BuildingAI

GitHub
1.5k 357 中等 1 次阅读 2天前Apache-2.0Agent图像语言模型开发框架
AI 解读 由 AI 自动生成,仅供参考

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

操作系统
  • 未说明
GPU

未说明

内存

最低 4GB

依赖
notes推荐使用 Docker 和 Docker Compose 进行部署,这是最简单且最稳定的方式。安装前需确保设备满足最低硬件要求:CPU ≥ 2 核,内存 ≥ 4GB,存储空间 ≥ 5GB。首次启动拉取镜像和构建项目通常耗时 5-10 分钟。生产环境部署时需修改 .env 文件中的 APP_DOMAIN 为自有域名。
python未说明
NestJS 11.x
TypeORM 0.3.x
PostgreSQL 17.x
TypeScript 5.x
Turbo 2.x
Vue.js 3.x
Vite 7.x
NuxtUI 3.x
NuxtJS 4.x
BuildingAI hero image

快速开始

BuildingAI Banner

在线演示官方网站中文文档

NestJS TypeORM PostgreSQL TypeScript Turbo Vue.js Vite NuxtUI NuxtJS

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 DockerDocker 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

image image image image image

贡献

如果您希望贡献代码,请在 GitHub 上 提交问题提交拉取请求

您也可以通过 社区问答论坛 与我们联系。

星标历史

星标历史图表

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

Apache License 2.0

版本历史

26.0.12026/04/02
26.0.02026/04/02
25.3.62026/03/05
25.3.52026/02/12
25.3.42026/01/30
25.3.32026/01/27
25.3.22026/01/26
25.3.12026/01/23
25.3.02026/01/20
25.2.22026/01/09
25.2.12025/12/31
25.2.02025/12/30
25.1.02025/12/10
25.0.42025/11/21
25.0.32025/11/14
25.0.22025/11/12
25.0.12025/11/12
25.0.02025/11/12
1.0.0-beta.82025/10/17
1.0.0-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。

162.1k|★★★☆☆|今天
开发框架图像Agent

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

139k|★★☆☆☆|今天
开发框架Agent语言模型

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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

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。

87.6k|★★☆☆☆|今天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

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。

77.1k|★★★☆☆|昨天
Agent图像开发框架