spring-ai-alibaba-examples/spring-ai-alibaba-graph-example · SmartAI/spring-ai-alibaba-examples - AtomGit

文件	最后提交记录	最后更新时间
big-tool	bugfix: fixed issues such as mismatch between port numbers in .http files and .yml files, and some formatting problems. (#412) * bugfix:ensure the correct port number and formatting issues * bugfix:ensure the correct port number and formatting issues --------- Co-authored-by: maple <14118288+gao-shengkai525866@user.noreply.gitee.com>	5 个月前
chatflow	Feat claudecode skill (#408) * feat: 为项目生成完整的API文档和模块文档 - 新增Claude Code技能框架：http-generate、readme-generate、skill-creator - 为76个包含Web接口的模块生成.http文件，涵盖100+个Controller类 - 为46个缺少文档的模块生成README.md文件，包含完整的API文档和使用说明 - 更新CLAUDE.md文件，提供项目开发指导 - 新增task/module-generate.md文档，描述自动化文档生成任务生成的文档特点： - HTTP文件：包含完整的REST API请求示例，支持IDE直接运行 - README文件：统一的中文文档格式，包含功能介绍、API文档、使用示例、技术实现等 - 提升项目文档完整性，降低开发者学习和使用门槛 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: 恢复被覆盖的重要README文件，整合原有技术文档与新生成API文档 ## 恢复的关键文档 ### RAG相关模块 - rag-milvus-example: 恢复Milvus向量数据库配置、Docker部署、集合加载步骤 - rag-elasticsearch-example: 恢复Local/Cloud RAG流程详解、Elasticsearch配置 - rag-pgvector-example: 恢复PostgreSQL+pgvector数据库创建脚本、HNSW索引配置 - rag-openai-dashscope-pgvector-example: 恢复MXY RAG Server架构、多模型集成 - module-rag: 恢复Spring AI Module RAG技术架构、Pre-Retrieval模块详解 ### 基础模块 - helloworld: 恢复完整的入门示例，包含环境配置、快速开始指南 ## 恢复的重要内容 ### 技术实现细节 - 详细的数据库配置和SQL脚本 - Docker Compose部署指南 - 向量索引创建和优化配置 - RAG流程的完整技术说明 ### 配置和部署 - application.yml完整配置示例 - 环境变量和依赖说明 - 性能优化建议 - 故障排查指南 ### API文档整合 - 保留新生成的标准化API文档格式 - 整合原有的curl命令示例 - 统一的接口说明和参数描述 ## 改进效果 ✅ 技术完整性: 恢复了丢失的重要技术实现细节 ✅ 配置完整性: 保留了完整的部署和配置说明 ✅ 文档一致性: 统一了文档格式，同时保留了重要信息 ✅ 可用性提升: 开发者可以获得完整的使用指南 ## 文件统计 - 恢复了6个重要的README文件 - 保留了原有的技术细节和配置说明 - 整合了新生成的API文档格式 - 新增readme-overwrite.md任务文档 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: doc * fix: doc --------- Co-authored-by: Claude Sonnet 4.5 <noreply@anthropic.com>	5 个月前
graph-observability-langfuse	feat: audio stream (#448)	3 个月前
human-node	Fix/fix graph example (#424) * refactor(human-node): 精简流处理逻辑并改进反馈流程 - 调整ExpanderNode和TranslateNode，去除多余的FluxConverter构建过程，直接返回chatResponseFlux - GraphHumanController中优化流处理，改为使用stream方法并统一响应类型为ServerSentEvent<ChatMessage> - resume接口改用Optional处理状态快照，支持从中断点恢复并继续执行工作流 - GraphProcess类引入ChatMessage记录类型，替代JSON字符串序列化，简化消息结构 - application.yml添加UTF-8编码配置，确保字符编码一致性 - 新增human-node.http示例，展示多场景的扩展和反馈操作流程 * refactor(mcp-node): 优化集合初始化和方法调用 - 使用HashSet替代Guava Sets.newHashSet简化代码依赖 - 使用ArrayList替代Commons Lists.newArrayList简化代码依赖 - 替换compiledGraph.call为compiledGraph.invoke以更新调用方法 * fix(parallel-node): 优化流处理与编码配置 - 在application.yml中添加servlet编码配置，确保UTF-8编码生效 - ExpanderNode和TranslateNode中移除不必要的转换，直接返回chatResponseFlux流 - GraphProcess类调整processStream方法，使用类型安全的ChatMessage封装节点数据 - ParallelNodeGraphController中调整expand接口，统一使用ChatMessage类型的ServerSentEvent - 替换部分JSON处理库为Jackson注解支持，提升序列化兼容性 - 