产品概述
LangChat是Java生态下的AI大模型产品解决方案，帮助企业快速定制AI知识库与智能机器人，实现高效的AI驱动业务转型。
商业版咨询微信：LangchainChat
产品架构
一个简单的产品架构图
代码分层架构
LangChat这种架构设计能保证整体的项目架构规范统一，无论我们是继续扩展模块还是扩展项目，都能保证设计语言的统一性，并且无需过多关心基础的模块、（前端）基础的组件等等，能很快在LangChat平台上扩展开发。
Java技术栈
基于 Spring Boot 3 和 Vue 3 技术栈构建，采用现代化的前后端分离架构，为国内开发者提供了完整的 AI 应用开发解决方案。让我详细解释一下：
技术架构优势: LangChat 采用 Spring Boot 3 作为后端框架，Vue 3 作为前端框架，这两个框架在国内拥有庞大的开发者社区和丰富的生态系统。这种技术选型确保了开发团队能够快速上手，并且能够充分利用国内丰富的技术资源。
与 Java 生态的深度整合: LangChat 提供了与 Java 生态系统的深度整合，这使得国内 Java 开发者可以更轻松地使用 LangChat 的功能，实现各种智能化应用场景。
综上所述，基于 LangChat 进行系统开发可以让大模型距离国内 Java 开发者更近一步，为他们提供了丰富的模型支持、灵活的扩展性和企业级的二次开发支持。这将有助于开发团队快速构建出功能强大、智能化的系统应用。
后端技术栈
LangChat 后端采用 Spring Boot 3 作为核心框架，基于 JDK 17+ 开发，具有以下技术特点：
- 基础框架：Spring Boot 3
- 开发环境：JDK 17+
- 数据存储：MySQL 8+、Redis
- ORM框架：MybatisPlus
- AI框架：LangChain4j（AIGC基础框架）
- 权限管理：Sa-Token
- 工具库：Hutool
前端技术栈
LangChat 前端采用 Vue 3 技术栈，结合现代化的前端工具链，提供流畅的用户体验：
- 核心框架：Vue 3
- 开发语言：TypeScript
- 运行环境：Node.js v22
- UI框架：NaiveUI
- 工作流引擎：VueFlow
- 样式框架：Tailwind
- 项目模板：Vben5
硬件要求
- 内存：16G+
- 硬盘：50G+
- 操作系统：CentOS8+、Ubuntu20+
- 本产品无 GPU 要求
模型接入支持
LangChat 支持多种模型接入方式：
-
国内模型： DeepSeek、阿里百炼、硅基流动、百度千帆、智谱清言、GiteeAI、抖音豆包、零一万物、讯飞星火、...
-
国外模型： OpenAI、Ollama、Azure OpenAI、Gemini、Claude、...
-
私有化模型
- Ollama本地部署
- Vllm本地部署
- ...
产品介绍
LangChat 商业版是一个企业级 AI 应用开发平台，集成了多种先进的 AI 技术和开发工具，为企业提供全方位的 AI 应用开发解决方案。平台采用模块化设计，每个模块都经过精心打磨，确保功能的完整性和易用性。
Agent 应用开发
Agent 应用管理
Agent 是 LangChat 的核心概念，它代表了一个具有特定能力的 AI 智能体。通过 Agent 应用管理，您可以快速构建各种智能应用场景。
核心功能：
- 多场景应用构建：支持思维导图应用、ChatBI应用、文档应用等多种场景
- Agent 能力配置：支持动态配置模型参数、对话参数、系统提示词等
- 多模态交互：支持文档解析、图片识别、语音输入等多种交互方式
Agent 数据关联
Agent 数据关联模块支持与多种外部资源的集成，扩展 Agent 的能力边界。
核心功能：
- 数据表关联：支持关联数据库表，实现数据查询和分析
- 知识库关联：支持关联知识库，提供智能问答能力
- 插件关联：支持关联自定义插件，扩展功能
- MCP Server 关联：支持关联 MCP 服务，实现更多能力
Workflows 工作流引擎
工作流设计
