不会自动刷新到已经打开的 IDEA、Cursor、Codex 或 PowerShell 进程中。

只想在当前 PowerShell 窗口临时启动时，可以手动设置：

$env:AI_MYSQL_HOST="localhost"
$env:AI_MYSQL_PORT="3306"
$env:AI_MYSQL_DATABASE="reach_ai"
$env:AI_MYSQL_USER="reach_ai"
$env:AI_MYSQL_PASSWORD="<your-mysql-password>"
$env:AI_MYSQL_URL="jdbc:mysql://$env:AI_MYSQL_HOST`:$env:AI_MYSQL_PORT/$env:AI_MYSQL_DATABASE?useUnicode=true&characterEncoding=utf-8&serverTimezone=Asia/Shanghai"
$env:REDIS_HOST="localhost"
$env:REDIS_PORT="6379"
$env:REDIS_PASSWORD=""
$env:MILVUS_HOST="localhost"
$env:MILVUS_PORT="19530"
$env:MODEL_SERVICE_URL="http://localhost:18601"
$env:KNOWLEDGE_SERVICE_URL="http://localhost:18602"
$env:CAPABILITY_SERVICE_URL="http://localhost:18605"
$env:RUNTIME_SERVICE_URL="http://localhost:18604"

五个服务都启动后，在仓库根目录执行一次启动链路自检：

node scripts/check-physical-service-smoke.mjs --wait-ms 120000 --interval-ms 3000

5. 启动管理端

cd ai-admin-front
npm install
npm run dev

访问 http://localhost:5200。

技术栈

层级	技术
后端	Java 17、Spring Boot 3.4、Spring Cloud 2024、Spring Cloud Alibaba
AI	Spring AI 1.0、Spring AI Alibaba、AgentScope、LangGraph4j
数据	MySQL、Redis、Milvus
ORM	MyBatis-Plus
文档与扫描	JavaParser、Apache POI、PDFBox
前端	Vue 3、Vite、Element Plus、TypeScript、Pinia、Vue Flow、AntV G6
部署	Docker、Kubernetes

命名说明

• 产品语义中，可编排、可治理、可复用的业务单元统一称为 Capability / 能力。
• 历史代码和接口中仍可能出现 skill、skills 等命名；V2 新库表名已收敛为 service/domain 前缀，例如 capability_draft、runtime_skill_interaction。
• GraphSpec 是 Workflow 的运行语义，canvas_json 是画布布局，不应把画布 JSON 当作运行时语义来源。
• eaf.*、X-EAF-*、Eaf* 等历史技术标识仍可能作为兼容边界存在；产品品牌和新接入默认使用 ReachAI。

一句话总结

ReachAI 让企业已有系统快速拥有可控 AI：Codex、Cursor 等 AI Coding 工具负责接入与工程实施，Graph 固化确定性执行，SDK 连接真实业务能力，临时 token 打通跨系统身份，网页智能体回到 OA/ERP/CRM 页面里完成工作。