基于AI新范式的下一代企业AI应用平台 Gaia-X

🌟 项目概览

Gaia-X 是首个基于全新AI范式，专为企业场景设计的聊天机器人应用平台，通过创新的技术架构，解决现有AI产品的核心痛点：

🚀 企业管理 | 🤖 MCP协议支持 | 👥 多Agent协作 💻 自然语言RPA | ✅ 人工确认机制 | 🎨 智能画布渲染

立即试用 | 管理中心 | 文档中心

🎯 核心痛点解决方案

痛点领域	Gaia-X 创新解决方案
缺乏企业管理	完整的用户/权限/计费系统和LLM API托管
不支持MCP协议	首个企业级MCP支持
敏感操作风险	带有人工确认的ReAct工具调用，动态渲染
自然语言RPA困难	大型模型驱动的RPA自动化
多Agent协作薄弱	智能Agent检索和多Agent协作，完成复杂任务

📦 项目架构

1.1 整体项目架构

1.2 MCP 调用流程

在 Agent 调用过程中，管理中心不负责调用 MCP 工具。而是客户端的节点程序收到响应结果后，会统一判断是否有函数调用。如果有，则调用相应的 MCP 工具执行。执行链大致如下：

graph LR
    U --> |1|C[Gaia-X Client]
    C-->|2|API[Admin Center]
    API-->|3|LLM[LLM API]
    LLM-->|4|API[Admin Center]
    API-->|5|C[Gaia-X Client]
    C-->|6|B{Function Call?}
    B -- No -->U[User]
    B -- Yes --> MCP[MCP Servers]
    MCP -->|8a. Call| H[Tool 1]
    MCP -->|8b. Call| I[Tool 2]
    H-->|8.1|C[Gaia-X Client]
    I-->|8.1|C[Gaia-X Client]
    C-->|8.2|API[Admin Center]
    API-->|8.3|LLM[LLM API]
    LLM-->|8.4|API[Admin Center]
    API-->|8.5|C[Gaia-X Client]
    C-->|8.6|U[User]
   
    subgraph Possible Nested/Iterative Calls
    H
    I
    end

1.3 客户端启动时的身份验证逻辑

由于这是一个企业级项目，客户端需要完成登录验证才能进入 Chatbot 界面。 以 OAuth2.0 为例（其他逻辑类似），身份验证过程如下：

sequenceDiagram
    participant C as Client Program
    participant A as Admin Center
    participant O as OAuth2.0 Server
    participant U as User

    C->>A: Request authentication page (non-OAuth2.0 login page)
    A->>A: Check current login status
    alt Not logged in
        A->>O: Redirect and open OAuth2.0 login page
        O->>U: Display login interface
        U->>O: Submit credentials for login
        O->>A: Return authentication result (e.g., Token)
        A->>A: Generate JWT after verifying Token and update login status
    else Already logged in
        A->>U: Display authorization button
    end
    U->>A: Click authorize
    A->>C: Redirect back to client and pass authorization information (gaia://oauth-callback?code=xyz)
    C->>C: Client completes login process

流程说明:

1. 客户端从管理中心请求身份验证页面；
2. 管理后端确定用户登录状态；
3. 如果未登录，则重定向到 OAuth2.0 登录页面；
4. 用户在 OAuth2.0 登录页面上提交凭据，成功登录后返回身份验证结果；
5. OAuth2.0 登录后，使用身份验证信息重定向到管理后端，生成 JWT 并更新登录状态；
6. 用户单击授权按钮，管理后端重定向回客户端，完成登录。

---

2. 核心功能（部分仍在开发中）

2.1 MCP (模型上下文协议) 支持

• [x] 支持集成任何社区 MCP 服务器。
• [ ] 通过企业管理中心统一管理所有 MCP 服务器。
• [x] 所有 MCP 服务器都在客户端上隔离的沙箱环境中运行，确保操作安全和数据隔离。
• [ ] 独立的 MCP 服务器显示页面（类似于官方 MCP Inspector 效果）

