[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ModelEngine-Group--fit-framework":3,"tool-ModelEngine-Group--fit-framework":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",158594,2,"2026-04-16T23:34:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":78,"stars":116,"forks":117,"last_commit_at":118,"license":119,"difficulty_score":120,"env_os":121,"env_gpu":121,"env_ram":121,"env_deps":122,"category_tags":128,"github_topics":129,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":136,"updated_at":137,"faqs":138,"releases":167},8332,"ModelEngine-Group\u002Ffit-framework","fit-framework","FIT: 企业级AI开发框架，提供多语言函数引擎（FIT）、流式编排引擎（WaterFlow）及Java生态的LangChain替代方案（FEL）。原生\u002FSpring双模运行，支持插件热插拔与智能聚散部署，无缝统一大模型与业务系统。","fit-framework 是一款专为 Java 生态打造的企业级 AI 开发框架，旨在帮助开发者在不切换技术栈的前提下，高效构建融合大模型能力的现代应用。它解决了传统 Java 项目在接入 AI 时缺乏统一标准、编排复杂以及难以兼顾高性能与敏捷开发的痛点。\n\n该框架由三大核心组件构成：FIT 多语言函数引擎支持代码零修改即可在单体与分布式架构间灵活切换；WaterFlow 流式编排引擎让业务流程能像搭乐高一样可视化组装；FEL 则提供了类似 LangChain 的标准化原语，让 Java 开发者也能优雅地调用大模型、知识库与工具链。其独特的“智能聚散部署”机制可自动识别运行环境并路由调用，大幅减少配置成本。\n\nfit-framework 特别适合熟悉 Java 技术栈的软件工程师、架构师及企业开发团队使用。无论是需要快速验证原型的初创团队，还是追求高可用与工程规范的大型企业，都能借助它在保留 Java 体系稳定性的同时，获得媲美 Python 生态的 AI 开发体验，轻松实现从单机演示到云原生集群的平滑演进。","\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_readme_e95ac0add9d4.png\" alt=\"FIT Logo\" width=\"395\">\n\n# FIT Framework v3.7.0-SNAPSHOT\n\n**Java 企业级 AI 开发框架，提供多语言函数引擎（FIT）、流式编排引擎（WaterFlow）及 Java 生态的 LangChain 替代方案（FEL）。原生 \u002F\nSpring 双模运行，支持插件热插拔与智能聚散部署，无缝统一大模型与业务系统。**\n\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-MIT-blue.svg)](https:\u002F\u002Fopensource.org\u002Flicense\u002FMIT)\n[![JDK](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJDK-17-green.svg)](https:\u002F\u002Fwww.oracle.com\u002Fjava\u002Ftechnologies\u002Fjavase\u002Fjdk17-archive-downloads.html)\n[![JDK](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJDK-21-green.svg)](https:\u002F\u002Fwww.oracle.com\u002Fjava\u002Ftechnologies\u002Fjavase\u002Fjdk21-archive-downloads.html)\n\u003C\u002Fdiv>\n\n----------\n\n# FIT: 重新定义 AI 工程化的三维坐标系\n\n## 核心架构\n\n1. **FIT Core：语言无界，算力随需**\n\n   多语言函数计算底座（Java\u002FPython\u002FC++）支持插件化热插拔，独创智能聚散部署——代码无需修改，单体应用与分布式服务一键切换，运行时自动路由本地调用或\nRPC，让基础设施成为「隐形的伙伴」。\n\n2. **WaterFlow Engine：流式智能，万物可编排**\n\n   打破 BPM 与响应式编程的次元壁，图形化编排与声明式 API 双模驱动。业务逻辑可像乐高组合般动态拼接，从毫秒级微流程到跨系统长事务，皆以统一范式驾驭。\n\n3. **FEL (FIT Expression for LLM)：Java 生态的 LangChain 革命**\n\n   当 Python 阵营的 LangChain 重塑 AI 应用开发时，FEL 为 Java 开发者带来了更符合工程化实践的答案——基于标准化原语封装大模型、知识库与工具链，让\nAI 能力真正融入 Java 技术栈的血脉。\n\n- retrieve 样例\n\n``` java\nAiProcessFlow\u003CTip, Content> retrieveFlow = AiFlows.\u003CTip>create()\n        .runnableParallel(history(), passThrough())\n        .conditions()\n        .match(tip -> !tip.freeze().get(DEFAULT_HISTORY_KEY).text().isEmpty(),\n                node -> node.prompt(Prompts.human(REWRITE_PROMPT))\n                        .generate(chatFlowModel)\n                        .map(ChatMessage::text))\n        .others(node -> node.map(tip -> tip.freeze().get(\"query\").text()))\n        .retrieve(new DefaultVectorRetriever(vectorStore, SearchOption.custom().topK(1).build()))\n        .synthesize(docs -> Content.from(docs.stream().map(Document::text).collect(Collectors.joining(\"\\n\\n\"))))\n        .close();\n```\n\n- agent 样例\n\n``` java\nAiProcessFlow\u003CString, ChatMessage> agentFlow = AiFlows.\u003CString>create()\n        .map(query -> Tip.fromArray(query))\n        .prompt(Prompts.human(\"{{0}}\"))\n        .delegate(agent)\n        .close();\n```\n\n## 设计哲学\n\n- 约定优于配置的工程实践\n\n  FIT 通过智能约定大幅减少胶水代码：\n\n    - 部署无感化：聚散模式自动识别，开发者只需声明业务关系，无需手工标注远程\u002F本地调用\n    - 协议透明化：HTTP\u002FgRPC\u002F共享内存等通信方式由框架按上下文智能选择 \n    - 资源自管理：插件依赖自动注入，服务发现与熔断机制内置实现\n\n  这种「智能契约」机制，使得80%的通用场景实现零配置，同时保留20%复杂场景的深度定制能力。\n\n## 为什么工程师选择 FIT ？\n\n- 填补空白：首个面向 Java 生态的 AI 全栈框架，让 Java 开发者无需切换技术栈即可构建现代 AI 应用\n- 拒绝妥协：既保有 Python 生态的敏捷性，又继承 Java 体系的高性能与工程化优势\n- 面向未来：从单机原型到云原生集群，架构弹性随业务共同进化\n\n----------\n\n## 环境配置\n\n开发环境配置\n\n- 开发环境：`IntelliJ IDEA`\n- Java 17\n- 代码格式化文件：[CodeFormatterFromIdea.xml](CodeFormatterFromIdea.xml)\n- `Maven` 配置：推荐版本 Maven 3.8.8+\n\n**构建命令**\n\n```bash\n# 仅构建 Java 框架\nmvn clean install\n\n# 全局构建（Java 框架 + Sandbox CLI），默认跳过测试\n.\u002Fbuild.sh\n\n# 全局构建（含测试）\n.\u002Fbuild.sh --with-test\n```\n\n`build.sh` 在 `mvn clean install` 基础上，额外编译 Sandbox CLI 并将产物输出到 `build\u002Fbin\u002F`。\n\n**输出目录**\n\n```\nbuild\u002F\n├── bin\u002F\n│   ├── fit          # FIT 启动命令\n│   └── sandbox      # AI 编程沙箱命令（build.sh 构建时生成）\n├── fit-discrete-launcher-*.jar\n├── lib\u002F\n├── plugins\u002F\n└── ...\n```\n\n**启动命令**\n\n```\n.\u002Fbuild\u002Fbin\u002Ffit start\n```\n\n> 以上编译构建出的 `fit`、`sandbox` 命令可以通过系统操作（别名或添加系统路径）来简化输入。\n\n**配置系统环境变量及创建插件目录**\n\n- 首先用 `maven` 编译打包 `.\u002Fframework\u002Ffit\u002Fjava`，将 `build` 目录内容存储在本地 `fitframework` 目录下，此目录为 FIT 核心框架目录地址。\n- 配置 `FIT` 框架目录的系统环境变量，变量值为 `FIT` 核心框架目录地址，使 `fit` 命令可执行。例如 `FIT` 核心框架位置在\n  `\u002Fdemo\u002Ffitframework`，则变量值配置为 `\u002Fdemo\u002Ffitframework`。\n- 新建任意目录作为插件目录，在该目录下存放插件，可在插件目录下使用命令 `fit start` 启动服务。\n\n> 以上环境配置步骤请根据使用的操作系统使用相应的路径分隔符和环境变量配置操作。\n> \n> `fit` 命令无法在包含 FIT 框架的目录中执行，只能够在一个新建的动态插件目录下执行。\n\n## 快速开始\n\n- FIT 函数框架\n  - 请参考 [FIT 快速开始](framework%2Ffit%2Fjava%2FREADME.md)，该指南将简单介绍 FIT 的核心设计概念，并指导您构建基础的应用。\n- WaterFlow 流调度引擎\n  - 请参考 [WaterFlow 快速开始](framework%2Fwaterflow%2Fjava%2Fwaterflow-core%2FREADME.md)，该指南将简单介绍 WaterFlow\n    声明式语法，并构建流程输出 `hello world！`。\n- FEL 标准原语\n  - 请参考 [FEL 快速开始](docs\u002Fframework\u002Ffel\u002Fjava\u002Fquick-start-guide\u002F01.%20模型.md)，该指南将简要介绍如何使用 FEL\n    构建端到端的大模型应用程序。\n\n## 开发工具\n\n### AI 编程沙箱（macOS）\n\n基于 Colima + Docker + Git Worktree 的隔离开发环境，将 AI 编程工具（Claude Code、Codex 等）运行在容器内，支持多容器并发、每个容器工作在独立分支上互不干扰。\n\n```bash\nsandbox create feat-xxx       # 创建沙箱\nsandbox exec feat-xxx         # 进入沙箱\nsandbox ls                    # 查看所有沙箱\nsandbox rm feat-xxx           # 清理沙箱\n```\n\n详见 [AI 编程沙箱文档](docker\u002Fsandbox\u002FREADME.md)。\n\n## 文档\n\n您可以从 `docs` 目录查看项目的完整文档，文档包含框架的快速入门指南和用户指导手册，并以一个基于本框架开发的大模型应用编排平台（Model\nEngine）为例，向您介绍本框架在商业化的成熟产品中是如何应用的。\n\n- [ModelEngine 技术白皮书](docs\u002Fmodel-engine-technical-white-paper\u002F00.%20摘要.md)\n- [FIT 快速入门指南](docs\u002Fframework\u002Ffit\u002Fjava\u002Fquick-start-guide\u002F01.