企业官网建设流程全解析

AI Forge

AI-Native Workspace— 把 AI 对话、Agent 流水线、知识库 RAG、代码审查统一到一个工作台。

已完成8 个阶段：基础架构 → AI Chat → Agent Pipeline → Code Review → RAG → Redis/PostgreSQL/RabbitMQ → 测试与安全加固 → Docker 一键部署。
https://github.com/lfl171/ai_forge.git

特性

• 多轮对话 + SSE 流式：模型逐 token 输出，前端实时渲染 Markdown。
• Agent 流水线：Requirement → Architecture → Database → API → Code Review 五阶段编排，状态机驱动 + 异步事件推送。
• 知识库 / RAG：文档按 heading 分块，CJK bigram 检索，限域查询。
• 代码审查：Monaco 编辑器 + AI 返回结构化 JSON（score / issues / suggestion）。
• 双 Profile：dev零依赖内存模式，prodPostgreSQL + Redis + RabbitMQ 一键拉起。
• 安全加固：请求体上限、CORS 白名单、AI 端点限流、安全响应头、错误信息收敛、Bean Validation。

技术栈

模块

启动方式

1. Docker 一键拉起（推荐）

前提：Docker Desktop / Docker Engine 已启动。

# 在仓库根目录（与本 README 同级）# 1. 准备 LLM 凭据（也可放进 .env）exportAI_API_KEY=sk-xxxexportAI_MODEL=gpt-4o-mini# 2. 构建 + 启动 postgres / redis / rabbitmq / backend / frontenddockercompose up-d--build# 3. 浏览器访问 http://localhost

服务端口：

关闭：

dockercompose down# 保留数据卷dockercompose down-v# 同时清理数据卷

2. 本地开发（dev profile，零依赖）

适合前端 / 后端单端调试。

前端

cdfrontendnpminstallnpmrun dev# http://localhost:5173，Vite proxy 把 /api 转发到 :8080

后端（dev profile：内存仓储，不连任何外部服务）

cdbackend mvn spring-boot:run# 或：mvn -DskipTests package && java -jar target/ai-forge-backend-0.1.0.jar# 健康检查：curl http://localhost:8080/actuator/health

dev profile不会启动 JPA / Redis / RabbitMQ 自动配置，Windows / Linux 装机即可跑。

3. 本地模拟 prod 链路（连真实基础设施）

# 后端依赖：postgres / redis / rabbitmqdockercompose up-dpostgres redis rabbitmqcdbackendSPRING_PROFILES_ACTIVE=prod mvn spring-boot:run

配置 LLM

API Key只在后端环境变量，前端绝对不可见。

# OpenAIexportAI_PROVIDER=openaiexportAI_API_KEY=sk-xxxexportAI_MODEL=gpt-4o-mini# DeepSeekexportAI_PROVIDER=deepseekexportAI_BASE_URL=https://api.deepseek.com/v1exportAI_MODEL=deepseek-chatexportAI_API_KEY=sk-xxx# 通义千问（DashScope OpenAI 兼容）exportAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1exportAI_MODEL=qwen-turboexportAI_API_KEY=sk-xxx# MoonshotexportAI_BASE_URL=https://api.moonshot.cn/v1exportAI_MODEL=moonshot-v1-8kexportAI_API_KEY=sk-xxx

关键 API

POST /api/chat/conversations 创建会话 GET /api/chat/conversations 会话列表 GET /api/chat/conversations/{id}/messages 历史消息 DELETE /api/chat/conversations/{id} 删除会话 POST /api/chat/conversations/{id}/stream SSE 流式对话 POST /api/agent/pipelines 创建 Agent 流水线 GET /api/agent/pipelines/{id} 查询状态 GET /api/agent/pipelines/{id}/events SSE 实时事件 POST /api/review 代码审查（结构化 JSON） POST /api/knowledge/bases 创建知识库 POST /api/knowledge/bases/{id}/documents 上传文档（自动分块） POST /api/knowledge/bases/{id}/query RAG 检索问答 GET /actuator/health 健康检查（携带 X-Request-Id 等安全响应头）

完整接口与事件说明见docs/API.md。

安全要点（Phase 07）

• 请求体上限：表单 1MB，header 16KB，文件 2MB swallow。
• 入参校验：Bean Validation（@NotBlank/@Size），上传前Sanitizers.safeFilename。
• CORS：通过forge.cors.allowed-origins白名单（环境变量注入）。
• AI 端点限流：令牌桶，forge.ratelimit.{window-seconds, max-requests}（默认 60s/30 次），返回 429 +Retry-After。
• 安全响应头：X-Content-Type-Options、X-Frame-Options: DENY、Referrer-Policy、Permissions-Policy，prod 额外Strict-Transport-Security。
• 错误收敛：5xx 不回传原始异常，统一 “服务异常，请稍后重试”，全量堆栈仍写入日志。

项目结构

ai-forge/ ├── backend/ # Spring Boot 3.3 (Maven) │ ├── src/main/java/com/aiforge/ │ │ ├── ai/ # AiClient + ChatRequest + TokenSink │ │ ├── chat/ # Chat / Conversation 实体、Controller、Service │ │ ├── agent/ # Pipeline 状态机、Agent 编排 │ │ ├── knowledge/ # Chunker / Retriever / RAG │ │ ├── review/ # 代码审查 │ │ ├── security/ # Sanitizers / Filters │ │ └── config/ # Cors / Cache / Redis / Rabbit / GlobalException │ ├── src/main/resources/ # application.yml + dev / prod profile │ ├── src/test/java/ # 24 个单元测试 + Spring 上下文加载测试 │ ├── Dockerfile │ └── pom.xml ├── frontend/ # React 18 + Vite + TS │ ├── src/ │ │ ├── pages/ # Dashboard / Chat / Agent / Knowledge / Review ... │ │ ├── components/ # 通用 UI 组件 │ │ ├── stores/ # Zustand stores │ │ └── lib/ # API client │ ├── nginx.conf │ ├── Dockerfile │ └── package.json ├── docs/ # API / 架构 / 博客素材 ├── docker-compose.yml # postgres + redis + rabbitmq + backend + frontend └── README.md

阶段路线

License

MIT — 仅供学习交流，生产使用请自行评估 LLM 凭据管理与依赖安全。