工作流设计模块提供了直观的可视化界面，让您能够轻松设计和实现复杂的业务流程。
核心功能：
- 可视化编排：支持拖拽式工作流设计
- 节点管理：支持节点的添加、删除、复制等操作
- 节点测试：支持单节点测试运行
工作流节点
工作流节点模块提供了丰富的节点类型，满足各种业务场景需求。
核心功能：
- AI 节点：支持多种 AI 模型调用
- 数据处理节点：Text2SQL、数据库操作等
- 流程控制节点：条件判断、循环等
- 集成节点：HTTP 请求、消息推送等
- 自定义节点：支持插件节点、MCP 节点等
知识库管理
知识库配置
知识库配置模块提供了灵活的知识库管理功能。
核心功能：
- 知识库创建：支持创建多个知识库
- 分段策略：支持自定义文本分段策略
- 向量配置：支持配置向量数据库
- 召回策略：支持配置相似度检索策略
LangChat知识库增强
LangChat提供了更多知识库增强功能。
增强功能：
- 网页抓取：支持网页内容自动提取
- 自定义分段策略：支持每个文档自定义文本分段策略
- 分段数据编辑：支持对已向量化的文本段编辑、修改、删除、重新向量化操作
- 文档导入：支持 PDF、Word、Excel 等格式
知识检索
知识检索模块提供了高效的向量检索功能。
核心功能：
- 向量检索：支持相似度检索
- QA 对管理：支持预设问答对
- 检索优化：支持检索参数优化
- 结果展示：支持检索结果展示
AI 能力矩阵
LangChat 提供全面的 AI 能力矩阵，涵盖多模态生成、智能解析和自然语言处理等多个维度，为企业级应用提供强大的 AI 赋能。
多模态生成能力
核心功能：
- 文生图（Text-to-Image）：集成 Stable Diffusion、Midjourney 等主流图像生成模型，支持高精度图像生成和风格迁移
- 文生音频（Text-to-Speech）：支持多语言、多音色的语音合成，提供自然流畅的语音输出
- 文生视频（Text-to-Video）：支持视频生成、编辑和风格转换，实现智能视频内容创作
- 视觉解析（Visual Understanding）：集成先进的计算机视觉模型，支持图像内容理解、场景识别和物体检测
- 智能文档生成：提供富文本编辑、文档自动生成、格式转换等功能，支持多种文档格式的智能处理
MCP 服务集成
LangChat 提供强大的 MCP（Model Control Protocol）服务集成能力，支持多种接入方式和协议。
核心特性：
- 多协议支持：同时支持 HTTP 和 Stdio 协议，满足不同场景的接入需求
- 配置化接入：通过 JSON 配置方式实现快速接入，降低集成成本
- SDK 支持：提供标准的 Java SDK，支持通过
@McpXxx注解快速构建 MCP 服务 - Tools列表：支持查看和展示每个MCP Server的Tools列表
消息渠道集成
LangChat 提供全面的企业级消息渠道集成解决方案，支持多种主流企业协作平台。
核心功能：
- 企业微信集成：支持企业微信机器人、应用消息、群聊机器人等多种接入方式
- 钉钉集成：支持钉钉机器人、工作通知、群聊机器人等场景
- 邮件系统集成：支持 SMTP 协议，实现邮件自动收发和处理
- 自定义消息模版：支持配置消息模版推送消息
Text2SQL 能力
LangChat 提供强大的 Text2SQL 转换能力，实现自然语言到 SQL 查询的智能转换。
核心特性：
- 多数据源支持：支持所有符合 JDBC 协议的数据源接入
- 智能 DDL 解析：自动获取和解析数据源的 DDL 信息
- SQL 生成优化：基于表结构智能生成优化的 SQL 查询语句
- 查询结果处理：支持查询结果的智能处理和展示
Dify & Coze 集成
LangChat 提供与主流 AI 应用开发平台的深度集成能力。
核心功能：
- 平台授权管理：支持 Dify、Coze 平台的授权配置和管理
- 工作流集成：支持快速接入平台的工作流应用
- 机器人集成：支持接入平台开发的智能机器人
- 数据同步：支持应用数据的双向同步和更新
自定义插件
LangChat 提供强大的插件扩展能力，基于大模型的 Function Call 机制，实现业务能力的快速集成和扩展。
