BuildingAI
BuildingAI 被誉为"AI 时代的 WordPress",是东半球首个积木式 AI 应用搭建系统。它致力于解决企业与个人在开发 AI 应用时面临的技术门槛高、周期长及成本昂贵等痛点,让用户无需编写代码,仅通过可视化配置即可快速构建专属的智能系统。
无论是希望数字化转型的企业、寻求创业机会的团队,还是不具备深厚编程背景的普通用户,都能利用 BuildingAI 轻松落地各类场景应用,如企业智能体、AI 漫剧制作、学术论文辅助系统及智能客服等。平台不仅提供了对话交互、自主智能体、知识库检索(RAG)及大模型聚合等核心能力,还独特地集成了 MCP 协议支持与完整的商业运营模块,包括用户会员管理及算力计费等功能,帮助用户从应用搭建到商业化闭环一站式完成。
基于 NestJS、Vue.js 等成熟技术栈构建,BuildingAI 以开源形式提供企业级稳定性,让每个人都能免费拥有并定制自己的 AI 应用系统,真正推动 AI 技术的普惠化落地。
使用场景
某中型跨境电商企业急需构建一套能处理多语言客诉、自动查询订单状态并生成安抚话术的智能客服系统,以应对日益增长的全球用户咨询量。
没有 BuildingAI 时
- 开发门槛极高:团队需组建包含后端、前端及算法工程师的专职小组,耗时数月从零搭建 RAG 检索增强生成链路和 Agent 记忆模块。
- 模型集成繁琐:对接不同大模型厂商 API 时,需反复编写适配代码,无法统一调度,导致多语言响应质量参差不齐。
- 业务闭环缺失:仅有对话功能,缺乏原生的会员订阅与计费系统,难以将内部工具转化为可对外服务的商业化产品。
- 维护成本高昂:每次调整客服逻辑或更新知识库文档,都需要重新编译部署,无法实时响应业务变化。
使用 BuildingAI 后
- 零代码快速搭建:产品经理通过可视化界面拖拽组件,半天内即可配置出具备长期记忆和工具调用能力的专属客服 Agent。
- 统一模型管理:利用内置的大模型聚合能力,一键切换最优的多语言模型,确保英、日、西语客诉回复准确且流畅。
- 开箱即用的商业化:直接启用平台自带的会员管理与计费模块,迅速将客服系统包装为增值服务向中小卖家开放。
- 灵活迭代更新:运营人员可随时在后台上传最新物流政策文档至知识库,系统即时生效,无需技术团队介入发布流程。
BuildingAI 让该企业从“造轮子”的重资产研发模式,转型为专注于业务逻辑编排的敏捷创新模式,大幅降低了 AI 应用落地的时间与资金成本。
运行环境要求
- 未说明
未说明
最低 4GB

快速开始
BuildingAI 是一款面向 AI 开发者、AI 创业者及具有前瞻思维的组织的企业级开源智能体平台。通过可视化配置界面(即“自己动手”),您无需编写代码即可构建原生企业级 AI 应用程序。该平台提供智能体、MCP、RAG 流水线、知识库、大模型聚合和上下文工程等原生能力,同时还支持用户注册、会员订阅、计算计费等业务运营功能。
快速开始
在安装
BuildingAI之前,请确保您的设备满足最低要求:
- CPU:≥ 2 核
- 内存:≥ 4 GB RAM
- 存储空间:≥ 5 GB 可用空间
使用 Docker 部署 BuildingAI 是最简单且最稳定的方式。请确保您的设备上已安装 Docker 和 Docker Compose。
# 进入项目目录(替换为您的目录名)
cd buildingai
# 复制并自定义环境变量
# 在生产环境中,请将 .env 文件中的 APP_DOMAIN 值更新为您自己的域名。
cp .env.example .env
# 使用 Docker 启动应用
docker compose up -d
等待镜像拉取完成并构建项目。根据您的设备性能和网络状况,这通常需要 5–10 分钟。您可以在 Node.js 容器的日志中查看构建进度;一旦出现可访问的 URL,说明项目已成功启动。
项目完全启动后,请打开浏览器并访问 http://localhost:4090/install,以完成初始设置向导。
有关其他部署方式,请参阅我们的 部署指南。
核心功能
- AI 对话:由大型语言模型驱动的对话式 AI 和文本生成,支持多模态模型。
- AI 智能体:创建具备记忆、目标和工具使用能力的智能体,实现自主任务执行。
- 知识库:基于文档构建知识库,支持向量搜索和 RAG 增强的生成能力。
- MCP 集成:通过 SSE 和 Streamable HTTP 协议调用 MCP 工具。
- 模型管理:将主流大模型集成到统一的 API 规范之下。
- 扩展机制:通过安装扩展来增强系统能力和 AI 技能。
- 计费与支付:内置会员管理、计费和支付功能,开箱即用。
截图

贡献
如果您希望贡献代码,请在 GitHub 上 提交问题 或 提交拉取请求。
星标历史
隐私政策
本项目 仅在您同意的情况下收集匿名化的使用统计数据。详情请参阅 PRIVACY_NOTICE.md。
许可证
版本历史
26.0.12026/04/0226.0.02026/04/0225.3.62026/03/0525.3.52026/02/1225.3.42026/01/3025.3.32026/01/2725.3.22026/01/2625.3.12026/01/2325.3.02026/01/2025.2.22026/01/0925.2.12025/12/3125.2.02025/12/3025.1.02025/12/1025.0.42025/11/2125.0.32025/11/1425.0.22025/11/1225.0.12025/11/1225.0.02025/11/121.0.0-beta.82025/10/171.0.0-beta.72025/09/22常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

