RuoYi pun-stack AI platforma je otvorena.

Kada je reč o RuoYi-ju, svi poznaju. Mnogi projekti koji su naknadno razvijeni su zasnovani na verziji RuoYi-Vue-Plus.

Ergov raniji OA tok projekat PmHub koristio je modul za upravljanje dozvolama RuoYi-ja, što je uštedelo mnogo muke.

Danas delim sa vama ovaj RuoYi AI, otvoreni projekat koji je proširio AI funkcionalnost na osnovu RuoYi-Vue-Plus-a.

Zasnovan na Spring Boot 3.4 + Spring AI + Langchain4j, duboko integriše FastGPT, Coze, DIFY i druge mainstream AI platforme, lokalno može da pokrene RAG, graf znanja, digitalnog čoveka, AI orkestraciju toka.

Ako tražiš enterprise referencu za sprovođenje AI aplikacija, ili želiš da naučiš Java AI razvoj aplikacija, RuoYi AI vredi izdvojiti vreme za proučavanje.

Da budem pravedan.

Ovaj projekat nije savršen, još uvek ima dosta rupa, ja sam nagazio na mnoge.

Ali vrednost ovog projekta je, po mom mišljenju, u tome što Java developer-ima daje kompletnu referencu za sprovođenje AI aplikacija.

Ako razmišljaš kako da integrišeš AI sposobnosti kao što su RAG, Agent, tokovi rada u postojeće Java projekte, RuoYi AI vredi proučavanju za naknadni razvoj.

Posebno grana v3.0.0, koja je dodala dosta praktičnih sposobnosti, kao što su AI orkestracija toka, generisanje grafikona iz prirodnog jezika, Agent Skills itd. O ovim funkcijama ćemo kasnije detaljno govoriti.

01. Raspoređivanje RuoYi AI

Kao Ergovi raniji projekti tehnička strana i PaiCongming RAG, RuoYi AI takođe podržava lokalno raspoređivanje i Docker raspoređivanje.

Ali kada sam pokušao sa Dockerom, direktno je prijavio grešku. Poruka je da Web i admin strana nemaju sliku, prilično nezgodno.

Ali ovde možeš direktno koristiti Qoder Cli da pronađeš skriptu za izgradnju i povučeš sliku.

Prvo da direktno otvorimo zvanični demo. Prvo je orkestracija radnog toka, slično dify i coze.

Ali zvanični demo ne može da se prikaže, jer nalog za iskustvo nema dovoljno dozvola. Ako želite da iskusite kompletnu orkestraciju radnog toka, možete pogledati PaiAgent projekat, jednostavan ali sa svim organe.

1. Adresa tutorijala: https://paicoding.com/column/14/1
2. Adresa izvornog koda: https://github.com/itwanger/PaiAgent

Može se smatrati početnom verzijom PaiFlow (mikroservisni Agent projekat) koji će biti objavljen posle Nove godine, možete ga iščekivati.

Da kažem nekoliko reči iz srca.

Ne znam kako vi osećate, ali ja sam u januaru 2026. iznenada osetio udar AI-ja.

Bilo u kodiranju, bilo u kreiranju sadržaja, udarac je veliki, do te mere da često noću budan razmišljam o tome kako da krenem ispočetka u Godini konja.

Anksioznost je potpuno veća od uzbuđenja.

02. RAG baza znanja u praksi

RAG je 2025. bila jedan od najpopularnijih tehničkih pravaca za sprovođenje AI-ja, jednostavno rečeno, prvo se iz baze znanja pretražuje relevantan sadržaj, a zatim baca velikom modelu da generiše odgovor, što može efikasno rešiti problem halucinacije velikih modela.

Ergov projekat PaiCongming RAG verujem da vam je poznat, mnogi kolege iz generacije 26. su dobili ponude velikih kompanija zahvaljujući ovom projektu.

RuoYi AI direktno koristi Langchain4j framework + BGE-large-zh-v1.5 kineski vektorski model za implementaciju čistog Java RAG rešenja.

Testirao sam, u poređenju i dalje mislim da je PaiCongming bolji.

Što se tiče vektorske baze podataka, PaiCongming koristi ElasticSearch, RuoYi koristi Milvus, Weaviate.

Ovde ću vam usput predstaviti i arhitekturu RAG-a:

Sada mnoge kompanije žele da prave AI aplikacije, a ne žele da prosleđuju ključne podatke platformama trećih strana, ovakvo lokalizovano RAG rešenje upravo rešava taj bol.

03. Evolucija grane v3.0.0

Na GitHub-u sam otkrio da RuoYi AI ima granu v3.0.0, koja integriše neke praktičnije sposobnosti. Ova grana u odnosu na glavnu, prvenstveno je ojačana u tri pravca: AI orkestracija radnog toka, generisanje grafikona iz prirodnog jezika, Agent Skills.