核心特性：
- 动态插件构建：支持通过配置方式快速构建 HTTP 插件，无需编写代码
- 注解式开发：提供
@Tool注解，支持快速将 Java 方法暴露为插件能力 - 参数配置：支持灵活配置请求参数、响应格式、错误处理等
- 插件管理：提供完整的插件生命周期管理，包括创建、测试、发布、监控等
应用场景：
- 业务系统集成：快速对接企业内部系统
- 第三方服务调用：集成各类第三方 API 服务
- 数据处理：实现数据转换、清洗、分析等功能
- 自动化流程：支持复杂业务流程的自动化处理
模型配置
LangChat 提供全面的模型配置管理能力，支持多种类型 AI 模型的动态配置和灵活切换。
核心特性：
-
多模态模型支持：
- 推理模型：支持各类大语言模型的接入和配置
- 视觉模型：支持图像识别、目标检测等视觉任务
- 文生图模型：支持 阿里、豆包 等图像生成模型
- 视频模型：支持视频理解、视频生成等能力
- 语音模型：支持语音识别、语音合成等功能
- 向量模型：支持文本向量化、语义检索等能力
-
向量数据库配置：
- 支持多种向量数据库的接入
- 提供灵活的索引配置
- 支持数据同步和迁移
-
动态配置能力：
- 配置即生效：支持模型参数的实时更新
- 模型测试：提供模型连通性和性能测试
- 版本管理：支持模型版本的回滚和切换
高精度OCR能力
LangChat集成了基于PaddleOCR的高精度文字识别引擎，提供端到端的图像文字识别解决方案。
核心特性：
- 多场景识别：支持通用文字、表格、票据、证件等多种场景的文字识别
- 多语言支持：支持中英文、数字、符号等多语言混合识别
- 版面分析：智能分析文档版面结构，准确识别文字位置和排版
- 表格识别：支持复杂表格的自动识别和结构化输出
技术优势：
- 内置轻量级模型，无需额外配置
- 支持离线部署，保护数据安全
- 识别准确率高，支持模糊图片处理
- 处理速度快，支持批量识别
应用场景：
- 文档数字化：快速将纸质文档转换为可编辑文本
- 票据识别：自动识别发票、收据等票据信息
- 证件识别：支持身份证、营业执照等证件信息提取
- 表格处理：自动识别和结构化表格数据
应用接入渠道
LangChat提供多种灵活的应用接入方式，满足不同场景下的集成需求。
接入方式：
-
独立窗口接入
- 支持免登录窗口模式
- 通过Iframe方式快速嵌入
- 支持自定义窗口样式和主题
- 适用于需要独立展示的场景
-
SDK接入
- 提供标准Web SDK
- 支持右下角悬浮窗口
- 支持自定义触发方式
- 适用于门户网站集成
权限管理
权限管理模块提供了完整的 RBAC 权限体系。
核心功能：
- 用户管理：支持用户创建和管理
- 角色管理：支持角色权限配置
- 菜单管理：支持菜单权限配置
- 部门管理：支持部门组织架构
- 令牌管理：支持管理登录用户Token令牌
- 日志管理：支持查看平台操作日志
LangChat 平台业务端
LangChat提供 langchat-business-ops，封装RBAC、权限路由、等等功能
商业协议
- 授权用户可无限期在其内部使用和发行LangChat Pro授权源码（企业授权用户不含分公司、子公司及第三方公司）（个人授权用户仅可个人使用，不可用于在职公司或任何第三方），并可将其集成至内部应用环境中，拥有对源代码的修改权。
- 授权用户不可向第三方发行或转让授权源码，无论有偿或无偿，也不可申请包含LangChat Pro授权源码的软件著作权，用户可申请自主研发部分源码的软件著作权。
- 授权用户仅可通过项目形式进行源码的二次开发，完成的定制化软件必须加密打包后才可交付客户。如需交付项目源码，必须为客户购买对应的商业授权。
- 授权用户不可将LangChat Pro授权源码用于任何违法、违规的活动。一经发现，LangChat Pro将第一时间配合相关部门进行处理。
详细功能清单
| 功能模块 | 功能清单 | |||
|---|---|---|---|---|
| 开源版 | 开源授权版 | 商业版 | ||
| 探索模块 | 已发布应用管理 | ❌ | ❌ | ✅ |
