[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-moyangzhan--langchain4j-aideepin":3,"tool-moyangzhan--langchain4j-aideepin":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":88,"forks":89,"last_commit_at":90,"license":91,"difficulty_score":92,"env_os":93,"env_gpu":93,"env_ram":93,"env_deps":94,"category_tags":106,"github_topics":107,"view_count":10,"oss_zip_url":76,"oss_zip_packed_at":76,"status":16,"created_at":114,"updated_at":115,"faqs":116,"releases":151},754,"moyangzhan\u002Flangchain4j-aideepin","langchain4j-aideepin","基于AI的工作效率提升工具（聊天、绘画、知识库、工作流、 MCP服务市场、语音输入输出、长期记忆） | Ai-based productivity tools (Chat,Draw,RAG,Workflow,MCP marketplace, ASR,TTS, Long-term memory etc)","langchain4j-aideepin（得应 AI）是一款开源的 AI 工作效率提升平台，旨在为团队提供全方位的智能辅助。它不仅支持多角色对话和文生图创作，还具备强大的知识库检索、AI 工作流编排及语音输入输出能力。\n\n面对企业在技术研发、产品设计、人事财务咨询及客服支撑等场景中信息处理繁琐的痛点，langchain4j-aideepin 通过集成多种大模型能力，帮助用户实现知识的高效利用与自动化流转。无论是构建私有知识库还是管理复杂业务流程，都能轻松应对。\n\n它非常适合开发者、技术团队以及希望搭建私有化 AI 应用的企业用户。后端基于 Java Spring Boot 与 LangChain4j，前端采用 Vue3，支持 PostgreSQL 与 Neo4j 混合存储。特别值得一提的是，它兼容灵积、DeepSeek、OpenAI 等多种模型平台，并创新性地引入了 MCP 服务市场与长期记忆功能，让 AI 不仅能“听懂”还能“记住”，真正赋能业务场景落地。","## Getting Started\n\n**LangChain4j-AIDeepin（得应AI） 是基于AI的工作效率提升工具。**\n\n*可用于辅助企业\u002F团队进行技术研发、产品设计、人事\u002F财务\u002FIT信息咨询、系统\u002F商品咨询、客服话术支撑等工作*\n\n> **🌟该项目如对您有帮助，欢迎点赞🌟**\n\n## 系统组成及文档\n\n[中文文档](README.md) | [English](README_en.md)\n\nAIDEEPIN\n\n      |__ 服务端(langchain4j-aideepin)\n\n      |__ 用户端WEB(langchain4j-aideepin-web)\n\n      |__ 管理端WEB(langchain4j-aideepin-admin)\n\n👉[详细文档](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fwiki)\n\n后端服务代码地址：[github](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin) 或 [gitee](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin)\n\n前端项目：\n\n* 用户端WEB：langchain4j-aideepin-web\n  * [github](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-web)\n  * [gitee](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-web)\n* 管理端WEB：langchain4j-aideepin-admin\n  * [github](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin)\n  * [gitee](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin)\n\n## 体验网址\n\n[http:\u002F\u002Fwww.aideepin.com](http:\u002F\u002Fwww.aideepin.com\u002F)\n\n## 功能点\n\n* 多会话（多角色）\n* 图片生成（文生图、修图、图生图）\n* 基于大模型的知识库（RAG）\n  * 向量搜索\n  * 图搜索\n* 基于大模型的网络搜索（RAG）\n* AI工作流\n* MCP服务市场\n* ASR & TTS\n  * 提问及回复的格式可选\n    * 文字提问-文字回复\n    * 文字提问-语音回复\n    * 语音提问-文字回复\n    * 语音提问-语音回复\n  * AI的音色可选\n* 长期记忆\n* 存储\n  * 本地存储\n  * OSS（阿里云）\n\n## 已集成的模型平台的功能\n\n| 模型平台     | 对话 | 文生图 | 修图 | 图生图 | 背景生成 | 图像识别 | 语音合成TTS | 语音识别ASR |\n|----------| :----- | :------- | ------ | -------- | ---------- | ---------- |---------| ------------- |\n| 灵积       | ✓   | ✓     |      |        | ✓       | ✓       | ✓       | ✓          |\n| OpenAI   | ✓   | ✓     | ✓   | ✓     |          |          |         |             |\n| 硅基流动     | ✓   | ✓       |      |        |          |        ✓  |   ✓     | ✓          |\n| Ollama   | ✓   |        |      |        |          |          |         |             |\n| DeepSeek | ✓   |        |      |        |          |          |         |             |\n| 千帆       | ✓   |        |      |        |          |          |         |             |\n\n## 技术栈\n\n该仓库为后端服务\n\n技术栈：\n\n* JDK 17\n* Spring Boot 3.0.5\n* [langchain4j(Java version of LangChain)](https:\u002F\u002Fgithub.com\u002Flangchain4j\u002Flangchain4j)\n* [langgraph4j](https:\u002F\u002Fgithub.com\u002Fbsorrentino\u002Flanggraph4j)\n* Postgresql\n  * pgvector扩展：https:\u002F\u002Fgithub.com\u002Fpgvector\u002Fpgvector\n  * Apache AGE扩展：https:\u002F\u002Fgithub.com\u002Fapache\u002Fage\n* [neo4j 5.26.4+](https:\u002F\u002Fneo4j.com\u002Fdeployment-center\u002F)\n\nps: neo4j 与 pgvector + apache age 二选一即可\n\n前端技术栈：\n\n* vue3\n* vite\n* typescript\n* pnpm\n* pinia\n* naiveui\n\n## 如何部署\n\n### 初始化\n\n**a. 初始化数据库**\n\n+ 创建数据库aideepin\n+ 执行docs\u002Fcreate.sql\n+ 配置并启用`模型平台`(有些项目也称为`模型提供商`) 或者 使用[管理端](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin)在界面上配置\n\n  + 配置模型平台（至少启用一个，可参考`已集成的模型平台的功能`表格进行选择）\n\n    ```plain\n    -- DeepSeek\n    update adi_model_platform set api_key = 'my_deepseek_secret_key' where name = 'deepseek';\n\n    -- openai的SecretKey\n    update adi_model_platform set api_key = 'my_openai_secret_key' where name = 'openai';\n\n    -- 灵积大模型平台的ApiKey\n    update adi_model_platform set api_key = 'my_dashcope_api_key' where name = 'dashscope';\n\n    -- 硅基流动的配置\n    update adi_model_platform set api_key = 'my_siliconflow_api_key' where name = 'siliconflow_setting';\n\n    -- 千帆大模型平台的配置\n    update adi_model_platform set api_key = 'my_qianfan_api_key',secret_key='my_qianfan_secret_key' where name = 'qianfan';\n\n    -- ollama的配置\n    update adi_model_platform set base_url = 'my_ollama_base_url' where name = 'ollama';\n    ```\n  + 启用模型平台下的模型或新增模型\n\n    ```plain\n    -- Enable model\n    update adi_ai_model set is_enable = true where name = 'deepseek-chat';\n    update adi_ai_model set is_enable = true where name = 'gpt-3.5-turbo';\n    update adi_ai_model set is_enable = true where name = 'dall-e-2';\n    update adi_ai_model set is_enable = true where name = 'qwen-turbo';\n    update adi_ai_model set is_enable = true where name = 'THUDM\u002FGLM-Z1-9B-0414';\n    update adi_ai_model set is_enable = true where name = 'ernie_speed';\n    update adi_ai_model set is_enable = true where name = 'tinydolphin';\n\n    -- Add new model\n    INSERT INTO adi_ai_model (name, type, platform, is_enable) VALUES ('vicuna', 'text', 'ollama', true);\n    ```\n+ 填充搜索引擎的配置\n\n  - Google的配置\n\n    ```plain\n    update adi_sys_config set value = '{\"url\":\"https:\u002F\u002Fwww.googleapis.com\u002Fcustomsearch\u002Fv1\",\"key\":\"my key from cloud.google.com\",\"cx\":\"my cx from programmablesearchengine.google.com\"}' where name = 'google_setting';\n    ```\n\n**b. 修改配置文件**\n\n+ postgresql: application-[dev|prod].xml中的spring.datasource\n+ redis: application-[dev|prod].xml中的spring.data.redis\n+ 邮箱: application.xml中的spring.mail\n+ 向量数据库，默认为 pgvector\n  * application-[dev|prod].xml 中的 adi.vector-database=[pgvector|neo4j]\n+ 图数据库，默认为 Apache age\n  * application-[dev|prod].xml 中的 adi.graph-database=[apache-age|neo4j]\n\n### 编译及运行\n\n* 进入项目\n\n  ```plaintext\n  cd langchain4j-aideepin\n  ```\n* 打包：\n\n  ```\n  mvn clean package -Dmaven.test.skip=true\n  ```\n* 运行\n\n  * jar包启动：\n\n  ```plaintext\n  cd adi-bootstrap\u002Ftarget\n  