AI orkestracija radnog toka

Orkestracija radnog toka u v3.0.0 nije samo jednostavno prevlačenje čvorova, ona podržava dva režima: tradicionalni radni tok i AI orkestracija toka.

Tradicionalni radni tok je onaj koji često vidimo, unapred se definišu čvorovi i relacije veza, izvršava se po fiksnoj putanji. Ovaj pristup je zgodan za scenarije gde je logika biznisa jasna, kao što je proces „korisnik podnosi formular → odobrenje → arhiviranje".

AI orkestracija toka je pametnija, može dinamički da prilagođava putanju izvršenja na osnovu korisničkog ulaza. Na primer, korisnik pita „analiziraj mi prodajne podatke ovog meseca", sistem automatski procenjuje koje čvorove treba pozvati: prvo pretraži bazu podataka, zatim uradi statističku analizu, konačno generiši grafikon. Ceo proces ne zahteva da unapred nacrtaš dijagram toka.

[Ovde umetnite snimak ekrana orkestracije radnog toka: cilj snimka: prikaz interfejsa za konfiguraciju čvorova AI orkestracije toka; ključne reči: čvorovi toka, dinamičko rutiranje, uslovno ocenjivanje; predložena pozicija: stranica dizajnera radnog toka u administrativnom back office-u]

Ova sposobnost je u stvarnom biznisu prilično korisna. Na primer, ako radiš sistem za korisnički servis, pitanja korisnika su svakojaka, ne možeš fiksne tokove da pokriješ sve scenarije. AI orkestracija toka može automatski da odluči na osnovu tipa pitanja — da pretraži bazu znanja, da prebaci na čoveka, ili da pozove alat.

Ali prema mom testiranju, ova funkcija je još uvek u fazi brušenja, stabilnost kompleksnih tokova se mora poboljšati. Predlažem da krenete od jednostavnih scenarija, kao što je tok „pitanje i odgovor + poziv alata" sa dva-tri čvora.

Generisanje grafikona iz prirodnog jezika

Ova funkcija rešava veoma praktičan problem: i poslovni ljudi koji ne razumeju tehnologiju mogu brzo generisati grafikone vizualizacije podataka.

Dovoljno je da prirodnim jezikom opišeš zahtev, kao što je „nacrtaj mi trend prodaje zadnjih 7 dana, horizontalna osa je datum, vertikalna osa je iznos prodaje", sistem će automatski generisati odgovarajuću konfiguraciju grafikona i kod.

Implementacija u pozadini koristi veliki model + generisanje koda. Sistem prvo razume tvoj zahtev, a zatim generiše ECharts konfiguracioni kod, koji se konačno renderuje u grafikon. Ako efekat nije zadovoljavajući, možeš nastaviti da prilagođavaš prirodnim jezikom, na primer „promeni stubić u linijski grafikon".

[Ovde umetnite snimak ekrana generisanja grafikona iz prirodnog jezika: cilj snimka: prikaz kompletnog toka od opisa teksta do generisanja grafikona; ključne reči: prirodni jezik ulaz, pregled grafikona, generisanje koda; predložena pozicija: stranica korisnika za generisanje grafikona]

Ova funkcija je za netehničke ljude posebno prijateljska. Ranije, za izradu izveštaja o podacima, morao si da tražiš od developera ili sam učiš Excel. Sada samo kažeš zahtev, AI ti završi.

Ali ima i ograničenja, trenutno podržava samo uobičajene tipove grafikona (stubići, linijski grafikon, pita grafikon itd.), kompleksne prilagođene grafikone ne može da uradi. A kvalitet generisanog koda varira, ponekad je potrebna ručna izmena.

Agent Skills sposobnost

v3.0.0 uvodi mehanizam Agent Skills, koji je ključ za samostalno donošenje odluka AI asistenta.

Jednostavno rečeno, Skills je definisanje seta alata koje AI može da poziva. Na primer, možeš definisati Skill „pretraga vremena", koji sadrži koji API da pozove, koje parametre treba, koji format povratne vrednosti. AI tokom razgovora, na osnovu korisničke namere automatski bira odgovarajući Skill za izvršenje.

Prednost ovog dizajna je skalabilnost. Možeš definisati ekskluzivne Skills prema svojim poslovnim potrebama. Na primer, e-commerce scenario može definisati Skills „pretraga narudžbina", „zahtev za povraćaj", „preporuka proizvoda", scenario korisničkog servisa može definisati Skills „pretraga korisničkih informacija", „kreiranje tiketa", „prebacivanje na čoveka" itd.

[Ovde umetnite snimak ekrana konfiguracije Agent Skills: cilj snimka: prikaz interfejsa za definiciju i konfiguraciju Skills; ključne reči: lista Skill-ova, konfiguracija parametara, link poziva; predložena pozicija: stranica za upravljanje Skills u administrativnom back office-u]

U stvarnoj upotrebi, otkrio sam da se ova funkcija može koristiti zajedno sa orkestracijom radnog toka. Tok rada je zadužen za veliku kontrolu toka, Skills za konkretnu izradu. Na primer, tok rada „pametni korisnički servis" može u različitim čvorovima pozivati različite Skills.