| Agent应用聊天 | ❌ | ❌ | ✅ | |
| 工作室模块 | Agent应用管理 | ✅ | ✅ | ✅ |
| 多场景应用（思维导图应用、ChatBI应用、文档应用） | ❌ | ❌ | ✅ | |
| Agent配置、聊天测试 | ✅ | ✅ | ✅ | |
| Agent动态关联：关联数据表、关联知识库、关联插件、关联MCP Server | ❌ | ❌ | ✅ | |
| 上传文档文件/图片聊天、语音录入 | ❌ | ❌ | ✅ | |
| Agent接入渠道配置、对话日志管理、数据监控查看 | ❌ | ❌ | ✅ | |
| Workflows模块 | Workflows应用管理 | ❌ | ❌ | ✅ |
| 以工作流形态构建Agent应用 | ❌ | ❌ | ✅ | |
| 工作流动态节点：插件节点、MCP节点、Dify/Coze平台节点、消息渠道节点 | ❌ | ❌ | ✅ | |
| AI节点、Text2SQL节点、消息推送节点、判断节点、代码执行节点、意图识别节点、HTTP请求节点、数据库节点、文档解析节点 | ❌ | ❌ | ✅ | |
| 工作流接入渠道配置、对话日志管理、数据监控查看 | ❌ | ❌ | ✅ | |
| 知识库模块 | 知识库管理 | ✅ | ✅ | ✅ |
| 预设回答（QA对） | ❌ | ❌ | ✅ | |
| 切片管理 | ✅ | ✅ | ✅ | |
| 切片文本段更新、重新向量化、删除新增文本段 | ❌ | ❌ | ✅ | |
| 文档导入、文本录入、网页链接导入 | ✅ | ✅ | ✅ | |
| 自定义文本拆分策略（NLP句子拆分、固定字符拆分、按行/段落拆分、正则拆分） | ❌ | ❌ | ✅ | |
| 向量搜索 | ✅ | ✅ | ✅ | |
| 指标库模块 | 指标库管理 | ❌ | ❌ | ✅ |
| 所有支持JDBC协议数据源的配置写入 | ❌ | ❌ | ✅ | |
| 查看数据源下所有表结构DDL信息 | ❌ | ❌ | ✅ | |
| 集成模块 | Dify、Coze授权配置 | ❌ | ❌ | ✅ |
| Dify平台应用、工作流接入 | ❌ | ❌ | ✅ | |
| Coze平台应用、工作流接入 | ❌ | ❌ | ✅ | |
| AI MCP 模块 | MCP Server授权配置 | ✅ | ✅ | ✅ |
| MCP JSON快速建立链接（HTTP、Stdio） | ✅ | ✅ | ✅ | |
| 提供Java模块，通过@McpXxx注解快速构建MCP服务应用 | ✅ | ✅ | ✅ | |
| AI 模块 | AI 绘图（文生图） | ❌ | ❌ | ✅ |
| AI 音频（文生音频，音频文件合成、TTS） | ❌ | ❌ | ✅ | |
| AI 视频（文生视频，视频文件合成） | ❌ | ❌ | ✅ | |
| AI 视觉（图片内容解析） | ❌ | ❌ | ✅ | |
| AI 写作（文档编辑器文本写作） | ❌ | ❌ | ✅ | |
| AI配置模块 | 消息渠道配置（邮件、企微、钉钉机器人） | ❌ | ❌ | ✅ |
| 插件配置（动态构建HTTP请求插件、FunctionCall） | ❌ | ❌ | ✅ | |
| 模型配置（推理模型、视觉模型、文生图模型、语音模型、视频模型、向量模型、向量数据库） | ✅ | ✅ | ✅ | |
| 权限管理模块（RBAC） | 用户管理 | ✅ | ✅ | ✅ |
| 角色管理 | ✅ | ✅ | ✅ | |
| 菜单管理 | ✅ | ✅ | ✅ | |
| 部门管理 | ✅ | ✅ | ✅ | |
| 令牌管理 | ✅ | ✅ | ✅ | |
| 日志管理 | ✅ | ✅ | ✅ | |
| 授权支持 | 产品使用文档 | ✅ | ✅ | ✅ |
| 商业版产品文档 | ❌ | ✅ | ✅ | |
| 产品开发文档 | ❌ | ✅ | ✅ | |
| 版本迭代支持 | ❌ | ✅ | ✅ | |
| 专属架构师支持 | ❌ | ✅ | ✅ | |
| 商业授权书 | ❌ | ✅ | ✅ |