nohup java -jar -Xms768m -Xmx1024m -XX:+HeapDumpOnOutOfMemoryError adi-bootstrap-0.0.1-SNAPSHOT.jar --spring.profiles.active=[dev|prod] dev\u002Fnull 2>&1 &\n  ```\n\n  * docker启动\n\n  ```plaintext\n  cd adi-bootstrap\n  docker build . -t aideepin:0.0.1\n  docker run -d \\\n    --name=aideepin \\\n    -p 8888:9999 \\\n    -e APP_PROFILE=[dev|prod] \\\n    -v=\"\u002Fdata\u002Faideepin\u002Flogs:\u002Fdata\u002Flogs\" \\\n    aideepin:0.0.1\n  ```\n## 贡献指南\n欢迎任何形式的贡献，包括但不限于：\n* 提交 Bug 报告\n* 提出功能建议\n* 改进文档\n* 提交代码（PR）\n\n代码提交流程：\n1. Fork 本仓库\n1. 创建特性分支 (git checkout -b feature\u002Fxxx)\n1. 提交更改 (git commit -m 'feat: xxx')\n1. 推送分支 (git push origin feature\u002Fxxx)\n1. 提交 Pull Request\n\n## 截图\n\n**AI聊天：**\n![1691583184761](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_be9d184e650e.png)\n\n**AI画图：**\n![draw_001](image\u002FREADME\u002Fdraw_001.png \"AI绘图\")\n\n**知识库：**\n![kbindex](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_77bf546dc0b4.png)\n\n**向量化：**\n![kb03](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_11b2bae4514f.png)\n\n**知识图谱：**\n![kb_graph_01](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_fa77aa6074a8.png)\n\n**工作流：**\n![workflow_01](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_33bd040a147e.png)\n\n## 技术交流\n\n* 先点赞🌟再加群，谢谢\n* 有问题尽量在issue提，容易描述及跟踪处理\n* 业余时间维护本项目，时间有限，所以群里提问不保证即时回复，请见谅\n\n![qq](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_683b5d0198d8.png)\n\n## 推荐项目\n[Mango Desk](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Fmango-desk) \n\nMango Desk 是一款使用自然语言搜索本地文档的桌面应用。\n\n帮助您根据记忆中的内容查找信息，而不需要记住文件名或文件夹结构。\n","## 快速开始\n\n**LangChain4j-AIDeepin（得应 AI） 是基于 AI 的工作效率提升工具。**\n\n*可用于辅助企业\u002F团队进行技术研发、产品设计、人事\u002F财务\u002FIT 信息咨询、系统\u002F商品咨询、客服话术支撑等工作*\n\n> **🌟该项目如对您有帮助，欢迎点赞🌟**\n\n## 系统组成及文档\n\n[中文文档](README.md) | [英文文档](README_en.md)\n\nAIDEEPIN\n\n      |__ 服务端(langchain4j-aideepin)\n\n      |__ 用户端 WEB(langchain4j-aideepin-web)\n\n      |__ 管理端 WEB(langchain4j-aideepin-admin)\n\n👉[详细文档](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fwiki)\n\n后端服务代码地址：[github](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin) 或 [gitee](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin)\n\n前端项目：\n\n* 用户端 WEB：langchain4j-aideepin-web\n  * [github](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-web)\n  * [gitee](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-web)\n* 管理端 WEB：langchain4j-aideepin-admin\n  * [github](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin)\n  * [gitee](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin)\n\n## 体验网址\n\n[http:\u002F\u002Fwww.aideepin.com](http:\u002F\u002Fwww.aideepin.com\u002F)\n\n## 功能点\n\n* 多会话（多角色）\n* 图片生成（文生图、修图、图生图）\n* 基于大模型的知识库（RAG，检索增强生成）\n  * 向量搜索\n  * 图搜索\n* 基于大模型的网络搜索（RAG）\n* AI 工作流\n* MCP 服务市场\n* ASR（自动语音识别）& TTS（语音合成）\n  * 提问及回复的格式可选\n    * 文字提问 - 文字回复\n    * 文字提问 - 语音回复\n    * 语音提问 - 文字回复\n    * 语音提问 - 语音回复\n  * AI 的音色可选\n* 长期记忆\n* 存储\n  * 本地存储\n  * OSS（对象存储服务，阿里云）\n\n## 已集成的模型平台的功能\n\n| 模型平台     | 对话 | 文生图 | 修图 | 图生图 | 背景生成 | 图像识别 | 语音合成 TTS | 语音识别 ASR |\n|----------| :----- | :------- | ------ | -------- | ---------- | ---------- |---------| ------------- |\n| 灵积       | ✓   | ✓     |      |        | ✓       | ✓       | ✓       | ✓          |\n| OpenAI   | ✓   | ✓     | ✓   | ✓     |          |          |         |             |\n| 硅基流动     | ✓   | ✓       |      |        |          |        ✓  |   ✓     | ✓          |\n| Ollama   | ✓   |        |      |        |          |          |         |             |\n| DeepSeek | ✓   |        |      |        |          |          |         |             |\n| 千帆       | ✓   |        |      |        |          |          |         |             |\n\n## 技术栈\n\n该仓库为后端服务\n\n技术栈：\n\n* JDK 17\n* Spring Boot 3.0.5\n* [langchain4j(LangChain 的 Java 版本)](https:\u002F\u002Fgithub.com\u002Flangchain4j\u002Flangchain4j)\n* [langgraph4j](https:\u002F\u002Fgithub.com\u002Fbsorrentino\u002Flanggraph4j)\n* Postgresql\n  * pgvector 扩展：https:\u002F\u002Fgithub.com\u002Fpgvector\u002Fpgvector\n  * Apache AGE 扩展：https:\u002F\u002Fgithub.com\u002Fapache\u002Fage\n* [neo4j 5.26.4+](https:\u002F\u002Fneo4j.com\u002Fdeployment-center\u002F)\n\n注：neo4j 与 pgvector + apache age 二选一即可\n\n前端技术栈：\n\n* vue3\n* vite\n* typescript\n* pnpm\n* pinia\n* naiveui\n\n## 如何部署\n\n### 初始化\n\n**a. 初始化数据库**\n\n+ 创建数据库 aideepin\n+ 执行 docs\u002Fcreate.sql\n+ 配置并启用 `模型平台`(有些项目也称为 `模型提供商`) 或者 使用 [管理端](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin) 在界面上配置\n\n  + 配置模型平台（至少启用一个，可参考 `已集成的模型平台的功能` 表格进行选择）\n\n    ```plain\n    -- DeepSeek\n    update adi_model_platform set api_key = 'my_deepseek_secret_key' where name = 'deepseek';\n\n    -- openai 的 SecretKey\n    update adi_model_platform set api_key = 'my_openai_secret_key' where name = 'openai';\n\n    -- 灵积大模型平台的 ApiKey\n    update adi_model_platform set api_key = 'my_dashcope_api_key' where name = 'dashscope';\n\n    -- 硅基流动的配置\n    update adi_model_platform set api_key = 'my_siliconflow_api_key' where name = 'siliconflow_setting';\n\n    -- 千帆大模型平台的配置\n    update adi_model_platform set api_key = 'my_qianfan_api_key',secret_key='my_qianfan_secret_key' where name = 'qianfan';\n\n    -- ollama 的配置\n    update adi_model_platform set base_url = 'my_ollama_base_url' where name = 'ollama';\n    ```\n  + 启用模型平台下的模型或新增模型\n\n    ```plain\n    -- Enable model\n    update adi_ai_model set is_enable = true where name = 'deepseek-chat';\n    update adi_ai_model set is_enable = true where name = 'gpt-3.5-turbo';\n    update adi_ai_model set is_enable = true where name = 'dall-e-2';\n    update adi_ai_model set is_enable = true where name = 'qwen-turbo';\n    update adi_ai_model set is_enable = true where name = 'THUDM\u002FGLM-Z1-9B-0414';\n    update adi_ai_model set is_enable = true where name = 'ernie_speed';\n    update adi_ai_model set is_enable = true where name = 'tinydolphin';\n\n    -- Add new model\n    INSERT INTO adi_ai_model (name, type, platform, is_enable) VALUES ('vicuna', 'text', 'ollama', true);\n    ```\n+ 填充搜索引擎的配置\n\n  - Google 的配置\n\n    ```plain\n    update adi_sys_config set value = '{\"url\":\"https:\u002F\u002Fwww.googleapis.com\u002Fcustomsearch\u002Fv1\",\"key\":\"my key from cloud.google.com\",\"cx\":\"my cx from programmablesearchengine.google.com\"}' where name = 'google_setting';\n    ```\n\n**b. 