%20构建基础%20Web%20应用.md)、[用户指导手册](docs\u002Fframework\u002Ffit\u002Fjava\u002Fuser-guide-book\u002F01.%20插件%E3%80%81IoC%20容器和%20Bean.md)\n- [Waterflow 快速入门指南](docs\u002Fframework\u002Fwaterflow\u002Fjava\u002Fquick-start-guide\u002F01.%20介绍.md)、[用户指导手册](docs\u002Fframework\u002Fwaterflow\u002Fjava\u002Fuser-guide-book.md)\n- [FEL 快速入门指南](docs\u002Fframework\u002Ffel\u002Fjava\u002Fquick-start-guide\u002F01.%20模型.md)、[用户指导手册](docs\u002Fframework\u002Ffel\u002Fjava\u002Fuser-guide-book\u002F01.%20AI%20流程.md)\n\n## 贡献\n\n欢迎贡献者加入本项目。\n请阅读 [CONTRIBUTING.md](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。\n\n## 联系我们\n\n1. 如果发现问题，可以在该项目的 `Issue` 模块内提出。\n2. 微信公众号：`FitFramework`。\n3. 微信技术交流群：通过公众号菜单“技术交流”点击获取最新群二维码。\n4. QQ技术交流群：`1029802553`。\n\n![wechat-gh](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_readme_fcff0a28059e.png)\n![qq-01](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_readme_ce7b35127767.png)\n","\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_readme_e95ac0add9d4.png\" alt=\"FIT Logo\" width=\"395\">\n\n# FIT 框架 v3.7.0-SNAPSHOT\n\n**Java 企业级 AI 开发框架，提供多语言函数引擎（FIT）、流式编排引擎（WaterFlow）及 Java 生态的 LangChain 替代方案（FEL）。原生 \u002F\nSpring 双模运行，支持插件热插拔与智能聚散部署，无缝统一大模型与业务系统。**\n\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-MIT-blue.svg)](https:\u002F\u002Fopensource.org\u002Flicense\u002FMIT)\n[![JDK](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJDK-17-green.svg)](https:\u002F\u002Fwww.oracle.com\u002Fjava\u002Ftechnologies\u002Fjavase\u002Fjdk17-archive-downloads.html)\n[![JDK](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJDK-21-green.svg)](https:\u002F\u002Fwww.oracle.com\u002Fjava\u002Ftechnologies\u002Fjavase\u002Fjdk21-archive-downloads.html)\n\u003C\u002Fdiv>\n\n----------\n\n# FIT：重新定义 AI 工程化的三维坐标系\n\n## 核心架构\n\n1. **FIT Core：语言无界，算力随需**\n\n   多语言函数计算底座（Java\u002FPython\u002FC++）支持插件化热插拔，独创智能聚散部署——代码无需修改，单体应用与分布式服务一键切换，运行时自动路由本地调用或\nRPC，让基础设施成为「隐形的伙伴」。\n\n2. **WaterFlow Engine：流式智能，万物可编排**\n\n   打破 BPM 与响应式编程的次元壁，图形化编排与声明式 API 双模驱动。业务逻辑可像乐高组合般动态拼接，从毫秒级微流程到跨系统长事务，皆以统一范式驾驭。\n\n3. **FEL (FIT Expression for LLM)：Java 生态的 LangChain 革命**\n\n   当 Python 阵营的 LangChain 重塑 AI 应用开发时，FEL 为 Java 开发者带来了更符合工程化实践的答案——基于标准化原语封装大模型、知识库与工具链，让\nAI 能力真正融入 Java 技术栈的血脉。\n\n- retrieve 样例\n\n``` java\nAiProcessFlow\u003CTip, Content> retrieveFlow = AiFlows.\u003CTip>create()\n        .runnableParallel(history(), passThrough())\n        .conditions()\n        .match(tip -> !tip.freeze().get(DEFAULT_HISTORY_KEY).text().isEmpty(),\n                node -> node.prompt(Prompts.human(REWRITE_PROMPT))\n                        .generate(chatFlowModel)\n                        .map(ChatMessage::text))\n        .others(node -> node.map(tip -> tip.freeze().get(\"query\").text()))\n        .retrieve(new DefaultVectorRetriever(vectorStore, SearchOption.custom().topK(1).build()))\n        .synthesize(docs -> Content.from(docs.stream().map(Document::text).collect(Collectors.joining(\"\\n\\n\"))))\n        .close();\n```\n\n- agent 样例\n\n``` java\nAiProcessFlow\u003CString, ChatMessage> agentFlow = AiFlows.\u003CString>create()\n        .map(query -> Tip.fromArray(query))\n        .prompt(Prompts.human(\"{{0}}\"))\n        .delegate(agent)\n        .close();\n```\n\n## 设计哲学\n\n- 约定优于配置的工程实践\n\n  FIT 通过智能约定大幅减少胶水代码：\n\n    - 部署无感化：聚散模式自动识别，开发者只需声明业务关系，无需手工标注远程\u002F本地调用\n    - 协议透明化：HTTP\u002FgRPC\u002F共享内存等通信方式由框架按上下文智能选择 \n    - 资源自管理：插件依赖自动注入，服务发现与熔断机制内置实现\n\n  这种「智能契约」机制，使得80%的通用场景实现零配置，同时保留20%复杂场景的深度定制能力。\n\n## 为什么工程师选择 FIT ？\n\n- 填补空白：首个面向 Java 生态的 AI 全栈框架，让 Java 开发者无需切换技术栈即可构建现代 AI 应用\n- 拒绝妥协：既保有 Python 生态的敏捷性，又继承 Java 体系的高性能与工程化优势\n- 面向未来：从单机原型到云原生集群，架构弹性随业务共同进化\n\n----------\n\n## 环境配置\n\n开发环境配置\n\n- 开发环境：`IntelliJ IDEA`\n- Java 17\n- 代码格式化文件：[CodeFormatterFromIdea.xml](CodeFormatterFromIdea.xml)\n- `Maven` 配置：推荐版本 Maven 3.8.8+\n\n**构建命令**\n\n```bash\n# 仅构建 Java 框架\nmvn clean install\n\n# 全局构建（Java 框架 + Sandbox CLI），默认跳过测试\n.\u002Fbuild.sh\n\n# 全局构建（含测试）\n.\u002Fbuild.sh --with-test\n```\n\n`build.sh` 在 `mvn clean install` 基础上，额外编译 Sandbox CLI 并将产物输出到 `build\u002Fbin\u002F`。\n\n**输出目录**\n\n```\nbuild\u002F\n├── bin\u002F\n│   ├── fit          # FIT 启动命令\n│   └── sandbox      # AI 编程沙箱命令（build.sh 构建时生成）\n├── fit-discrete-launcher-*.jar\n├── lib\u002F\n├── plugins\u002F\n└── ...\n```\n\n**启动命令**\n\n```\n.\u002Fbuild\u002Fbin\u002Ffit start\n```\n\n> 以上编译构建出的 `fit`、`sandbox` 命令可以通过系统操作（别名或添加系统路径）来简化输入。\n\n**配置系统环境变量及创建插件目录**\n\n- 首先用 `maven` 编译打包 `.\u002Fframework\u002Ffit\u002Fjava`，将 `build` 目录内容存储在本地 `fitframework` 目录下，此目录为 FIT 核心框架目录地址。\n- 配置 `FIT` 框架目录的系统环境变量，变量值为 `FIT` 核心框架目录地址，使 `fit` 命令可执行。例如 `FIT` 核心框架位置在\n  `\u002Fdemo\u002Ffitframework`，则变量值配置为 `\u002Fdemo\u002Ffitframework`。\n- 新建任意目录作为插件目录，在该目录下存放插件，可在插件目录下使用命令 `fit start` 启动服务。\n\n> 以上环境配置步骤请根据使用的操作系统使用相应的路径分隔符和环境变量配置操作。\n> \n> `fit` 命令无法在包含 FIT 框架的目录中执行，只能够在一个新建的动态插件目录下执行。\n\n## 快速开始\n\n- FIT 函数框架\n  - 请参考 [FIT 快速开始](framework%2Ffit%2Fjava%2FREADME.md)，该指南将简单介绍 FIT 的核心设计概念，并指导您构建基础的应用。\n- WaterFlow 流调度引擎\n  - 请参考 [WaterFlow 快速开始](framework%2Fwaterflow%2Fjava%2Fwaterflow-core%2FREADME.md)，该指南将简单介绍 WaterFlow\n    声明式语法，并构建流程输出 `hello world！`。\n- FEL 标准原语\n  - 请参考 [FEL 快速开始](docs\u002Fframework\u002Ffel\u002Fjava\u002Fquick-start-guide\u002F01.%20模型.md)，该指南将简要介绍如何使用 FEL\n    构建端到端的大模型应用程序。\n\n## 开发工具\n\n### AI 编程沙箱（macOS）\n\n基于 Colima + Docker + Git Worktree 的隔离开发环境，将 AI 编程工具（Claude Code、Codex 等）运行在容器内，支持多容器并发、每个容器工作在独立分支上互不干扰。\n\n```bash\nsandbox create feat-xxx       # 创建沙箱\nsandbox exec feat-xxx         # 进入沙箱\nsandbox ls                    # 查看所有沙箱\nsandbox rm feat-xxx           # 清理沙箱\n```\n\n详见 [AI 编程沙箱文档](docker\u002Fsandbox\u002FREADME.md)。\n\n## 文档\n\n您可以从 `docs` 目录查看项目的完整文档，文档包含框架的快速入门指南和用户指导手册，并以一个基于本框架开发的大模型应用编排平台（Model\nEngine）为例，向您介绍本框架在商业化的成熟产品中是如何应用的。\n\n- [ModelEngine 技术白皮书](docs\u002Fmodel-engine-technical-white-paper\u002F00.%20摘要.md)\n- [FIT 快速入门指南](docs\u002Fframework\u002Ffit\u002Fjava\u002Fquick-start-guide\u002F01.%20构建基础%20Web%20应用.md)、[用户指导手册](docs\u002Fframework\u002Ffit\u002Fjava\u002Fuser-guide-book\u002F01.%20插件%E3%80%81IoC%20容器和%20Bean.md)\n- [Waterflow 快速入门指南](docs\u002Fframework\u002Fwaterflow\u002Fjava\u002Fquick-start-guide\u002F01.%20介绍.md)、[用户指导手册](docs\u002Fframework\u002Fwaterflow\u002Fjava\u002Fuser-guide-book.md)\n- [FEL 快速入门指南](docs\u002Fframework\u002Ffel\u002Fjava\u002Fquick-start-guide\u002F01.