nageoffer/ragent

后端程序员转型 AI 工程师的第一站

     

🚀 什么是 Ragent AI?

Ragent 是一个面向 Agentic RAG 演进的生产级 Java AI 应用平台,覆盖从文档入库到智能问答的完整链路。

• 混合检索:向量、关键词、知识图谱、联网搜索并行召回,支持去重、RRF 融合与 Rerank。
• 问题理解：支持查询词映射、问题重写与拆分、树形意图识别和多知识库路由。
• 模型与工具:支持模型档位、首包探测、熔断降级,以及 AgentScope 的 MCP 工具发现与调用。
• 会话记忆:最近 N 轮消息结合持久化摘要,控制 Token 成本并保留关键上下文。
• 流量保护:Redis 公平排队与分布式并发控制,避免突发请求压垮模型服务。
• 知识闭环:提供可编排入库 Pipeline、远程刷新、回答溯源、用户反馈、Trace 和管理后台。

生产落地智能体会踩的坑,这里都有对应方案,一套经过真实场景锤炼的工程实践,系统补全 RAG / Agent / MCP 等知识,面试写进简历聊得起来。

🧭 快速导航

觉得不错?先点个 Star 收藏,所有链接都会在新标签页打开,不会离开本页 👇

🤝 贡献

Ragent AI 仍在持续迭代中,欢迎参与共建,一起把项目打磨得更好。 感谢各位亦菲、彦祖们对 Ragent AI 的贡献:

❤️ 赞助与支持

感谢以下伙伴对 Ragent AI 的支持!

moacode 是一家稳定、高效的 API 中转服务商,提供 Claude、GPT、Codex、Claude Code 等多种模型调用服务。 Ragent AI 用户可 通过此链接 注册,并在充值时填写 MAGE 优惠码,享受 9 折优惠。

---

💡 为什么学习 AI 项目

AI 这波浪潮,Java 程序员已经躲不过去了。

不管你现在做的是业务系统还是中间件，面试的时候多多少少都会被问到 AI 相关的东西。 RAG 是什么?Agent 怎么实现?用过 MCP 吗?

后端程序员转型 AI 工程师的第一站

     

🚀 什么是 Ragent AI？

Ragent 是一个面向 Agentic RAG 演进的生产级 Java AI 应用平台，覆盖从文档入库到智能问答的完整链路。

• 混合检索：向量、关键词、知识图谱、联网搜索并行召回，支持去重、RRF 融合与 Rerank。
• 问题理解：支持查询词映射、问题重写与拆分、树形意图识别和多知识库路由。
• 模型与工具：支持模型档位、首包探测、熔断降级，以及 AgentScope 的 MCP 工具发现与调用。
• 会话记忆：最近 N 轮消息结合持久化摘要，控制 Token 成本并保留关键上下文。
• 流量保护：Redis 公平排队与分布式并发控制，避免突发请求压垮模型服务。
• 知识闭环：提供可编排入库 Pipeline、远程刷新、回答溯源、用户反馈、Trace 和管理后台。

生产落地智能体会踩的坑，这里都有对应方案，一套经过真实场景锤炼的工程实践，系统补全 RAG / Agent / MCP 等知识，面试写进简历聊得起来。

🧭 快速导航

觉得不错？先点个 Star 收藏，所有链接都会在新标签页打开，不会离开本页 👇

🤝 贡献

Ragent AI 仍在持续迭代中，欢迎参与共建，一起把项目打磨得更好。 感谢各位亦菲、彦祖们对 Ragent AI 的贡献：

❤️ 赞助与支持

感谢以下伙伴对 Ragent AI 的支持！