修改配置文件**\n\n+ postgresql: application-[dev|prod].xml 中的 spring.datasource\n+ redis: application-[dev|prod].xml 中的 spring.data.redis\n+ 邮箱：application.xml 中的 spring.mail\n+ 向量数据库，默认为 pgvector\n  * application-[dev|prod].xml 中的 adi.vector-database=[pgvector|neo4j]\n+ 图数据库，默认为 Apache age\n  * application-[dev|prod].xml 中的 adi.graph-database=[apache-age|neo4j]\n\n### 编译及运行\n\n* 进入项目\n\n  ```plaintext\n  cd langchain4j-aideepin\n  ```\n* 打包：\n\n  ```\n  mvn clean package -Dmaven.test.skip=true\n  ```\n* 运行\n\n  * jar 包启动：\n\n  ```plaintext\n  cd adi-bootstrap\u002Ftarget\n  nohup java -jar -Xms768m -Xmx1024m -XX:+HeapDumpOnOutOfMemoryError adi-bootstrap-0.0.1-SNAPSHOT.jar --spring.profiles.active=[dev|prod] dev\u002Fnull 2>&1 &\n  ```\n\n  * docker 启动\n\n  ```plaintext\n  cd adi-bootstrap\n  docker build . -t aideepin:0.0.1\n  docker run -d \\\n    --name=aideepin \\\n    -p 8888:9999 \\\n    -e APP_PROFILE=[dev|prod] \\\n    -v=\"\u002Fdata\u002Faideepin\u002Flogs:\u002Fdata\u002Flogs\" \\\n    aideepin:0.0.1\n  ```\n## 贡献指南\n欢迎任何形式的贡献，包括但不限于：\n* 提交 Bug 报告\n* 提出功能建议\n* 改进文档\n* 提交代码（PR）\n\n代码提交流程：\n1. Fork 本仓库\n1. 创建特性分支 (git checkout -b feature\u002Fxxx)\n1. 提交更改 (git commit -m 'feat: xxx')\n1. 推送分支 (git push origin feature\u002Fxxx)\n1. 提交 Pull Request\n\n## 截图\n\n**AI 聊天：**\n![1691583184761](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_be9d184e650e.png)\n\n**AI 画图：**\n![draw_001](image\u002FREADME\u002Fdraw_001.png \"AI 绘图\")\n\n**知识库：**\n![kbindex](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_77bf546dc0b4.png)\n\n**向量化：**\n![kb03](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_11b2bae4514f.png)\n\n**知识图谱：**\n![kb_graph_01](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_fa77aa6074a8.png)\n\n**工作流：**\n![workflow_01](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_33bd040a147e.png)\n\n## 技术交流\n\n* 先点赞🌟再加群，谢谢\n* 有问题尽量在 issue 提，容易描述及跟踪处理\n* 业余时间维护本项目，时间有限，所以群里提问不保证即时回复，请见谅\n\n![qq](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_readme_683b5d0198d8.png)\n\n## 推荐项目\n[Mango Desk](https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Fmango-desk) \n\nMango Desk 是一款使用自然语言搜索本地文档的桌面应用。\n\n帮助您根据记忆中的内容查找信息，而不需要记住文件名或文件夹结构。","# langchain4j-aideepin 快速上手指南\n\n**langchain4j-aideepin（得应 AI）** 是基于 AI 的工作效率提升工具，支持企业级技术研发辅助、知识库问答、图像生成及工作流编排等功能。本指南介绍后端服务的部署流程。\n\n## 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- **JDK**: 17+\n- **构建工具**: Maven\n- **数据库**: PostgreSQL (需安装 `pgvector` 和 `Apache AGE` 扩展) **或** Neo4j 5.26.4+ (二选一)\n- **缓存**: Redis\n- **前端依赖**: Vue3, Vite, TypeScript (如需部署前端)\n\n> **提示**：国内用户推荐使用 Gitee 镜像源获取代码，速度更快。\n\n## 安装步骤\n\n### 1. 克隆项目\n\n```bash\ngit clone https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin.git\ncd langchain4j-aideepin\n```\n\n### 2. 初始化数据库\n\n创建名为 `aideepin` 的数据库，并执行初始化脚本：\n\n```sql\n-- 创建数据库\nCREATE DATABASE aideepin;\n\n-- 执行初始化脚本 (路径参考 docs\u002Fcreate.sql)\n\\i docs\u002Fcreate.sql\n```\n\n### 3. 配置模型平台\n\n您需要至少启用一个模型平台才能使用 AI 功能。可以通过 SQL 直接配置密钥，或使用管理端界面配置。