%20模型.md)、[用户指导手册](docs\u002Fframework\u002Ffel\u002Fjava\u002Fuser-guide-book\u002F01.%20AI%20流程.md)\n\n## 贡献\n\n欢迎贡献者加入本项目。\n请阅读 [CONTRIBUTING.md](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。\n\n## 联系我们\n\n1. 如果发现问题，可以在该项目的 `Issue` 模块内提出。\n2. 微信公众号：`FitFramework`。\n3. 微信技术交流群：通过公众号菜单“技术交流”点击获取最新群二维码。\n4. QQ技术交流群：`1029802553`。\n\n![wechat-gh](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_readme_fcff0a28059e.png)\n![qq-01](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_readme_ce7b35127767.png)","# FIT Framework 快速上手指南\n\nFIT Framework 是一款面向 Java 生态的企业级 AI 开发框架，提供多语言函数引擎（FIT）、流式编排引擎（WaterFlow）及 LangChain 的 Java 替代方案（FEL）。本指南将帮助您快速搭建环境并运行第一个应用。\n\n## 1. 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux \u002F macOS \u002F Windows (推荐 Linux 或 macOS 以获得最佳沙箱体验)\n*   **JDK 版本**：必须安装 **JDK 17** 或 **JDK 21**\n*   **构建工具**：推荐 **Maven 3.8.8+**\n*   **IDE**：推荐 **IntelliJ IDEA** (可导入项目根目录的 `CodeFormatterFromIdea.xml` 统一代码风格)\n*   **可选依赖**：若需使用 AI 编程沙箱功能，需安装 Docker 及 Colima (macOS)。\n\n> **提示**：国内开发者如遇 Maven 下载缓慢，建议在 `~\u002F.m2\u002Fsettings.xml` 中配置阿里云镜像源：\n> ```xml\n> \u003Cmirror>\n>   \u003Cid>aliyunmaven\u003C\u002Fid>\n>   \u003CmirrorOf>*\u003C\u002FmirrorOf>\n>   \u003Cname>Aliyun Public\u003C\u002Fname>\n>   \u003Curl>https:\u002F\u002Fmaven.aliyun.com\u002Frepository\u002Fpublic\u003C\u002Furl>\n> \u003C\u002Fmirror>\n> ```\n\n## 2. 安装与构建\n\n### 步骤一：克隆与编译\n获取源码后，在项目根目录执行以下命令进行全局构建（包含 Java 框架与 Sandbox CLI）：\n\n```bash\n# 全局构建（默认跳过测试，速度较快）\n.\u002Fbuild.sh\n\n# 如需包含测试用例，执行：\n# .\u002Fbuild.sh --with-test\n```\n\n构建完成后，产物将输出至 `build\u002F` 目录：\n```\nbuild\u002F\n├── bin\u002F\n│   ├── fit          # FIT 核心启动命令\n│   └── sandbox      # AI 编程沙箱命令\n├── lib\u002F\n└── plugins\u002F\n```\n\n### 步骤二：配置环境变量\n为了让 `fit` 命令可在任意位置执行，需配置系统环境变量：\n\n1.  将 `build` 目录移动或重命名为固定路径（例如 `\u002Fdemo\u002Ffitframework`）。\n2.  设置环境变量 `FIT` 指向该目录路径。\n    *   **Linux\u002FmacOS**:\n        ```bash\n        export FIT=\u002Fdemo\u002Ffitframework\n        export PATH=$FIT\u002Fbin:$PATH\n        ```\n    *   **Windows**: 在系统环境变量中添加 `FIT` 变量值为安装路径，并将 `%FIT%\\bin` 加入 `Path`。\n\n### 步骤三：创建插件目录\n**注意**：`fit` 命令不能在框架源码目录内直接运行，必须在独立的插件目录下启动。\n\n```bash\n# 创建一个新的插件项目目录\nmkdir my-fit-app\ncd my-fit-app\n\n# 启动服务\nfit start\n```\n\n## 3. 基本使用\n\nFIT 框架主要包含三大核心能力，以下是各模块的最简使用示例。\n\n### 场景一：使用 FEL 构建大模型应用 (LangChain 替代)\nFEL 允许您在 Java 中以声明式方式编排大模型、知识库和工具链。以下是一个简单的检索增强生成 (RAG) 流程示例：\n\n```java\nAiProcessFlow\u003CTip, Content> retrieveFlow = AiFlows.\u003CTip>create()\n        .runnableParallel(history(), passThrough())\n        .conditions()\n        .match(tip -> !tip.freeze().get(DEFAULT_HISTORY_KEY).text().isEmpty(),\n                node -> node.prompt(Prompts.human(REWRITE_PROMPT))\n                        .generate(chatFlowModel)\n                        .map(ChatMessage::text))\n        .others(node -> node.map(tip -> tip.freeze().get(\"query\").text()))\n        .retrieve(new DefaultVectorRetriever(vectorStore, SearchOption.custom().topK(1).build()))\n        .synthesize(docs -> Content.from(docs.stream().map(Document::text).collect(Collectors.joining(\"\\n\\n\"))))\n        .close();\n```\n\n### 场景二：使用 WaterFlow 进行流式编排\nWaterFlow 引擎支持图形化与声明式双模驱动，适用于复杂业务逻辑的动态拼接。以下是一个简单的 Agent 调用示例：\n\n```java\nAiProcessFlow\u003CString, ChatMessage> agentFlow = AiFlows.\u003CString>create()\n        .map(query -> Tip.fromArray(query))\n        .prompt(Prompts.human(\"{{0}}\"))\n        .delegate(agent)\n        .close();\n```\n\n### 场景三：使用 AI 编程沙箱 (仅限 macOS\u002FLinux)\n若需在隔离环境中使用 Claude Code 或 Codex 等 AI 编程工具，可使用内置的沙箱功能：\n\n```bash\n# 创建名为 feat-xxx 的独立沙箱环境\nsandbox create feat-xxx\n\n# 进入沙箱\nsandbox exec feat-xxx\n\n# 查看所有运行中的沙箱\nsandbox ls\n\n# 清理沙箱\nsandbox rm feat-xxx\n```\n\n---\n*更多详细文档请参考项目 `docs` 目录下的《FIT 快速入门指南》与《用户指导手册》。*","某大型金融企业的 Java 核心研发团队，正致力于将现有的风控审批系统升级为具备大模型智能决策能力的新一代平台。\n\n### 没有 fit-framework 时\n- **技术栈割裂严重**：团队被迫引入 Python 微服务来运行 LangChain 逻辑，导致 Java 主业务与 AI 组件间需通过复杂的 HTTP\u002FRPC 进行序列化通信，延迟高且调试困难。\n- **编排维护成本高**：业务流程（如“资料初审 - 风险检索 - 人工复核”）硬编码在代码中，每次调整节点顺序或增加判断条件都需要重新编译发布，无法动态响应业务变化。\n- **部署架构僵化**：开发阶段是单体应用，上线需改造为分布式集群，开发者必须手动修改大量代码来区分本地调用与远程 RPC，基础设施适配消耗了 40% 的开发精力。\n\n### 使用 fit-framework 后\n- **原生生态融合**：利用 FEL 组件，团队直接在 Java 代码中以声明式原语调用大模型和向量库，无需切换语言栈，AI 逻辑像普通 Java 方法一样类型安全且易于单元测试。\n- **流式敏捷编排**：借助 WaterFlow 引擎，复杂的审批流程被转化为可视化的乐高式组装；业务人员调整规则后，开发人员仅需修改配置即可热更新流程，无需停机发版。\n- **部署无感切换**：依托 FIT Core 的智能聚散部署特性，同一套代码在本地以单体模式运行，在云端自动识别为分布式服务并路由 RPC，实现了从原型到生产环境的零代码迁移。\n\nfit-framework 让 Java 团队在保留原有工程化优势的同时，以最低成本实现了大模型能力与核心业务系统的无缝深度融合。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FModelEngine-Group_fit-framework_ec597c23.png","ModelEngine-Group","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FModelEngine-Group_9fd471ff.png","",null,"https:\u002F\u002Fgithub.com\u002FModelEngine-Group",[79,83,87,91,95,99,103,107,110,113],{"name":80,"color":81,"percentage":82},"Java","#b07219",92.6,{"name":84,"color":85,"percentage":86},"Python","#3572A5",6.2,{"name":88,"color":89,"percentage":90},"Shell","#89e051",0.5,{"name":92,"color":93,"percentage":94},"TypeScript","#3178c6",0.3,{"name":96,"color":97,"percentage":98},"JavaScript","#f1e05a",0.2,{"name":100,"color":101,"percentage":102},"Go Template","#00ADD8",0.1,{"name":104,"color":105,"percentage":106},"Dockerfile","#384d54",0,{"name":108,"color":109,"percentage":106},"HTML","#e34c26",{"name":111,"color":112,"percentage":106},"Smarty","#f0c040",{"name":114,"color":115,"percentage":106},"CSS","#663399",2111,333,"2026-04-16T05:38:06","MIT",4,"未说明",{"notes":123,"python":121,"dependencies":124},"该工具为 Java 企业级 AI 开发框架，核心运行依赖 JDK 17 或 21 及 Maven。虽然架构支持多语言（Java\u002FPython\u002FC++）函数计算，但 README 中未明确列出 Python 版本要求。构建脚本 build.sh 用于编译 Java 框架及 Sandbox CLI。AI 编程沙箱功能在 macOS 上基于 Colima + Docker 实现。fit 命令无法在包含 FIT 框架的目录中直接执行，必须在独立的插件目录下运行。",[125,126,127],"JDK 17 或 21","Maven 3.8.8+","IntelliJ IDEA",[45,13,14,15],[130,131,132,133,134,135],"ai","java","python","agentic-ai","plugin","plugin-system","2026-03-27T02:49:30.150509","2026-04-17T09:46:59.632250",[139,144,149,154,159,163],{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},37272,"GitHub Actions 中 FEL 单测偶发报错（NullPointerException 或参数缺失），本地无法复现，如何解决？","这是并发场景下的竞态条件问题。