【Java 】企业级 AI Agent 工作台

这是一个企业级 AI Agent 工作台的 Java 后端实现，核心功能是为 AI Agent 提供安全管控、状态编排和知识检索增强能力。整个代码库围绕三个核心领域构建：AI Agent 工作台安全与编排层 基础设施层知识增强层(Workbench) (Config) (RAG) • 漂移检测 • 缓存管理 • 文档建模• 状态机控制 • HTTP客户端• 向量化检索• 技能定义 • JSON序列化• 查询增强• 工具注册 • 可追溯引用 第一部分：整体架构概览系统定位这是一个企业知识检索与问答系统的 Java 实现，专门为 AI Agent 提供可追溯、可审计、可治理的企业知识服务。它解决了传统 AI 系统中知识散落、幻觉频发、无法引用来源的三大痛点。核心数据流企业文档（Runbook/制度/复盘/SLA） ↓ 文档建模（RagDocument） ↓ 文档切分（chunk） ↓ 向量化（embed） ↓ 内存向量存储（ListRagChunk） ↓ 语义检索（cosine 相似度） ↓ 查询增强（Stuffing/Map-Reduce/Refine） ↓ 生成答案（带 citations 和 evidence）核心类关系图mermaid二、核心功能矩阵模块 1：安全与编排层（HarnessWorkbenchService + AgentStateMachine）功能实现方式业务价值指令注入检测黑名单关键词匹配（ignore/忽略/覆盖系统）防止用户越狱攻击，保护系统提示词主题漂移检测业务关键词匹配（事件/故障/发布/incident）确保对话不跑题，聚焦业务目标上下文遗忘检测校验requiredFacts是否出现在用户输入中防止 Agent 忘记关键信息（如事件ID）状态机流转控制15 个状态，17 条合法流转路径确保 Agent 生命周期可追踪、可审计技能定义注册5 个业务 Skill（漂移检测/上下文收集/故障分类等）标准化 Agent 能力边界MCP 工具注册5 个外部工具（Prometheus/Loki/GitLab/CRM/知识库）对接企业基础设施状态流转图（核心路径）：CREATED → CONTEXT_COLLECTING → ANALYZING → WAITING_HUMAN_CONFIRMATION → ACTION_PLANNING → EXECUTION_ASSISTING → RESOLVED → POSTMORTEM_GENERATING → CLOSED → ARCHIVED模块 2：基础设施层（AppConfig）组件技术选型配置参数用途缓存管理Caffeine（W-TinyLFU算法）5000 条，30分钟访问过期对话上下文缓存，降低重复计算HTTP 客户端Spring RestClient + Java HTTP Client连接超时/读取超时分离调用 DeepSeek 大模型 APIJSON 序列化Jackson + JavaTimeModuleISO 8601 时间格式API 响应序列化，日志可读性模块 3：知识增强层（RAG 体系）组件核心能力业务场景RagDocument原始文档建模（标题/来源/版本/标签）Runbook/制度/复盘/SLA 统一管理RagChunk文档切分 + 向量化（64维）最小检索单元，支持语义匹配EnterpriseRagService检索（search）+ 问答（answer）知识召回 + 带引用的答案生成三种查询策略STUFFING / MAP_REDUCE / REFINE适配不同复杂度的问题RagDemoService5 个业务 Demo发布护栏/事故排障/客户SLA/策略对比RagWorkbenchService15 个知识点结构化教学与团队培训RAG 数据流：文档导入 → 按段落切分 → 向量化 → 内存存储 → 用户查询 → 向量化 → 余弦相似度检索 → 阈值过滤(0.12) → TopK排序(5) → 生成引用 → 策略增强 → 返回答案---第二部分：核心类逐个解析1. RagDocument - 原始文档模型功能：表示企业知识库中的一份原始文档。javapublic record RagDocument( String documentId, // 文档唯一ID String tenantId, // 租户ID（多租户隔离） String title, n