调整编译图流获取方法，使用stream代替fluxStream以匹配新接口 * refactor(parallel-stream-node): 优化流式响应处理及编码设置 - 移除 ExpanderNode 和 TranslateNode 中不必要的流转换逻辑，直接返回 ChatResponse 流 - GraphProcess 处理流程改用泛型 ChatMessage 包装数据，提升类型安全和序列化支持 - GraphStreamController 中接口返回类型同步为 ChatMessage，改进 SSE 数据结构 - application.yml 中添加 UTF-8 编码强制设置，保证字符编码一致 - 移除无用的导入和注释代码，简化代码结构 - 新增 parallel-stream-node.http 请求示例，方便接口调用测试 * fix(react): 修复调用接口和依赖配置问题 - 修改 pom.xml 添加 spring-ai-alibaba-agent-framework 依赖 - 删除 ReactAutoconfiguration 中不必要的 maxIterations 配置 - 将 ReactController 中调用 compiledGraph.call 改为 invoke 方法 * refactor(reflection): 优化ReflectionController中的调用逻辑	4 个月前
interruptable-action-example	Feat claudecode skill (#408) * feat: 为项目生成完整的API文档和模块文档 - 新增Claude Code技能框架：http-generate、readme-generate、skill-creator - 为76个包含Web接口的模块生成.http文件，涵盖100+个Controller类 - 为46个缺少文档的模块生成README.md文件，包含完整的API文档和使用说明 - 更新CLAUDE.md文件，提供项目开发指导 - 新增task/module-generate.md文档，描述自动化文档生成任务生成的文档特点： - HTTP文件：包含完整的REST API请求示例，支持IDE直接运行 - README文件：统一的中文文档格式，包含功能介绍、API文档、使用示例、技术实现等 - 提升项目文档完整性，降低开发者学习和使用门槛 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: 恢复被覆盖的重要README文件，整合原有技术文档与新生成API文档 ## 恢复的关键文档 ### RAG相关模块 - rag-milvus-example: 恢复Milvus向量数据库配置、Docker部署、集合加载步骤 - rag-elasticsearch-example: 恢复Local/Cloud RAG流程详解、Elasticsearch配置 - rag-pgvector-example: 恢复PostgreSQL+pgvector数据库创建脚本、HNSW索引配置 - rag-openai-dashscope-pgvector-example: 恢复MXY RAG Server架构、多模型集成 - module-rag: 恢复Spring AI Module RAG技术架构、Pre-Retrieval模块详解 ### 基础模块 - helloworld: 恢复完整的入门示例，包含环境配置、快速开始指南 ## 恢复的重要内容 ### 技术实现细节 - 详细的数据库配置和SQL脚本 - Docker Compose部署指南 - 向量索引创建和优化配置 - RAG流程的完整技术说明 ### 配置和部署 - application.yml完整配置示例 - 环境变量和依赖说明 - 性能优化建议 - 故障排查指南 ### API文档整合 - 保留新生成的标准化API文档格式 - 整合原有的curl命令示例 - 统一的接口说明和参数描述 ## 改进效果 ✅ 技术完整性: 恢复了丢失的重要技术实现细节 ✅ 配置完整性: 保留了完整的部署和配置说明 ✅ 文档一致性: 统一了文档格式，同时保留了重要信息 ✅ 可用性提升: 开发者可以获得完整的使用指南 ## 文件统计 - 恢复了6个重要的README文件 - 保留了原有的技术细节和配置说明 - 整合了新生成的API文档格式 - 新增readme-overwrite.md任务文档 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: doc * fix: doc --------- Co-authored-by: Claude Sonnet 4.5 <noreply@anthropic.com>	5 个月前
issue-clarify-graph-example	Feat/issue clarify graph example (#410) * feat(issue-clarify-graph-example): add issue clarify graph example for booking workflow - Create Maven project for issue clarify graph example with dependencies on Spring Boot and Alibaba AI starters - Configure application.yml with server port and DashScope API details - Add prompt template for slot extraction in clarify_prompt.st with detailed JSON schema and extraction rules - Provide extensive flight booking customer knowledge base in custome_knowledge.md - Implement DashScopeConfig to instantiate DashScopeApi and DocumentRetriever beans using API key and index name - Develop GraphConfig to assemble issue clarify workflow graph with intent recognition, RAG retrieval, slot extraction, user wait, and order placement