根本原因是 `Fork.join()` 在聚合时接收到了 `input.getData() = null`，通常发生在分支线程回退到 main 线程执行时。\n\n解决方案：\n1. 框架已修复：在 `Fork.java` 中增加了智能 null 处理逻辑。当检测到 `inputData` 为 null 时，记录警告日志并返回 null，表示聚合未完成，等待有效数据到来，而不是提前结束聚合。\n2. 代码修改示例：\n```java\nif (inputData == null) {\n    LOG.warn(\"[Fork.join] Received null FlowContext.data, skipping...\");\n    return null; \u002F\u002F 不提前结束聚合，等待有效数据\n}\n```\n3. 同时修复了 `To.java` 中因上述逻辑触发的 `peekedToken` 为空导致的 NPE 问题。\n升级至包含这些修复的版本（如 v3.5.0-M6 之后的提交）即可解决。","https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F247",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},37273,"Python FIT 启动时报错 \"Address already in use\" (Errno 48) 怎么办？","该错误通常是因为端口被占用或配置冲突导致。解决方法如下：\n1. **检查并修改心跳配置**：部分用户反馈修改心跳相关配置后可以正常启动。\n2. **统一注册中心端口**：确保 Python 框架配置文件中的注册中心地址和端口号与实际启动的 Java 注册中心一致。例如，如果注册中心启动在 8090 端口，需将 Python 配置中的对应端口也改为 8090。\n3. **检查端口占用**：确认没有其他进程占用了配置的端口（默认可能是 8090 或其他指定端口）。\n\n配置修改位置通常在 `registry_client` 插件的配置文件或 `fit_py_server_http` 相关的配置中。","https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F263",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},37274,"App-builder 如何适配最新的 waterflow 和 FEL 框架版本？","适配过程涉及代码整合和多个问题的修复，主要步骤包括：\n1. **平台切换**：完成 platform 切换到 3.5.M 框架代码，以及 framework 层的 fel 和 waterflow 代码切换。\n2. **关键修复点**：\n   - 修复 `flatMap` 机制中间流可能的内存泄露问题。\n   - 替换 `ToolProvider` 机制。\n   - 修复 `ConditionNode` 和 `FlowLocks` 的内存泄露。\n   - 同步 FEL 中推理模型适配代码。\n   - 修复大模型节点在校验模型不可用时仍执行后续逻辑的问题。\n   - 修复 `AiDataStart` 投递数据使用 null session 的问题。\n   - 修复 `delegate` 中子流数据监听泄露及保序继承问题。\n   - 增加会话默认保序功能，优化 `To` 中不必要的 `nextSession` 生成。\n3. **验证**：完成所有失败集成测试用例的定位与修复，确保主干代码多版本功能同步无冲突。\n建议直接拉取最新主干代码或参考已合并的 PR 进行迁移。","https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F51",{"id":155,"question_zh":156,"answer_zh":157,"source_url":158},37275,"Elsa 框架层面如何支持并行节点能力？","Elsa 框架已通过以下 PR 实现了并行节点的支持：\n1. **后端开发**：完成了插件功能的开发和自测。注意，初始合入时不携带启用并行节点的配置和相关 SQL，需待前端部分完成后一起合入完整配置。\n2. **相关 PR 参考**：\n   - pipeline: https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Fpipeline\u002Fpull\u002F17\n   - app-platform: https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Fapp-platform\u002Fpull\u002F178\n   - fit-framework: https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F114\n3. **联调与展示**：前后端联调完成后即可通过 Showcase 验证并行节点功能。\n用户需确保使用的是包含上述 PR 合并后的版本，并按文档配置开启并行节点选项。","https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F49",{"id":160,"question_zh":161,"answer_zh":162,"source_url":153},37276,"在使用 flatMap 机制时遇到内存泄露或数据丢失问题，有哪些已知修复？","针对 flatMap 及相关机制的常见问题，框架已进行了多项修复：\n1. **内存泄露修复**：\n   - 修复了 `flatMap` 机制中间流可能的内存泄露。\n   - 修复了 `delegate` 中每次和子流建立监听出现的 listener 泄露。\n   - 修复了 `To` 中 `processingSessions` 的内存泄露。\n   - 修复了聚合场景多组聚合索引的内存泄露。\n2. **数据完整性修复**：\n   - 修复 `flatMap` 中 `startSession` 缺少 session 保序继承的问题。\n   - 修复 `delegate` 基于 `flatMap` 实现使用 `FlowPattern` 时，返回数据丢失 `startSession` 的问题。\n   - 修复 `Emitter` 机制从子流回来的数据缺少 `complete` 处理的问题。\n   - 修复 `SimpleFlowPattern` 中数据投递无法结束的问题。\n3. **会话管理优化**：\n   - 增加判断 session 完成的机制用于判断子流数据的结束。\n   - 增加 fel 中会话默认保序的功能。\n请升级到包含这些修复的最新版本以解决相关问题。",{"id":164,"question_zh":165,"answer_zh":166,"source_url":153},37277,"大模型节点流式返回时遇到工具调用区分困难或假流式问题，如何处理？","针对大模型节点流式处理的已知问题和解决方案：\n1. **工具调用区分**：大模型首次返回结果在流式处理时可能无法区分工具调用。解决方案是讨论并实施忽略前面干扰报文的逻辑，或在 Agent 中调整工具调用后重新回来的机制（如替换 `to` 为 `offer`）。\n2. **假流式问题**：修复了 `FitBoundedEmitter` 中适配新逻辑后出现的假流式问题，确保流式返回基于 `reduce` 功能正确实现。\n3. **异常处理**：修复了 `delegate` 子流异常场景下清理 listener 的逻辑，防止资源泄露。\n建议检查 Agent 配置及流式处理相关插件版本，确保应用了最新的修复逻辑。",[168,173,178,183,188,193,198,203,208,213,218,223,228,233,238,243,248,253,258,263],{"id":169,"version":170,"summary_zh":171,"released_at":172},297816,"v3.6.4","## FIT 函数平台\n\n### ✨ 增强功能\n\n- 由 @CodeCasterX 将 central-publishing-maven-plugin 升级至 0.10.0\n- [docker] 重命名 noAuthHint 为 setupHint，以消除 CodeQL 的误报，由 @CodeCasterX 完成\n\n### ✅ Bug修复\n\n- [fit] 升级 jackson 至 2.21.1，修复异步解析器中的 DoS 漏洞，由 @CodeCasterX 完成\n- [fit] 修复 validation 守卫在多个场景下未能正确检测约束注解的问题，由 @CodeCasterX 完成\n\n### 📚 文档更新\n\n- [docker] 修正各 AI 工具跳过确认的参数描述，由 @CodeCasterX 完成\n- [docker] 补全各 TUI 工具的自动化执行参数文档，由 @CodeCasterX 完成\n- [fit] 修正附加功能组件文档中多处与代码不一致的描述，由 @CodeCasterX 完成\n- [fit] 将 validation-api 版本号修正为 2.0.1.Final，由 @CodeCasterX 完成\n\n## FIT LLM 表达式\n\n### ✅ Bug修复\n\n- [FEL] 修复 LangChain 插件中的 SSRF 安全漏洞 (CSR-2026-002)，由 @CodeCasterX 完成\n\n## 🤖 AI 开发配置\n\n- 将 .ai-agents 目录迁移至 .agents，并更新所有引用，由 @CodeCasterX 完成\n- 将安全命令拆分为 Dependabot 和 Code Scanning 两类，由 @CodeCasterX 完成\n- 统一 Codex CLI fit 命令的命名空间，由 @CodeCasterX 完成\n- 统一 slash command 的命名风格为动词-名词模式，由 @CodeCasterX 完成\n- 新增 create-release-note 命令及 GitHub release 配置，由 @CodeCasterX 完成\n- 优化 create-release-note 命令，支持 x.y.0 合并路径，并同步至多个 AI 工具，由 @CodeCasterX 完成\n- 修正 release 命令示例中的版本号，并增加目录排除规则，由 @CodeCasterX 完成\n- 统一跨 TUI 的下一步命令提示，由 @CodeCasterX 完成\n- 补全所有命令的跨 TUI 下一步提示，由 @CodeCasterX 完成\n- 统一 review-task 命令在不同 TUI 中“下一步”的输出格式，由 @CodeCasterX 完成\n\n## 🛡️ 安全致谢\n\n我们谨向 **[Cinder Security](https:\u002F\u002Fcindersecurity.io)**（Esteban Ramos）表示感谢，感谢他们负责任地披露了 FEL LangChain 插件中的严重 SSRF 漏洞 (CSR-2026-002)。\n\n## ❤️ 贡献者\n\n@CodeCasterX\n","2026-03-13T03:49:09",{"id":174,"version":175,"summary_zh":176,"released_at":177},297817,"v3.6.3","## FIT 函数平台\n\n### ✨ 增强功能\n\n- [docker] 将沙箱脚本重构为基于 TypeScript 的 CLI 统一入口 by @CodeCasterX\n- [docker] 引入声明式 AI 工具注册表，消除每个工具的重复代码 by @CodeCasterX\n- [docker] 沙箱支持 Gemini CLI\u002FOpenCode\u002FCodex 的独立配置，并自动预植入认证凭据 by @CodeCasterX\n- [docker] 沙箱认证文件改用实时挂载，消除 token 过期问题 by @CodeCasterX\n- [docker] 沙箱预植入 Claude Code 插件缓存，并安装 pyright LSP by @CodeCasterX\n- [build] 新增全局构建脚本，并将 sandbox 打包为独立二进制 by @CodeCasterX\n- [fit] 修复健康检查逻辑，并新增 \u002Factuator\u002Fhealth 端点 by @CodeCasterX\n- [fit] 抽取 FIT 服务管理公共脚本 by @CodeCasterX\n- [fit] 优化测试日志管理策略 by @CodeCasterX\n- [python] Python 依赖管理现代化改进 by @CodeCasterX in [#406](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F406)\n- 升级 Log4j2 至 2.25.3 by @CodeCasterX\n- 升级 Netty 至 4.2.9.Final by @CodeCasterX\n- 升级 AssertJ 至 3.27.7，修复 XXE 安全漏洞 by @CodeCasterX\n\n### ✅ Bug 修复\n\n- [fit] 修复 TextStreamChoirTest 多线程测试的间歇性失败 by @CodeCasterX\n- [fit] 修复 FitBoundedEmitterTest.testFlatMap 间歇性失败 by @CodeCasterX\n- [docker] 修复沙箱分支映射与校验 by @CodeCasterX\n- [docker] 修复沙箱管理命令提示中的命令名称 by @CodeCasterX\n\n## FIT LLM 表达式\n\n### ✨ 增强功能\n\n- [FEL] 提供 Spring 框架启动支持 by @relat-ivity in [#408](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F408) 和 [#409](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F409)\n- 升级 Java MCP SDK 至 0.17.1 by @relat-ivity in [#405](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F405)\n\n### ✅ Bug 修复\n\n- [FEL] 升级 langchain-core，修复反序列化漏洞 (CVE-2025-68664) by @CodeCasterX in [#403](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F403)\n\n## Waterflow 流调度平台\n\n### ✅ Bug 修复\n\n- [waterflow] 修复 Fork.join() 并发空指针异常 by @CodeCasterX in [#247](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F247) 和 [#404](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F404)\n\n## 🤖 AI 开发配置\n\n- 新增 release 版本发布命令 by @CodeCasterX\n- 新增 refine-title 智能标题重构命令 by @CodeCasterX\n- 新增 OpenCode CLI 自定义命令配置 by @CodeCasterX\n- 添加 Gemini CLI 命令定义配置 by @CodeCasterX\n- 为全部 AI TUI 工具添加 create-task 命令 by @CodeCasterX\n- 增强任务状态管理，新增工作流命令并完善状态追踪 by @CodeCasterX\n- 统一多 AI 工具命令参数传递与分支推断机制 by @CodeCasterX\n- 优化命令职责划分并统一命名规范 by @CodeCasterX\n- 精简 AI 协作配置为三个主流 AI by @CodeCasterX\n- 完善 Codex CLI prompts 配置和格式规范 by @CodeCasterX in [#407](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F407)\n- 更新提交规范并新增 PR 标题检查 by @CodeCasterX\n\n## ❤️ 贡献者\n\n@CodeCasterX, @relat-ivity","2026-02-24T03:09:41",{"id":179,"version":180,"summary_zh":181,"released_at":182},297818,"v3.6.2","## FIT 函数平台\r\n\r\n### ✨ 增强功能\r\n\r\n- 由 @CodeCasterX 和 @claude 在 [#390](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F390) 中将 swagger-ui 从 v5.30.3 升级到 v5.31.0\r\n- [fit] 修改组件启动优先级并添加文档，由 @relat-ivity 在 [#393](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F393) 中完成\r\n- [fit] 优化 FIT 启动流程和自动化测试配置，由 @CodeCasterX 和 @claude 共同完成\r\n- 由 @CodeCasterX 和 @claude 在 [#394](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F394) 中将 fastjson 升级为 fastjson2（v2.0.60）\r\n\r\n### ✅ Bug修复\r\n\r\n- [fit] 修复 MockMvcListener 无限等待导致测试卡死问题，由 @CodeCasterX 和 @claude 在 [#397](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F397) 中完成\r\n- [fit] 修复测试端口分配的 TOCTOU 竞态条件，由 @CodeCasterX 和 @claude 分别在 [#396](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F396) 和 [#398](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F398) 中完成\r\n- [fit] 改进 FastJsonValueHandler 错误处理并支持 JSON 字符串，由 @CodeCasterX 和 @claude 共同完成\r\n- [fit] 修复 \u002Ftest 命令超时问题，由 @CodeCasterX 和 @claude 共同完成\r\n- [fit] 修正测试脚本构建路径并排除 ohscript 模块，由 @CodeCasterX 和 @claude 共同完成\r\n\r\n## FIT LLM 表达式\r\n\r\n### ✅ Bug修复\r\n\r\n- [FEL] 修复 05-retrieval 示例，由 @relat-ivity 在 [#391](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F391) 中完成\r\n- [FEL] 修改 05 示例读取 data 的逻辑，由 @relat-ivity 在 [#401](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F401) 中完成\r\n\r\n## Waterflow 流调度平台\r\n\r\n### ✨ 增强功能\r\n\r\n- [waterflow] unique waterflow，由 @loveTsong 在 [#399](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F399) 中实现\r\n\r\n## 🤖 AI 开发配置\r\n\r\n- 完善 Claude Code 权限配置，实现完全自动化测试，由 @CodeCasterX 和 @claude 共同完成\r\n- 添加 Claude Code 任务管理命令系统，由 @CodeCasterX 和 @claude 共同完成\r\n- 添加多 AI 智能体协作框架，由 @CodeCasterX 和 @claude 共同完成\r\n- 添加 Gemini 智能体配置与文档，由 @CodeCasterX 和 @claude 共同完成\r\n\r\n## ❤️ 贡献者\r\n\r\n@CodeCasterX, @claude, @relat-ivity, @surpercodehang, @loveTsong","2026-01-09T03:15:32",{"id":184,"version":185,"summary_zh":186,"released_at":187},297819,"v3.6.1","## FIT 函数平台\r\n\r\n### ✨ 增强功能\r\n\r\n- [python] 修复进程重启机制不完善与Scheduler停止时的AttributeError，由 @surpercodehang 在 [#359](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F359) 中完成\r\n- [docker] 优化构建流程并升级至 FIT 3.6.0，由 @CodeCasterX、@claude 和 @zgqhope 在 [#382](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F382) 中完成\r\n- 添加 Antigravity 代理配置，由 @CodeCasterX 在 [#383](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F383) 中完成\r\n- 将 Maven 发布插件从 0.7.0 升级至 0.9.0，由 @CodeCasterX 完成\r\n- 将 swagger-ui 从 v5.30.2 升级至 v5.30.3，由 @CodeCasterX 和 @claude 在 [#386](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F386) 中完成\r\n- 将 byte-buddy 从 1.17.6 升级至 1.18.2，由 @CodeCasterX 和 @claude 在 [#387](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F387) 中完成\r\n\r\n## FIT 用于大模型的表达式\r\n\r\n### ✨ 增强功能\r\n\r\n- [FEL] 使用 MCP SDK 实现 MCP SSE 服务器，由 @relat-ivity 在 [#380](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F380) 中完成\r\n- [FEL] 为 MCP 客户端添加 SSE 和 Elicitation 支持，由 @relat-ivity 在 [#384](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F384) 中完成\r\n\r\n## ❤️ 贡献者\r\n\r\n@CodeCasterX, @surpercodehang, @relat-ivity, @claude, @zgqhope","2025-12-05T07:28:36",{"id":189,"version":190,"summary_zh":191,"released_at":192},297820,"v3.6.0","## 🌟 概述\n\n版本 3.6.0 在 FIT 函数平台、FIT LLM 表达式以及 Waterflow 流调度平台方面带来了显著的改进。本次发布重点在于通过为 Java 和 Python 引入全面的 Nacos 注册中心支持、实现基于 MCP SDK 的流式处理能力，以及借助新的 CLI 工具和安全增强措施提升开发者体验，从而进一步增强框架的功能性。此外，还新增了国际化支持、跨平台启动器优化，以及多项 bug 修复和性能优化。\n\n## FIT 函数平台\n\n### 🚀 功能概览\n\nFIT 函数平台在 3.6.0 版本中引入了多项重要功能：\n\n- **Nacos 注册中心插件**：为 Java 和 Python 实现提供完整的 Nacos 服务发现与注册支持，包括内存注册中心优先级配置。\n- **参数校验**：新增支持 javax 和 jakarta 校验规范的校验插件。\n- **国际化 (i18n)**：增强了 i18n 能力，支持从 HTTP 请求中解析区域设置，并提供了详尽的文档说明。\n- **Python CLI 工具**：全新命令行工具用于 FIT 插件开发，包含构建、打包命令及 PyPI 分发功能。\n- **跨平台启动器**：启动脚本已使用 Node.js 重写，实现真正的跨平台支持。\n- **HTTP 客户端增强**：支持 multipart\u002Fform-data 序列化及全面的身份验证机制。\n- **Spring Bean 集成**：用户自定义接口可被扫描并注册到 Spring 的 Bean 池中，同时仅针对 FIT 调用提供动态代理支持。\n\n### ✨ 优化改进\n\n- [fit] 用户自定义接口扫描并注册到 Spring 的 bean 池，动态代理仅支持 fit 调用 by @surpercodehang\n- 添加 Nacos 注册中心插件 by @mikeaaaaaa in [#178](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F178)\n- [fit] 实现支持 javax 和 Jakarta 标准的参数校验插件 by @Yager-42 和 @CodeCasterX in [#251](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F251)\n- [fit] 防止 NettyResponse 过早关闭 by @wuayee in [#266](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F266)\n- [fit] 修复 Mac 系统下 Python 心跳线程问题 by @FredGoo in [#268](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F268)\n- [fit] 通过解析 HTTP 请求中的区域设置，增强 FIT 的国际化能力 by @Yager-42 in [#275](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F275)\n- 新增 Python 的 FIT 插件开发 CLI 工具 by @Akeyiii in [#278](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F278)\n- Fit Python Nacos 插件 by @mikeaaaaaa in [#281](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F281)\n- [fit] 为文本序列化器添加 text\u002F* MIME 类型 by @CodeCasterX in [#287](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F287)\n- 提供 i18n 文档补充 by @Yager-42 in [#293](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F293)\n- [fit] 升级 Swagger-UI 和 Netty 版本 by @CodeCasterX in [#294","2025-11-13T10:51:09",{"id":194,"version":195,"summary_zh":196,"released_at":197},297821,"v3.5.6","## FIT 功能平台\n\n### ✨ 增强\n\n- [fit-launcher] 使用 Node.js 重写启动脚本，实现真正的跨平台支持，由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#366](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F366) 中完成\n- 将 swagger-ui 从 v5.30.0 升级至 v5.30.2，由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#369](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F369) 中完成\n\n### 🤖 Claude\n\n- [claude] 完善 Claude Code 项目配置和自定义命令，由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 完成\n- [claude] 添加文件权限检查和修复的 slash command，由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 完成\n- [claude] 完善文件权限管理规则，使用通用参考文件，由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 完成\n\n## ❤️ 贡献者\n\n@CodeCasterX, @claude","2025-11-11T12:19:57",{"id":199,"version":200,"summary_zh":201,"released_at":202},297822,"v3.5.5","## FIT 功能平台\n\n### ✨ 增强\n\n- [fit] 将 Swagger UI 从 v5.29.5 升级至 v5.30.0 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 和 [@claude](https:\u002F\u002Fgithub.com\u002Fclaude) 在 [#358](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F358) 中\n- [maven-tool] 对于默认的参数值，若为空，不添加该值 by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) 在 [#355](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F355) 中\n\n### ✅ Bug 修复\n\n- [fit] 修复：修复 Socket 绑定到所有网络接口的安全问题 by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 和 [@claude](https:\u002F\u002Fgithub.com\u002Fclaude) 在 [#351](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F351) 中\n- [python] 增加时间窗口保护，避免与热加载注册冲突 by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) 在 [#364](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F364) 中\n\n## ❤️ 贡献者\n\n@CodeCasterX、@claude、@surpercodehang","2025-11-07T10:58:45",{"id":204,"version":205,"summary_zh":206,"released_at":207},297823,"v3.5.4","## FIT 功能平台\n\n### ✨ 增强\n\n- [fit] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#349](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F349) 中将 Swagger UI 从 v5.29.4 升级至 v5.29.5\n- [fit] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#330](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F330) 中新增对 HTTP 客户端的全面身份验证支持，通过 `@requestauth` 注解实现\n- [fit] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#315](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fissues\u002F315) 和 [#331](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F331) 中为 HTTP 客户端添加 multipart\u002Fform-data 序列化支持\n- [fit] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#341](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F341) 中将 ByteBuddy 从 1.17.6 升级至 1.17.8\n- [fit] 由 [@Mai-icy](https:\u002F\u002Fgithub.com\u002FMai-icy) 在 [#335](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F335) 中在 HTTP 响应中使用 Set-Cookie 头替代 Cookie\n\n### ✅ Bug 修复\n\n- [fit] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#338](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F338) 中修复 Zip Slip 安全漏洞并优化测试用例\n- [fit] 由 [@Mai-icy](https:\u002F\u002Fgithub.com\u002FMai-icy) 在 [#343](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F343) 中修正 isInvalidCookiePair 的 Javadoc，并为 Cookie.Builder.value 添加默认值\n\n## Waterflow 流调度平台\n\n### ✅ Bug 修复\n\n- [waterflow] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#346](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F346) 中修复测试错误\n\n## ❤️ 贡献者\n\n@CodeCasterX, @Mai-icy","2025-10-27T02:58:59",{"id":209,"version":210,"summary_zh":211,"released_at":212},297824,"elsa-v0.5.0","## 🌟 概述\n\n本次发布引入了多个**全新工作流节点**、**交互优化**以及**知识集成增强**，进一步提升了 elsa 引擎的灵活性与可扩展性。\n\n## 🔍 变更内容\n\n### ✨ 增强功能\n\n- [elsa] 由 @RonnyChan96 在 #348 中修改 `llm` 节点的 `knowledgeForm` 引用过滤器  \n- [elsa] 由 @reeeborn33 在 #324 中新增**回复节点**，以支持对话式响应工作流  \n- [elsa] 由 @reeeborn33 在 #320 中修改 `startNode` 的**inputParams** 交互方式，提升配置易用性  \n- [elsa] 由 @wuayee 在 #314 中为 `knowledgeRetrievalNode` 选项结构添加参数，以支持**访客模式**  \n- [elsa] 由 @reeeborn33 在 #300 中新增**文本拼接节点**，高效整合多段文本  \n- [elsa] 由 @RonnyChan96 在 #238 中新增**变量更新节点**，用于在工作流中实现动态数据更新  \n\n---\n\n## ❤️ 贡献者\n\n特别感谢所有为本次发布做出卓越贡献的开发者：  \n@RonnyChan96、@reeeborn33、@wuayee、@desAweis","2025-10-24T10:58:44",{"id":214,"version":215,"summary_zh":216,"released_at":217},297825,"v3.5.3","## FIT 功能平台\n\n### ✨ 增强\n\n- [fit] 由 [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) 在 [#305](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F305) 中优化了格式模式\n\n## ❤️ 贡献者\n\n特别感谢本次发布的所有贡献者：\n\n@CodeCasterX","2025-09-27T01:30:28",{"id":219,"version":220,"summary_zh":221,"released_at":222},297826,"v3.5.2","## FIT Function Platform\r\n\r\n### ✨ Enhancement\r\n\r\n- [fit] add text\u002F* mimetype for text serializer by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#287](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F287)\r\n- [fit] upgrade swagger-ui, netty versions by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#294](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F294)\r\n\r\n## FIT Expression for LLM\r\n\r\n### ✨ Enhancement\r\n\r\n- [FEL] add logging\u002FsetLevel method in MCP server by [@relat-ivity](https:\u002F\u002Fgithub.com\u002Frelat-ivity) in [#291](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F291)\r\n\r\n## Waterflow Flow Scheduling Platform\r\n\r\n### ✨ Enhancement\r\n\r\n- [waterflow] supports configuring uuid generator by [@loveTsong](https:\u002F\u002Fgithub.com\u002FloveTsong) in [#299](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F299)\r\n\r\n## ❤️ Contributors\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@CodeCasterX, @relat-ivity, @loveTsong","2025-09-22T02:06:54",{"id":224,"version":225,"summary_zh":226,"released_at":227},297827,"elsa-v0.4.2","## 🌟 Overview\r\n\r\nThis minor release includes dependency upgrades and a refactor to improve maintainability.