\n\n**SQL 配置示例：**\n\n```plain\n-- DeepSeek\nupdate adi_model_platform set api_key = 'my_deepseek_secret_key' where name = 'deepseek';\n\n-- OpenAI\nupdate adi_model_platform set api_key = 'my_openai_secret_key' where name = 'openai';\n\n-- 灵积大模型\nupdate adi_model_platform set api_key = 'my_dashscope_api_key' where name = 'dashscope';\n\n-- Ollama (本地部署)\nupdate adi_model_platform set base_url = 'http:\u002F\u002Fyour-ollama-ip:11434' where name = 'ollama';\n```\n\n**启用具体模型：**\n\n```plain\n-- 启用模型\nupdate adi_ai_model set is_enable = true where name = 'deepseek-chat';\nupdate adi_ai_model set is_enable = true where name = 'gpt-3.5-turbo';\nupdate adi_ai_model set is_enable = true where name = 'qwen-turbo';\n```\n\n### 4. 修改配置文件\n\n编辑 `application-[dev|prod].xml` 文件，配置数据库连接、Redis 及邮箱信息：\n\n```xml\n\u003C!-- 数据库配置 -->\nspring.datasource.url=jdbc:postgresql:\u002F\u002Flocalhost:5432\u002Faideepin\nspring.datasource.username=postgres\nspring.datasource.password=your_password\n\n\u003C!-- 向量数据库选择 (默认 pgvector) -->\nadi.vector-database=pgvector\n\n\u003C!-- 图数据库选择 (默认 apache-age) -->\nadi.graph-database=apache-age\n```\n\n### 5. 编译及运行\n\n**方式一：Maven 打包启动**\n\n```bash\nmvn clean package -Dmaven.test.skip=true\n\ncd adi-bootstrap\u002Ftarget\nnohup java -jar -Xms768m -Xmx1024m -XX:+HeapDumpOnOutOfMemoryError adi-bootstrap-0.0.1-SNAPSHOT.jar --spring.profiles.active=dev dev\u002Fnull 2>&1 &\n```\n\n**方式二：Docker 启动**\n\n```bash\ncd adi-bootstrap\ndocker build . -t aideepin:0.0.1\ndocker run -d \\\n  --name=aideepin \\\n  -p 8888:9999 \\\n  -e APP_PROFILE=dev \\\n  -v=\"\u002Fdata\u002Faideepin\u002Flogs:\u002Fdata\u002Flogs\" \\\n  aideepin:0.0.1\n```\n\n## 基本使用\n\n1.  **访问服务**\n    后端服务启动后，默认端口为 9999。您可以访问演示网站体验完整功能：[http:\u002F\u002Fwww.aideepin.com](http:\u002F\u002Fwww.aideepin.com\u002F)。\n\n2.  **前端部署（可选）**\n    如需独立部署前后端，请分别克隆以下项目：\n    - 用户端 WEB：[langchain4j-aideepin-web](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-web)\n    - 管理端 WEB：[langchain4j-aideepin-admin](https:\u002F\u002Fgitee.com\u002Fmoyangzhan\u002Flangchain4j-aideepin-admin)\n\n3.  **核心功能体验**\n    - **AI 对话**：支持文字\u002F语音提问，可切换不同音色。\n    - **知识库**：上传文档，系统自动向量化存储，支持 RAG 检索。\n    - **AI 绘图**：支持文生图、修图及背景生成。\n    - **工作流**：通过可视化界面编排 AI 任务流程。\n\n> **注意**：首次使用前，请确保已在数据库中正确配置了模型平台的 API Key。","某电商公司技术运维工程师小李，日常需处理复杂的支付接口故障，并负责将解决方案沉淀为团队知识库。\n\n### 没有 langchain4j-aideepin 时\n- 排查故障时需人工在多个 Wiki 系统和旧工单中搜索，跨平台切换导致效率低下且易出错。\n- 面对复杂逻辑错误，无法快速生成可视化图表向非技术人员解释问题根源，沟通成本高。\n- 记录排查步骤依赖键盘输入，在紧急维护场景下操作繁琐，容易遗漏关键日志细节。\n- 系统缺乏记忆能力，相同类型的历史故障每次都需要重新分析，团队知识复用率极低。\n\n### 使用 langchain4j-aideepin 后\n- 利用内置 RAG 知识库直接检索最新技术文档，结合向量搜索秒级定位故障根因，减少查找时间。\n- 调用文生图功能即时生成架构图或数据流向图，直观展示修复方案供团队参考，提升沟通效率。\n- 开启语音输入输出模式，工程师可边操作服务器边口述日志，自动转为文字记录，解放双手。\n- 长期记忆模块自动关联过往相似案例，结合工作流编排，一键生成标准化修复报告，实现知识沉淀。\n\n核心价值总结：通过整合知识库、绘图与语音交互，实现了从故障排查到知识沉淀的闭环自动化。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmoyangzhan_langchain4j-aideepin_be9d184e.png","moyangzhan",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fmoyangzhan_e7713a64.png","https:\u002F\u002Fgithub.com\u002Fmoyangzhan",[80,84],{"name":81,"color":82,"percentage":83},"Java","#b07219",100,{"name":85,"color":86,"percentage":87},"Dockerfile","#384d54",0,1228,296,"2026-04-04T05:40:35","MIT",4,"未说明",{"notes":95,"python":96,"dependencies":97},"后端为 Java 项目，无需 Python 环境；数据库支持 PostgreSQL（需启用 pgvector 和 Apache AGE 扩展）或 Neo4j 二选一；运行前需配置外部大模型平台的 API Key；前端用户端和管理端为独立项目，需单独部署。","不需要",[98,99,100,101,102,103,104,105],"JDK 