nodes with async edges and state key strategies - Introduce GraphController REST API for booking workflow allowing session initialization, multi-turn dialogue, and human interaction loop with state persistence in memory saver via compiled graph execution * feat(nodes): add AI-driven intent, clarification, knowledge, order, and retrieval nodes - Introduce ClarifyNode for slot parameter clarification via chat prompts - Add ClarifyWaitNode for async waiting and interruption handling in flows - Implement IntentNode to classify user intent into booking or knowledge categories - Create KnowledgeReplyNode to generate replies based on ticket knowledge base - Add OrderNode simulating ticket booking with order ID and confirmation message - Develop RagNode to retrieve and filter relevant documents for knowledge querying	5 个月前
mcp-node	Fix/fix graph example (#424) * refactor(human-node): 精简流处理逻辑并改进反馈流程 - 调整ExpanderNode和TranslateNode，去除多余的FluxConverter构建过程，直接返回chatResponseFlux - GraphHumanController中优化流处理，改为使用stream方法并统一响应类型为ServerSentEvent<ChatMessage> - resume接口改用Optional处理状态快照，支持从中断点恢复并继续执行工作流 - GraphProcess类引入ChatMessage记录类型，替代JSON字符串序列化，简化消息结构 - application.yml添加UTF-8编码配置，确保字符编码一致性 - 新增human-node.http示例，展示多场景的扩展和反馈操作流程 * refactor(mcp-node): 优化集合初始化和方法调用 - 使用HashSet替代Guava Sets.newHashSet简化代码依赖 - 使用ArrayList替代Commons Lists.newArrayList简化代码依赖 - 替换compiledGraph.call为compiledGraph.invoke以更新调用方法 * fix(parallel-node): 优化流处理与编码配置 - 在application.yml中添加servlet编码配置，确保UTF-8编码生效 - ExpanderNode和TranslateNode中移除不必要的转换，直接返回chatResponseFlux流 - GraphProcess类调整processStream方法，使用类型安全的ChatMessage封装节点数据 - ParallelNodeGraphController中调整expand接口，统一使用ChatMessage类型的ServerSentEvent - 替换部分JSON处理库为Jackson注解支持，提升序列化兼容性 - 调整编译图流获取方法，使用stream代替fluxStream以匹配新接口 * refactor(parallel-stream-node): 优化流式响应处理及编码设置 - 移除 ExpanderNode 和 TranslateNode 中不必要的流转换逻辑，直接返回 ChatResponse 流 - GraphProcess 处理流程改用泛型 ChatMessage 包装数据，提升类型安全和序列化支持 - GraphStreamController 中接口返回类型同步为 ChatMessage，改进 SSE 数据结构 - application.yml 中添加 UTF-8 编码强制设置，保证字符编码一致 - 移除无用的导入和注释代码，简化代码结构 - 新增 parallel-stream-node.http 请求示例，方便接口调用测试 * fix(react): 修复调用接口和依赖配置问题 - 修改 pom.xml 添加 spring-ai-alibaba-agent-framework 依赖 - 删除 ReactAutoconfiguration 中不必要的 maxIterations 配置 - 将 ReactController 中调用 compiledGraph.call 改为 invoke 方法 * refactor(reflection): 优化ReflectionController中的调用逻辑	4 个月前
multiagent-openmanus	bugfix: fixed issues such as mismatch between port numbers in .http files and .yml files, and some formatting problems. (#412) * bugfix:ensure the correct port number and formatting issues * bugfix:ensure the correct port number and formatting issues --------- Co-authored-by: maple <14118288+gao-shengkai525866@user.noreply.gitee.com>	5 个月前