\r\n\r\n## 🔍 What's Changed\r\n\r\n### ✨ Enhancements\r\n\r\n- [elsa] Use the dom-to-image package of the third party package instead of internal files by @RonnyChan96 in [#289](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F289)\r\n- [elsa] upgrade dependency axios version by @RonnyChan96 in [#296](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F296)\r\n\r\n## ❤️ Contributors\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@RonnyChan96, @CodeCasterX","2025-09-22T00:57:56",{"id":229,"version":230,"summary_zh":231,"released_at":232},297828,"v3.5.1","## FIT Function Platform\r\n\r\n### ✨ Enhancement\r\n\r\n- Upgrade swagger-ui from v5.27.0 to v5.28.0 by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#271](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F271)\r\n\r\n### ✅ Bugfix\r\n\r\n- [fit] keep NettyResponse from closing prematurely by [@wuayee](https:\u002F\u002Fgithub.com\u002Fwuayee) in [#266](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F266)\r\n- [fit] fix python heartbeat thread on mac by [@FredGoo](https:\u002F\u002Fgithub.com\u002FFredGoo) in [#268](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F268)\r\n\r\n## FIT Expression for LLM\r\n\r\n### ✨ Enhancement\r\n\r\n- [FEL] add extended parameters for models and knowledge by [@wuayee](https:\u002F\u002Fgithub.com\u002Fwuayee) in [#258](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F258)\r\n\r\n## ❤️ Contributors\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@wuayee, @FredGoo, @CodeCasterX","2025-09-01T02:37:39",{"id":234,"version":235,"summary_zh":236,"released_at":237},297829,"elsa-v0.4.1","## **🌟 Overview**\r\n\r\nThis release adds system parameters to the Elsa module's search node and fixes the previously incorrect node description for the code node.\r\n\r\n## **🔍 What's Changed**\r\n\r\n### **✨ Enhancements**\r\n\r\n- [elsa] Add knowledgeExtensions params of knowledgeRetrievalNode option struct by @[wuayee](https:\u002F\u002Fgithub.com\u002Fwuayee) in #270\r\n\r\n### **✅ Bug Fixes**\r\n\r\n- [elsa] fix(CodeNode): Fixed the error in code node description by @[Msquittto](https:\u002F\u002Fgithub.com\u002FMsquittto) in #253\r\n\r\n## **❤️ Contributors**\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@RonnyChan96, @wuayee, @Msquittto","2025-09-02T10:44:12",{"id":239,"version":240,"summary_zh":241,"released_at":242},297830,"v3.5.0","## 🌟 Overview\r\n\r\nVersion 3.5.0 encompasses updates and optimizations for the FIT Function Platform, FIT Expression for LLM, and Waterflow stream scheduling platform. The FIT Function Platform provides comprehensive plugin-based development support, covering plugin-based IoC container management, AOP programming, multiple configuration methods, and other features to facilitate efficient application development. FIT Expression for LLM focuses on interaction processes with large language models, tool management, and high-code workflow orchestration. Through the introduction of FIT MCP server and automated tool scanning, it enhances performance and reliability, ensuring an efficient and stable operational experience.\r\n\r\n## FIT Function Platform\r\n\r\n### 🚀 Features\r\n\r\n- **Plugin-based IoC Container Capabilities**\r\n  - Supports Bean management, including Bean creation, instantiation, injection, and establishing dependency relationships between Bean objects.\r\n  - Supports Bean lifecycle management.\r\n  - Supports Bean container lifecycle management.\r\n  - Supports plugin-based development.\r\n  - Supports event handling and propagation.\r\n- **AOP (Aspect-Oriented Programming) Capabilities**\r\n  - Supports custom aspects.\r\n  - Supports dynamic proxies via JDK and Byte-Buddy.\r\n- **Configuration (Conf) Capabilities**\r\n  - Supports multiple configuration methods: command-line arguments, environment variables, plugin configuration files, and plugin resource files.\r\n  - Supports various configuration types: scalars, lists, and objects.\r\n- **MVC (HTTP Interface Programming) Capabilities**\r\n  - Supports custom RESTful APIs and various HTTP parameter handling.\r\n  - Supports Filter components.\r\n  - Supports global custom exception handling.\r\n- **Data Access Capabilities**\r\n  - Supports transaction management.\r\n  - Supports data validation.\r\n- **Test Framework Capabilities**\r\n  - Supports integration testing.\r\n- **Logging Capabilities**\r\n  - Supports Log4j2 output.\r\n  - Supports console output.\r\n- **Genericable (Polymorphic Invocation via Interfaces) Capabilities**\r\n  - Supports dynamic routing, load balancing, degradation, and retry mechanisms.\r\n  - Supports JSON and CBOR serialization.\r\n  - Supports registration center operations: registration, subscription, and heartbeat services.\r\n\r\n\r\n### ✨ Enhancement\r\n\r\n- Support auto-conversion of MyBatis configuration underscores to camelCase by [@Cherished-l](https:\u002F\u002Fgithub.com\u002FCherished-l) in [#2](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F2)\r\n- Add `fit-security-simple` plugin by [@RonnyChan96](https:\u002F\u002Fgithub.com\u002FRonnyChan96) in [#37](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F37)\r\n- Capture streaming invocation error messages by [@FUNK6666](https:\u002F\u002Fgithub.com\u002FFUNK6666) in [#45](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F45)\r\n- Upgrade Python dependency third-party package versions by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) in [#98](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F98)\r\n- Upgrade tornado from 6.4.2 to 6.5.0 by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#134](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F134)\r\n- Add HTTP proxy support with client-server examples by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#151](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F151)\r\n- Enhance JacksonObjectSerializer with debug mode support by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#153](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F153)\r\n- Expand the code node whitelist by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) in [#154](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F154)\r\n- Update code node whitelist version by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) in [#155](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F155)\r\n- Bump requests from 2.32.0 to 2.32.4 in \u002Fframework\u002Ffit\u002Fpython by [@dependabot](https:\u002F\u002Fgithub.com\u002Fdependabot) in [#173](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F173)\r\n- [fit] The FitException decorator encapsulates Throwable exception information