1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台
5759点击    2025-03-28 09:15

RuoYi AI 简介


RuoYi AI[1] 是一个全栈式 AI 开发平台,目标是帮助开发者快速构建和部署个性化的 AI 应用。它提供了完整的前端应用、后台管理以及小程序应用,基于 MIT 开源协议,开箱即用,适合个人开发者和企业使用。


1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台


1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台


1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台


项目特点


主要特点


  1. 全套开源系统:提供完整的前端、后台管理以及小程序应用,基于 MIT 协议,可自由使用和修改。
  2. 本地 RAG 方案:集成 Milvus/Weaviate 向量库、本地向量化模型与 Ollama,实现本地化的 RAG(Retrieval-Augmented Generation)功能。
  3. 丰富插件功能:支持联网、SQL 查询插件及 Text2API 插件,扩展系统能力与应用场景。
  4. 强大的网络协议支持:内置 SSE(Server-Sent Events)、WebSocket 等网络协议,支持对接多种大语言模型,同时集成了 MidJourney 和 DALL·E AI 绘画功能。
  5. 多媒体功能:支持 AI 翻译、PPT 制作、语音克隆和翻唱等功能。
  6. 扩展功能:支持将大模型接入个人或企业微信。
  7. 支付功能:支持易支付、微信支付等多种支付方式。


使用场景


RuoYi AI 平台适用于以下场景:


  • 个人开发者快速搭建 AI 助手平台。
  • 企业开发定制化的 AI 应用,如智能客服、内容生成工具等。
  • 需要集成多种 AI 功能(如翻译、绘图、语音处理等)的项目。


项目使用


开发前的配置要求


  1. Java 开发环境:需要安装 JDK 17。
  2. 数据库:支持 MySQL 5.7 或 8.0。
  3. 缓存服务:需要 Redis,版本必须 >= 5.X。
  4. 构建工具:需要 Maven 3.8+。
  5. 前端开发环境:需要 Node.js 20+ 和 pnpm。


文件目录说明


RuoYi AI 的项目结构如下:


1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台


  • ruoyi-admin:管理模块,包含启动类、容器部署初始化类和资源文件。
  • ruoyi-common:通用模块,包含依赖包管理、聊天模块、核心模块、数据加解密模块等。
  • ruoyi-modules:模块组,包含演示模块和业务模块。
  • 其他文件:如执行脚本文件、编辑器编码格式配置文件、开源协议文件等。


使用到的框架


  • Vben Admin:一个基于 Vue 3 的中后台前端框架。
  • Naive UI:一个基于 Vue 3 的 UI 框架。
  • RuoYi-Vue-Plus:一个基于 Vue 3 的快速开发框架。


参考文档


  • 项目文档[2]
  • 项目演示地址[3]
  • 后台管理地址[4]:用户名:admin,密码:admin123
  • 前端 - 后台管理[5]
  • 前端 - 用户端[6]
  • 小程序端[7]


1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台


资源列表


[1] Github地址: https://github.com/ageerle/ruoyi-ai

[2] 项目文档: https://doc.pandarobot.chat

[3] 项目演示地址: https://web.pandarobot.chat

[4] 后台管理地址: https://admin.pandarobot.chat

[5] 前端 - 后台管理: https://github.com/ageerle/ruoyi-admin

[6] 前端 - 用户端: https://github.com/ageerle/ruoyi-web

[7] 小程序端: https://github.com/ageerle/ruoyi-uniapp


文章来自于“AIGC创想者”,作者“鱼满满探索记”。


1.9K+ Star!RuoYi AI:一个全栈式 AI 开发平台

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI