AppPlatform

AppPlatform 是一个前沿的大模型应用工程，旨在通过集成的声明式编程和低代码配置工具，简化 AI 应用的开发过程。本工程为软件工程师和产品经理提供一个强大的、可扩展的环境，以支持从概念到部署的全流程 AI 应用开发。

核心架构

1. AppPlatform 后端模块

   AppPlatform 后端基于 FIT 框架，采用插件化式开发，包含应用管理模块和功能扩展模块。其中应用管理模块为 AppPlatform 的核心模块，用于提供创建、管理、调试、运行和维护 AI 应用，该提供一个高效快捷的方式来开发具有复杂交互功能的 AI 应用。功能扩展模块通过组件节点的方式，丰富流程编排的能力，用户可根据需求自由组合，构建出符合业务逻辑的 AI 应用，该模块为组件节点的底层逻辑实现。应用流程运行基于 Waterflow 框架，方便高效地对流程和数据进行组织和处理。

2. AppPlatform 前端模块

   AppPlatform 前端采用 React 框架进行开发，基于函数式组件构建，通过模块化设计实现了应用开发，应用市场，智能表单和插件管理等核心功能模块。其中应用开发模块为核心模块，提供可视化界面支持AI应用的完整生命周期管理，包含了应用创建，编排，调试，运行，和发布全流程；智能表单模块可通过 Json Schema 自动渲染可交互表单，与 AI 模型服务集成，实现表单填写与实时推理；插件模块支持开发者上传自定义插件扩展应用工程能力，并提供了插件安装和卸载等功能。此外，前端流程编排还基于 Elsa 图形引擎，Elsa 图形引擎是一款基于原生 JS 打造而成的先进图形处理工具。通过统一的数据格式，可以让图形跨平台跨应用进行展示和协作，为用户提供灵活、高性能的图形渲染与交互能力，适用于复杂可视化场景的开发需求。

---

关键特性

1. 低代码图形化界面：产品人员可以通过直观的图形界面创建 AI 应用，而无需深入了解底层代码即可进行高效的编辑和调试。同时支持多模型协同运作，使用户能够根据特定的业务需求，将不同的 AI 模型通过编排整合到同一个应用流程中。
2. 强大的算子与调度平台：通过 FIT 与 Waterflow 框架，AppPlatform 提供了一个高效、可扩展的后端架构，支持 Java、Python 等多种主流编程语言的算子开发，并通过智能调度实现优化的执行效率。
3. 共享与协作： AppPlatform 的底层包含 Store 模版，用于将所有开发的 AI 应用统一存储，以此支持跨项目的复用和协作。开发者可以根据需要组合这些应用，打造更大的解决方案，或者利用社区提供的工具和模型。在 AppPlatform 中， AI 应用不仅限于传统意义上的 “应用”，它们可以是 “函数”、“RAG”、“智能体”等任何可解释和可执行的组件。这些组件在 Store 中以 “工具” 的形式展现，其元数据不仅提供了必要的解释，还为智能体自动调度这些工具提供了基础。

---

快速启动

1. 前置条件

名称	规格
CPU	2+ 核心
CPU 架构	x86
内存	4+ GB
软件	安装 Docker & Docker Compose

2. Docker Compose 启动（拉取镜像以及启动服务时间大约 3 minutes）

克隆项目并进入项目根目录，执行以下命令：/ Clone the repository and enter the project root directory, then run the following commands:

# 用户按需配置环境变量，例如模型名称、基础 URL 和 APIKEY等 / Configure environment variables as needed, including model name, base URL and APIKEY
cp docker/.env.example docker/.env
bash docker/deploy.sh

容器全部 Running 后，浏览器打开 http://localhost:8001 体验

如需修改数据库密码，二次启动前需要删除docker/app-platform-tmp目录

后端快速开发测试

本章节给出快速启动之后，本地快速开发测试的方法。

1. 编译代码

1.1. 全量编译（2 minutes 30 seconds） 编写代码，在项目根目录下，执行以下命令编译：

mvn clean install

1.2. 增量编译（10 seconds） 编写代码，在修改的插件目录下，执行以下命令编译：

mvn clean install

2. 一键部署修改

在项目根目录下，执行以下命令快速部署（3 minutes 30 seconds）：

bash docker/dev-app-builder.sh

3. 测试

浏览器打开 http://localhost:8001 测试

前端快速开发测试

本章节给出快速启动之后，本地快速开发测试前端的方法。

1. 编译代码

1. 构建 agent-flow，在项目根目录下，执行以下命令编译：

cd agent-flow
npm install --legacy-peer-deps --force --registry=https://registry.npmmirror.com
npm run build
npm link
cd -

首次的话，需要执行一次，后续有修改再增量构建执行即可。

2. 全量编译前端（1 minutes 10 seconds） 编写代码，在项目根目录下，执行以下命令编译：

cd frontend
npm install --legacy-peer-deps --force --registry=https://registry.npmmirror.com
npm run build:prod