17","Spring Boot 3.0.5","langchain4j","langgraph4j","Postgresql","Neo4j 5.26.4+","Redis","Maven",[13,15],[108,100,109,110,111,112,113],"knowlege-base","rag","graphrag","ai-agent","ai-workflow","mcp","2026-03-27T02:49:30.150509","2026-04-06T07:23:06.769322",[117,122,126,131,136,141,146],{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},3218,"知识库问答报错 text cannot be null 或检索效果不好怎么办？","可以尝试在文本切割分段前利用 AI 生成问答对（类似 fastgpt 的方式），这样语料切割更完整，文段命中率更高。","https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F38",{"id":123,"question_zh":124,"answer_zh":125,"source_url":121},3219,"设置 RAG 的文档切割重叠数量参数为什么没有生效？","重叠数量改动后需要重新生成向量才生效。这是为了切割时保留语义连续性，避免检索时信息缺失。",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},3220,"流式输出时出现 ResponseBodyEmitter has already completed 错误如何解决？","该错误通常出现在长文本生成的情况下，社区反馈多为超时时间设置的问题。建议检查并调整超时配置。","https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F20",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},3221,"项目是否提供模型管理后台？","目前暂无精力开发独立的管理后台，相关功能暂时通过直接执行 SQL 脚本代替。后续计划将模型信息存入数据库表，根据模型不同信息（如最大 token 数）做不同的业务逻辑处理。","https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F4",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},3222,"项目是否支持语音输入和合成（TTS\u002FASR）功能？","ASR 功能已在版本 v3.12.0 中发布，TTS 功能计划在下一版本发布。支持多种用户个性化语音合成，唤醒方式可通过点击或长按按钮实现。","https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F73",{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},3223,"如何加入项目的技术交流群？","交流群链接已添加至 README 文件中。如果无法加入，可能是因为权限默认为“私密”，请确认链接是否公开可见。","https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F53",{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},3224,"文件上传时出现冲突或安全提示怎么办？","原 MD5 算法可能导致多文件上传冲突。建议切换为 SHA256 算法以避免非预期行为（作者已采纳此建议进行修复）。","https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F48",[152,157,162,167,172,177,182,187,192,197,202,207,212,217,222,227,232,237,242,247],{"id":153,"version":154,"summary_zh":155,"released_at":156},112418,"v3.21.0","增加：角色聊天消息可查看当时记忆内容","2026-03-06T11:28:29",{"id":158,"version":159,"summary_zh":160,"released_at":161},112419,"v3.20.0","增加：\r\n硅基流动TTS\r\n\r\n修复：\r\n管理端保存模型时可能会空值异常 by @jianghao-jianghao-jianghao in #95 ","2026-01-23T12:08:46",{"id":163,"version":164,"summary_zh":165,"released_at":166},112420,"v3.19.0","增加：\r\n硅基流动：文生图、视觉理解\r\n\r\n修复：\r\n新建数据库后列表没有刷新 #87 \r\n工具=》我的工具未登录状态异常 #86 \r\n","2025-11-18T11:44:50",{"id":168,"version":169,"summary_zh":170,"released_at":171},112421,"v3.18.0","增加：\r\n长期记忆\r\n\r\n修复：\r\n千帆初始化时NPE\r\n\r\n优化：\r\nRAG相关代码","2025-10-28T02:06:43",{"id":173,"version":174,"summary_zh":175,"released_at":176},112422,"v3.17.0","新增：\r\n新增支持中文向量模型bge-small-zh-v1.5并设为默认的向量模型","2025-10-21T10:58:45",{"id":178,"version":179,"summary_zh":180,"released_at":181},112423,"v3.16.0","**新增**\r\n支持动态创建openai api兼容的模型平台及模型\r\n\r\n**数据库变更**\r\n新增模型平台表：adi_model_platform\r\n\r\n**数据迁移**\r\n对于旧版本(3.15.0及以下)，需要进行数据迁移\r\n\r\n将 adi_sys_config 中以下配置项迁移到 adi_model_platform 中，\r\n需迁移的配置项：deepseek_setting、openai_setting、dashscope_setting、qianfan_setting、ollama_setting、siliconflow_setting\r\n\r\n迁移过程参考以下sql 或 create.sql 中 adi_model_platform 相关语句（如果模型平台只有一个 key，则统一放到 api_key 这个字段中）：\r\n```\r\ninsert into adi_model_platform (name, title, base_url, api_key) values ('openai', 'OpenAi', 'https:\u002F\u002Fapi.openai.com\u002Fv1', 'your_api_key');\r\ninsert into adi_model_platform (name, title, base_url, api_key) values ('deepseek', 'DeepSeek深度求索', 'https:\u002F\u002Fapi.deepseek.com\u002Fv1','your_api_key');\r\ninsert into adi_model_platform (name, title, base_url, api_key) values ('dashscope', 'DashScope', 'https:\u002F\u002Fdashscope.aliyuncs.com\u002Fcompatible-mode\u002Fv1','your_api_key');\r\ninsert into adi_model_platform (name, title, base_url, api_key) values ('siliconflow', '硅基流动', 'https:\u002F\u002Fapi.siliconflow.cn\u002Fv1','your_api_key');\r\ninsert into adi_model_platform (name, title, base_url, api_key) values ('ollama', 'ollama', 'http:\u002F\u002Flocalhost:11434','your_api_key');\r\ninsert into adi_model_platform (name, title, base_url, api_key, secret_key) values ('qianfan', '千帆', '','your_api_key','your_secret_key');\r\n```","2025-09-28T11:35:04",{"id":183,"version":184,"summary_zh":185,"released_at":186},112424,"v3.15.0","增加：角色会话的AI语音回复音色可选 https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F80","2025-09-10T11:57:08",{"id":188,"version":189,"summary_zh":190,"released_at":191},112425,"v3.14.0","增加：聊天可携带知识库","2025-08-27T01:56:17",{"id":193,"version":194,"summary_zh":195,"released_at":196},112426,"v3.13.0","新增：语音输出\r\n\r\n- 文本提问-文本回复\r\n- 文本提问-语音回复\r\n- 语音提问-文本回复\r\n- 语音提问-语音回复","2025-07-28T10:50:09",{"id":198,"version":199,"summary_zh":200,"released_at":201},112427,"v3.12.0","新增：与角色聊天时可以语音输入\r\n修复：MCP初始化脚本及用户MCP服务启动时加载异常问题","2025-07-04T06:12:40",{"id":203,"version":204,"summary_zh":205,"released_at":206},112428,"v3.11.1","Fix: 新建聊天角色异常","2025-06-17T11:44:54",{"id":208,"version":209,"summary_zh":210,"released_at":211},112429,"v3.11.0","升级Langchain4j到1.0.1\r\n增加MCP功能","2025-06-16T11:27:45",{"id":213,"version":214,"summary_zh":215,"released_at":216},112430,"v3.10.2","fix: 使用neo4j向量库进行搜索时有可能会出现NPE","2025-05-14T00:38:07",{"id":218,"version":219,"summary_zh":220,"released_at":221},112431,"v3.10.1","fix: 使用neo4j向量库时知识库统计数据更新异常","2025-05-12T01:35:06",{"id":223,"version":224,"summary_zh":225,"released_at":226},112432,"v3.10.0","增加：\r\n向量模型可选 https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F62\r\n知识库-向量化时Tokenizer可选 https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F63\r\n","2025-05-09T00:37:43",{"id":228,"version":229,"summary_zh":230,"released_at":231},112433,"v3.9.0","增加：\r\n工作流-Http请求节点 https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F61\r\n工作流-邮件发送节点 https:\u002F\u002Fgithub.com\u002Fmoyangzhan\u002Flangchain4j-aideepin\u002Fissues\u002F60","2025-04-29T11:55:30",{"id":233,"version":234,"summary_zh":235,"released_at":236},112434,"v3.8.0","增加：\r\n工作流并行分支\r\n知识库支持设置系统提示词 #57 ","2025-04-10T11:49:50",{"id":238,"version":239,"summary_zh":240,"released_at":241},112435,"v3.7.0","增加：工作流","2025-03-31T10:43:50",{"id":243,"version":244,"summary_zh":245,"released_at":246},112436,"v3.6.0","增加：\r\n\r\n- 阿里云OSS\r\n- 通义万相\r\n\r\n优化：\r\n\r\n- 生图模型选择列表\r\n- 绘图界面\r\n\r\n其他：\r\n\r\n- 取消数据表adi_draw中对interacting_method的约束","2025-02-14T01:04:12",{"id":248,"version":249,"summary_zh":250,"released_at":251},112437,"v3.5.1","fix: #52 ","2025-01-15T01:19:41"]