data. by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) in [#174](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F174)\r\n- [fit] Retrieve the first non-null exception message from the exception chain. by [@surpercodehang](https:\u002F\u002Fgithub.com\u002Fsurpercodehang) in [#176](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F176)\r\n- optimizes the performance of the HTTP client when transferring large JSON-formatted files by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#181](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F181)\r\n- [fit] optimize test framework to support executing specific actions at test startup by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#205](https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F205)\r\n- Upgrade dependencies of FIT by [@CodeCasterX](https:\u002F\u002Fgithub.com\u002FCodeCasterX) in [#208](https:\u002F\u002Fgithub.com\u002FModelE","2025-08-26T06:13:41",{"id":244,"version":245,"summary_zh":246,"released_at":247},297831,"elsa-v0.4.0","## 🌟 Overview\r\n\r\nThis release focuses on enhancing configuration capabilities and UI improvements in the Elsa module. Key highlights include the addition of MCP server configuration for large model nodes, version locking for Rollup, and new reranking UI for knowledge nodes.\r\n\r\n## 🔍 What's Changed\r\n\r\n### 🚀 Features\r\n\r\n- [elsa] knowledge node add rerank UI by @RonnyChan96 in #227\r\n\r\n### ✨ Enhancements\r\n\r\n- [elsa] Add MCPServerConfig configuration to the large model node by @RonnyChan96 in #206\r\n\r\n### 🔧 Maintenance\r\n\r\n- [elsa] Force lock the Rollup version to 4.39.0 by @RonnyChan96 in #203\r\n\r\n## ❤️ Contributors\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@RonnyChan96, @CodeCasterX, @wjn1584, @loveTsong","2025-08-06T03:25:40",{"id":249,"version":250,"summary_zh":251,"released_at":252},297832,"v3.5.0-M6","# This is the Sixth Milestone Release of the FIT Framework Community 3.5.0 Version\r\n\r\n## FIT Function Platform\r\n\r\n### ✨ Enhancement\r\n\r\n* [python] Register fitable to the registration center during heartbeat by @surpercodehang in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F217\r\n* [python] update langchain third party package version. by @surpercodehang in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F218\r\n* [fit] feat(resources): implement three-level cleanup for HTTP request lifecycle by @CodeCasterX in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F219\r\n* Documentation: optimize FIT readme by @CodeCasterX in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F233\r\n\r\n## FIT Expression for LLM\r\n\r\n### ✅ Bugfix\r\n\r\n* [tool] Modify the parameter type of properties by @surpercodehang in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F216\r\n* [fel] update langchain loader tools meta by @Mark-Tanbowu in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F225\r\n\r\n### ✨ Enhancement\r\n\r\n* [fel] add apiKey logical of rerank model. by @RonnyChan96 in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F226\r\n* [fel] Add MCP error handle by @CodeCasterX in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F234\r\n\r\n## ❤️ Contributors\r\n\r\n* @Mark-Tanbowu made their first contribution in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F225\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@CodeCasterX, @surpercodehang, @Mark-Tanbowu, @RonnyChan96","2025-08-06T01:27:02",{"id":254,"version":255,"summary_zh":256,"released_at":257},297833,"v3.5.0-M5","# This is the Fifth Milestone Release of the FIT Framework Community 3.5.0 Version\r\n\r\n## FIT Function Platform\r\n\r\n### ✨ Enhancement\r\n* [fit] optimize test framework to support executing specific actions at test startup by @CodeCasterX in #205\r\n* Upgrade dependencies of FIT by @CodeCasterX in #208\r\n\r\n### ✅ Bugfix\r\n* fix: stop respawning on macOS, align with Windows behavior by @FredGoo in #209\r\n* [fit] fix thread leaks from deactivated MCP server channels by @loveTsong in #214\r\n\r\n## FIT Expression for LLM\r\n\r\n### ✨ Enhancement\r\n* [fel] add default memory by @loveTsong in #194\r\n* [tool] Upgrade tool compilation tool to adapt to mcp tool mode by @surpercodehang in #201\r\n* [tool] Update plugin metadata to match standard json schema by @surpercodehang in #211\r\n\r\n## ❤️ Contributors\r\n\r\n* @FredGoo made their first contribution in https:\u002F\u002Fgithub.com\u002FModelEngine-Group\u002Ffit-framework\u002Fpull\u002F209\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@CodeCasterX, @surpercodehang, @loveTsong, @FredGoo","2025-07-23T08:19:18",{"id":259,"version":260,"summary_zh":261,"released_at":262},297834,"elsa-v0.3.1","## 🌟 Overview\r\n\r\nThis release focuses on dependency management and configuration enhancements for the Elsa module. Key highlights include version locking for Rollup and new MCP server configuration support for large model nodes.\r\n\r\n## 🔍 What's Changed\r\n\r\n### ✨ Enhancements\r\n\r\n- [elsa] Add MCPServerConfig configuration to the large model node by @RonnyChan96 in #206\r\n\r\n### 🔧 Dependency Management\r\n\r\n- [elsa] Force lock the Rollup version to 4.39.0 by @RonnyChan96 in #203\r\n\r\n## ❤️ Contributors\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@RonnyChan96, @CodeCasterX, @wjn1584","2025-08-06T03:23:38",{"id":264,"version":265,"summary_zh":266,"released_at":267},297835,"elsa-v0.3.0","## 🌟 Overview\r\n\r\nThis release focuses on improving form handling, user interface responsiveness, and text interaction in the Elsa module. Key highlights include the unification of form node states, responsive layout fixes, and enhanced text selection capabilities.\r\n\r\n## 🔍 What's Changed\r\n\r\n### 🚀 Features\r\n\r\n* [elsa] refactor(NodeState): unify intelligentForm and manualCheck node states by @RonnyChan96 in #191\r\n\r\n### ✨ Enhancements\r\n\r\n* [elsa] feat(TreeView): enhance text selection and copy functionality by @RonnyChan96 in #188\r\n\r\n### ✅ Bug Fixes\r\n\r\n* [elsa] fix(Layout): make graph container responsive to parent size by @RonnyChan96 in #171\r\n\r\n## ❤️ Contributors\r\n\r\nSpecial thanks to all contributors for this release:\r\n\r\n@RonnyChan96, @CodeCasterX, @wjn1584 ","2025-07-11T08:54:50"]