2. 一键部署修改

在项目根目录下，执行以下命令快速部署（18 seconds）：

cd ..
bash docker/dev-frontend.sh

3. 测试

浏览器打开 http://localhost:8001 测试

源码编译启动

安装数据库

Windows 系统

• 下载并安装 PostgresSQL （支持版本 ≥ 14）
• 初始化数据。进入 shell 目录，使用 bash 工具执行 build_win.sh（当前不支持 cmd 执行，待规划）：

cd shell
sh build_win.sh ${ip} ${port} ${username} ${password}

其中参数 ip、port、username、password 分别指的是数据库主机地址、数据库端口、数据用户名、数据库密码。该文件会初始化数据库内置数据，以及人工表单功能所需的数据。

Linux 系统

待规划

后端环境配置

开发环境配置

• 开发环境：IntelliJ IDEA
• Java 17
• 代码格式化文件：CodeFormatterFromIdea.xml
• Maven 配置：推荐版本 Maven 3.8.8+
• FIT 框架编译产物：参考 FIT 框架 的环境配置构建编译产物

构建命令

mvn clean install

输出目录

build/

目录调整

需要将输出目录与 FIT 框架的编译产物结合。将输出目录的 plugins 目录下的所有文件复制到框架输出目录的 plugins 下，将 shared 目录下的所有文件复制到框架输出目录的 shared 下。

另外，需要删除 plugins 目录中如下开头的文件（app-platform 仓扩展了这些机制，已经存在对应的实现。否则会由于存在冲突导致启动失败）

fel-tool-discoverer
fel-tool-executor
fel-tool-repository-simple
fel-tool-factory-repository

后端模块基于 FIT 框架，启动方式采用了 FIT 动态插件 方式。

打开框架输出目录的 conf/fitframework.yml 文件，找到如下配置项

fit:
  beans:
    packages:
    - 'modelengine.fitframework'
    - 'modelengine.fit'

配置本地智能表单路径，首先创建目录.\app-builder\smart_form 此目录可根据实际情况修改，然后copy项目中的 example\app-demo\normal-form及smart-form中的所有内容到上述目录，打包template目录内容template.zip 并复制到smart-form 结果如下所示：

app-builder/
├── smart_form/
│   ├── 6befc536-7e6d-48b5-8dcb-1c4d04ca4e92
│   ├── 17b732c9-5272-42a6-a79d-8d0334a8aa19
│   ├── 7958d851-8062-49bd-b21e-d7372991c905
│   ├── b6255699-2e4f-409f-a578-b87b7435e389
│   ├── e85bd769-0212-4305-b56b-01e77faa14ff
│   ├── temporary
│   └── template.zip

加入数据库配置项，修改后的配置项如下所示：

fit:
  beans:
    packages:
    - 'modelengine.fitframework'
    - 'modelengine.fit'
  datasource:
     primary: 'sample-datasource' # 表示所选用的示例数据源。
     instances:
        sample-datasource:
           mode: 'shared' # 表示该数据源的模式，可选共享(shared)或独占(exclusive)模式。
           url: 'jdbc:postgresql://${ip}:${port}/' # 将 ip 换成数据库服务器的 ip 地址，将 port 换成数据库服务器监听的端口。
           username: '${username}' # 将 username 替换为数据库的名称。
           password: '${password}' # 将 password 替换为数据库的密码。
           druid:
              initialSize: ${initialSize} # 将 initialSize 替换为连接池的初始化连接数。
              minIdle: ${midIdle} # 将 minIdle 替换为连接池的最小空闲连接数。
              maxActive: ${maxActive} # 将 maxActive 替换为数据库连接池的最大活动连接数。
              # 可根据具体需求，添加连接池所需配置项。
app-engine:
   resource:
      path: ${localFormPath} # 配置本地的智能表单根路径，win下如 D:\\app-builder\\
   form:
      path-prefix: ${localFormPath} # 配置本地的智能表单根路径，win下如 D:\\app-builder\\

启动命令

在框架输出目录的 bin 目录下执行启动命令

fit start

这里直接使用了 fit 命令，该命令请参考 fit-framework 项目的指导手册。

当前，app-platform 使用了 fit 的 3.5.5 版本，因此，如果采用手动编译，需要在 fit-framework 仓库中切换到 v3.5.5 标签处进行编译构建操作。

调试命令

fit debug

这里的调试命令背后使用了 Java 内置的远程调试命令，通过该技术，可以在进程启动之后，在 IDEA 中绑定启动端口进行远程调试。

---

前端环境配置

• 开发环境：WebStorm、Visual Studio Code

• 环境要求：node.js >= 20

修改代理文件

修改 frontend 目录下的 proxy.config.json 文件，可以修改需要访问的后端地址。如本地后端地址是 http://127.0.0.1:8080 。可以按照如下示例配置：

{
    "/api": {
       "target": "http://127.0.0.1:8080",
       "secure": false,
       "changeOrigin": true,
       "pathRewrite": {
          "^/api": ""
       }
    }
}

前置准备

构建 agent-flow:

cd agent-flow

npm install
npm run build
npm link

cd -

依赖安装

cd frontend/
npm install

打包构建

在 package.json 中定义了多种打包脚本，这里以 build:single 为例：

npm run build:single

启动命令

npm run start

联调ELSA配置

• ELSA 框架编译产物：参考 ELSA 的编译构建章节

修改 ELSA 依赖地址

进入目录 app-platform/frontend ，搜索 package.json 文件的 ELSA 依赖地址：

"dependencies": {
    "@fit-elsa/elsa-core": "file:${fitElsaCoreUrl}",
    "@fit-elsa/agent-flow": "file:${fitElsaReactUrl}",

将 ${fitElsaCoreUrl} 和 ${fitElsaReactUrl} 分别改成 ELSA 框架编译产物 fit-elsa-core 和 fit-react 的目录地址即可。

---

快速开始

模型配置

在对话中使用大模型功能，需要对模型进行配置，包括大模型的地址和鉴权信息。 首先在首页的应用市场一栏中找到 模型配置应用，并点击该应用。点击右上角创意灵感 的开始配置，如下图所示： 然后点击回答的 添加模型 按钮，输入模型名称、API Key 和模型地址，并点击确认。此时模型添加成功。

应用创建

在首页的应用开发一栏中点击创建空白应用。如下所示： 输入所要创建的应用名称和简介，并点击 创建按钮，即可创建 AI 应用。接着在跳转后的应用配置页面上，在 大模型 一栏中选择自定义配置的模型。此时即可在对话框进行对话。如下所示：

文档

您可以从docs目录查看项目的完整文档，文档包含 AppPlatform 的快速入门指南和用户指导手册。

待完善

贡献

欢迎贡献者加入本项目。 请阅读 CONTRIBUTING.md，这将指导您完成分支管理、标签管理、提交规则、代码审查等内容。遵循这些指导有助于项目的高效开发和良好协作。

联系我们

1. 如果发现问题，可以在该项目的 Issue 模块内提出。

AppPlatform 快速上手指南

AppPlatform 是一个基于声明式编程和低代码配置的 AI 应用工程平台，支持从概念到部署的全流程开发。本指南将帮助您快速在本地环境中启动并体验核心功能。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

系统硬件要求

资源	最低配置
CPU	2+ 核心 (x86 架构)
内存	4+ GB

软件依赖

• Docker & Docker Compose: 必须安装并正常运行。
• 可选（源码开发）：
  • JDK 17
  • Node.js >= 20
  • Maven 3.8.8+
  • PostgreSQL >= 14 (若不使用 Docker 模式需单独安装)

2. 安装与启动 (推荐 Docker 方式)

这是最快捷的部署方式，自动拉取镜像并启动所有服务（约需 3 分钟）。

步骤 1: 克隆项目

git clone <repository-url>
cd app-platform

步骤 2: 配置环境变量

复制示例配置文件并根据需要修改（如模型名称、Base URL、API Key 等）：

cp docker/.env.example docker/.env
# 编辑 docker/.env 文件填入您的配置

步骤 3: 启动服务

执行部署脚本：

bash docker/deploy.sh

注意：

• 等待所有容器状态变为 Running。
• 若需修改数据库密码，请在二次启动前删除 docker/app-platform-tmp 目录。

步骤 4: 访问平台

浏览器打开以下地址即可体验：

http://localhost:8001

---

3. 基本使用

启动成功后，您可以按照以下步骤创建并运行第一个 AI 应用。

第一步：配置大模型

在使用对话或编排功能前，需先配置模型信息。

1. 在首页点击 “应用市场”。
2. 找到并点击 “模型配置应用”。
3. 点击右上角 “创意灵感” 下的 “开始配置”。
4. 在对话框中点击 “添加模型” 按钮。
5. 输入以下信息并确认：
   • 模型名称 (例如：gpt-3.5-turbo)
   • API Key (您的密钥)
   • 模型地址 (Base URL)

第二步：创建应用

1. 返回首页，进入 “应用开发” 栏目。
2. 点击 “创建空白应用”。
3. 输入应用名称和简介，点击 “创建”。

第三步：运行与调试

1. 进入新创建应用的配置页面。
2. 在 “大模型” 选项卡中，选择您刚才自定义配置的模型。
3. 切换到 “对话” 或 “调试” 界面，即可开始与您的 AI 应用进行交互测试。

---

附：源码开发模式 (可选)

如果您需要进行后端或前端的二次开发，请参考以下简要步骤：

后端开发

1. 编译代码:

   mvn clean install
   

2. 部署修改:

   bash docker/dev-app-builder.sh
   

3. 启动: 需配合 FIT 框架环境，配置 fitframework.yml 后执行 fit start。

前端开发

1. 构建依赖 (agent-flow):

   cd agent-flow
   npm install --legacy-peer-deps --force --registry=https://registry.npmmirror.com
   npm run build
   npm link
   cd -
   

2. 安装前端依赖:

   cd frontend
   npm install --legacy-peer-deps --force --registry=https://registry.npmmirror.com
   

3. 启动开发服务器:

   npm run start
   

   (注：国内用户已配置淘宝镜像源 registry.npmmirror.com 以加速依赖下载)