Ipak, ove nove funkcije v3.0.0 zaista podižu praktičnost projekta. Iako svaka funkcija pojedinačno nije najvrhunskija, kombinovane zajedno, daju Java developer-ima relativno kompletnu framework za razvoj AI aplikacija.

Možeš ga uzeti kao primer za učenje, pogledati kako se koriste frameworci kao što su Spring AI, Langchain4j; ili na osnovu njega uraditi naknadni razvoj i brzo podići svoju AI aplikaciju.

04. Kako napisati u rezimeu

Naziv projekta: Enterprise AI pametni asistent platforma

Kratak opis projekta: Pun-stack AI razvojna platforma zasnovana na Spring Boot 3.4 + Spring AI + Langchain4j, integriše RAG bazu znanja, pristup više modela, AI orkestraciju toka i druge enterprise sposobnosti, podržava potpuno lokalno raspoređivanje.

Tehnološki stek: Java 17, Spring Boot 3.4, Spring AI, Langchain4j, Vue 3, Vben Admin, Milvus, Redis

Ključne odgovornosti:

• Na osnovu Langchain4j framework-a + BGE-large-zh-v1.5 kineskog vektorskog modela implementirano lokalizovano RAG rešenje, podržava parsiranje i vektorsko skladištenje dokumenata u više formata kao što su PDF, Word, Excel, tačnost pretrage znanja povećana za 40%
• Dizajniran jedinstveni interfejs servisa za chat, realizovana neprimetna zamena i balansiranje opterećenja tri velike AI platforme: FastGPT, Coze, DIFY, smanjen rizik zavisnosti od jedne platforme
• Integrisan Spring AI MCP protokol, izgrađen proširivi ekosistem AI alata, podržava dinamički pristup više velikih modela kao što su OpenAI, Qwen, Zhipu AI
• Na osnovu vizuelnog engine-a radnog toka realizovana AI sposobnost orkestracije, podržava tradicionalno slaganje čvorova i inteligentno rutiranje — dva režima, efikasnost konfiguracije poslovnog toka povećana za 60%
• Razvijen mehanizam Agent Skills, dizajniran kompletnu vezu registracije alata, parsiranja parametara, callback rezultata, realizovano samostalno pozivanje alata AI asistenta i izvršenje zadataka
• Implementirana sposobnost automatskog generisanja vizuelnih grafikona iz prirodnog jezika, kroz veliki model razume zahtev i generiše ECharts konfiguracioni kod, omogućava i netehničkim ljudima da brzo izrađuju izveštaje o podacima

05. ending

Pišući ovaj članak, stalno sam razmišljao o jednom pitanju.

Kada ocenjujemo open-source projekat, šta zaista treba da gledamo?

Da li je kod genijalan? Da li je arhitektura elegantna? Ili su funkcije kompletne?

Zapravo ništa od toga.

Zaista vredan open-source projekat bi trebalo da [omogući više ljudi da počnu, da reši stvarne probleme, da developer-e poštedi muke].

RuoYi AI je upravo takav projekat. Nije naj savršeniji, orkestracija radnog toka nije jaka kao Dify, RAG rešenje nije precizno kao PaiCongming, ali te sposobnosti integriše zajedno, prezentuje ih tehničkim stekom Spring Boot koji Java developer-i poznaju.

To je dovoljno.

Možeš ga iskoristiti da brzo podigneš AI sistem za korisnički servis.

Možeš ga iskoristiti za interno korporativno pitanje i odgovor baze znanja.

Možeš ga iskoristiti da naučiš kako da koristiš Spring AI i Langchain4j.

Možeš ga upisati u rezime, kao odskočnu dasku za iskustvo na AI projektima.

Značaj open-source-a nije u pravljenju savršenih točkova.

Značaj open-source-a je snižavanje praga, omogućavanje više ljudima da učestvuju, zajednički da stvari završe dobro.

Nove funkcije grane v3.0.0 možda još uvek nisu dovoljno zrele, ali barem daju pravac: AI aplikacije nisu samo pozivanje API-ja velikog modela, već mogu raditi i orkestraciju radnog toka, donositi samostalne odluke, komunicirati na prirodnom jeziku.

Kombacijom ovih sposobnosti dobija se zaista primenljiva AI aplikacija.

Zato, da li RuoYi AI vredi tvog vremena?

Ako si Java developer i želiš da uđeš u AI razvoj aplikacija, odgovor je potvrdan.

Ako tražiš zrelo stabilno produkciono rešenje, možda moraš još malo sačekati.

Ali u svakom slučaju, ovaj projekat dokazuje jednu stvar:

[Java developer-i u eri AI-ja nisu posmatrači, već učesnici].