2.2 多Agent智能协同

• [ ] 支持基于任务编排或 RAG 的智能协作，自动完成复杂任务，无需手动选择 Agent 或工作流程。
• [ ] 内置用于计算机操作、Python 编程、Web 浏览等的关键 Agent。

2.3 新范式无限画布

• [ ] Multi-Agent 对话中的每个 Agent 进程都是一个独立的画布，自动生成摘要作为永久记忆。
• [x] 支持常见的 Artifacts，包括但不限于：
  • SVG, HTML
  • Mermaid, Echarts, PlantUML
• [x] 支持 MCP 工具动态渲染表单，允许用户交互式修改和控制提交。
• [ ] 支持 Python、TypeScript、HTML 和其他代码执行

2.4 智能计算机操作

• [X] 与 Claude Sonnet 3.5+、智谱 CogAgent、字节跳动 UI-TARS、OpenAI computer-use 等模型集成。
• [X] Agent 可以自主执行任何计算机操作。

2.5 文本选择分析

• [X] 支持在任何软件界面中选择文本后自动显示 Agent 工具栏，从而实现即时翻译和文案生成等功能。

2.6 企业管理中心

• [x] 统一身份验证和用户管理：OAuth 2.0、LDAP、钉钉、飞书和其他身份验证方法。
• [x] 统一模型和工具管理：后端集中配置和授权管理。
• [ ] 配额管理：细粒度控制用户配额和 API 配额。
• [ ] 企业内部应用生态系统：MCP 市场、Agent 市场、应用任务市场（针对特定复杂任务）等。
• [ ] 业务报告：全面的用户、模型和 Agent 使用数据分析报告。

2.7 第三方 Agent 集成

• [x] 原生支持集成 Dify 和 Coze 等第三方 Agent 平台，并进行统一的授权管理。

---

3. 技术栈

3.1 客户端

客户端采用基于插件的设计，稍后将采用类似于 VS Code 的微内核插件架构进行构建，从而实现任意扩展。

• 框架: Electron + React
• LLM UI: Ant Design X
• 文本选择监控技术: C++ (Windows), Objective-C (MacOS)

3.2 管理后端

客户端仅用作交互式 UI 和 MCP 管理执行，没有实际的模型调用。 模型调用和工具调用由后端实现。 但是，后端不负责 MCP 工具的特定执行。

• 大模型交互: Eino Framework + 自研 Multi-Agent
• 管理 UI: Ant Design Pro (重构 GVA 的前端页面代码，以实现技术堆栈的统一)
• API 服务: golang + Gin (基于 GVA 框架)

3.3 MCP 服务器

• 在独立的沙箱环境中运行
• 支持使用 Python 和 TypeScript 实现

---

4. 模型选择参考

• 计算机操作模型: Claude Sonnet 3.5+、CogAgent、UI-TARS、OpenAI computer-use
• ReAct 推荐模型: Claude Sonnet 3.5+、GPT 4o (DeepSeek v3 模型表现不佳，不建议用于关键任务)

---

5. 致谢

• 管理 API 基于 Gin-Vue-Admin 构建，减少了我们的大部分基本管理后端开发工作。

• 字节跳动的 Eino 是为数不多的基于 golang 的大型模型应用开发框架之一，解决了基本的模型集成和 Agent 问题。

• 我们使用 Ant Design Pro 重构了 Gin-Vue-Admin 的前端页面，统一了管理后端和客户端的 UI 框架，降低了社区开发难度。

• 我们基于 Eino 进行了许多二次开发，包括集成常见的模型提供商和 Multi-Agent 架构。 二次开发后，我们将其发布为 Eino-X。

• 为了解决在普通用户客户端上运行 MCP 服务器的问题，我们在项目 mcp-runtime 下打包了一个嵌入式二进制 MCP 运行时环境（支持 MacOS 和 Windows）。

---

6. 许可证

本项目采用 Apache 2.0 许可证 授权。 欢迎自定义或贡献！

---

7. 社区支持

我们欢迎通过 Issues 提供反馈和建议。 我们期待您的参与，共同构建未来的企业 AI 应用生态系统。

🎉 感谢您对项目的关注和支持！