parallel-node	Fix/fix graph example (#424) * refactor(human-node): 精简流处理逻辑并改进反馈流程 - 调整ExpanderNode和TranslateNode，去除多余的FluxConverter构建过程，直接返回chatResponseFlux - GraphHumanController中优化流处理，改为使用stream方法并统一响应类型为ServerSentEvent<ChatMessage> - resume接口改用Optional处理状态快照，支持从中断点恢复并继续执行工作流 - GraphProcess类引入ChatMessage记录类型，替代JSON字符串序列化，简化消息结构 - application.yml添加UTF-8编码配置，确保字符编码一致性 - 新增human-node.http示例，展示多场景的扩展和反馈操作流程 * refactor(mcp-node): 优化集合初始化和方法调用 - 使用HashSet替代Guava Sets.newHashSet简化代码依赖 - 使用ArrayList替代Commons Lists.newArrayList简化代码依赖 - 替换compiledGraph.call为compiledGraph.invoke以更新调用方法 * fix(parallel-node): 优化流处理与编码配置 - 在application.yml中添加servlet编码配置，确保UTF-8编码生效 - ExpanderNode和TranslateNode中移除不必要的转换，直接返回chatResponseFlux流 - GraphProcess类调整processStream方法，使用类型安全的ChatMessage封装节点数据 - ParallelNodeGraphController中调整expand接口，统一使用ChatMessage类型的ServerSentEvent - 替换部分JSON处理库为Jackson注解支持，提升序列化兼容性 - 调整编译图流获取方法，使用stream代替fluxStream以匹配新接口 * refactor(parallel-stream-node): 优化流式响应处理及编码设置 - 移除 ExpanderNode 和 TranslateNode 中不必要的流转换逻辑，直接返回 ChatResponse 流 - GraphProcess 处理流程改用泛型 ChatMessage 包装数据，提升类型安全和序列化支持 - GraphStreamController 中接口返回类型同步为 ChatMessage，改进 SSE 数据结构 - application.yml 中添加 UTF-8 编码强制设置，保证字符编码一致 - 移除无用的导入和注释代码，简化代码结构 - 新增 parallel-stream-node.http 请求示例，方便接口调用测试 * fix(react): 修复调用接口和依赖配置问题 - 修改 pom.xml 添加 spring-ai-alibaba-agent-framework 依赖 - 删除 ReactAutoconfiguration 中不必要的 maxIterations 配置 - 将 ReactController 中调用 compiledGraph.call 改为 invoke 方法 * refactor(reflection): 优化ReflectionController中的调用逻辑	4 个月前
parallel-stream-node	Fix/fix graph example (#424) * refactor(human-node): 精简流处理逻辑并改进反馈流程 - 调整ExpanderNode和TranslateNode，去除多余的FluxConverter构建过程，直接返回chatResponseFlux - GraphHumanController中优化流处理，改为使用stream方法并统一响应类型为ServerSentEvent<ChatMessage> - resume接口改用Optional处理状态快照，支持从中断点恢复并继续执行工作流 - GraphProcess类引入ChatMessage记录类型，替代JSON字符串序列化，简化消息结构 - application.yml添加UTF-8编码配置，确保字符编码一致性 - 新增human-node.http示例，展示多场景的扩展和反馈操作流程 * refactor(mcp-node): 优化集合初始化和方法调用 - 使用HashSet替代Guava Sets.newHashSet简化代码依赖 - 使用ArrayList替代Commons Lists.newArrayList简化代码依赖 - 替换compiledGraph.call为compiledGraph.invoke以更新调用方法 * fix(parallel-node): 优化流处理与编码配置 - 在application.yml中添加servlet编码配置，确保UTF-8编码生效 - ExpanderNode和TranslateNode中移除不必要的转换，直接返回chatResponseFlux流 - GraphProcess类调整processStream方法，使用类型安全的ChatMessage封装节点数据 - ParallelNodeGraphController中调整expand接口，统一使用ChatMessage类型的ServerSentEvent - 替换部分JSON处理库为Jackson注解支持，提升序列化兼容性 - 调整编译图流获取方法，使用stream代替fluxStream以匹配新接口 * refactor(parallel-stream-node): 优化流式响应处理及编码设置 - 移除 ExpanderNode 和 TranslateNode 中不必要的流转换逻辑，直接返回 ChatResponse 流 - GraphProcess 处理流程改用泛型 ChatMessage 包装数据，提升类型安全和序列化支持 - GraphStreamController 中接口返回类型同步为 ChatMessage，改进 SSE 数据结构 - application.yml 中添加 UTF-8 编码强制设置，保证字符编码一致 - 移除无用的导入和注释代码，简化代码结构 - 新增 parallel-stream-node.http 请求示例，方便接口调用测试 * fix(react): 修复调用接口和依赖配置问题 - 修改 pom.xml 添加 spring-ai-alibaba-agent-framework 依赖 - 删除 ReactAutoconfiguration 中不必要的 maxIterations 配置 - 将 ReactController 中调用 compiledGraph.call 改为 invoke 方法 * refactor(reflection): 优化ReflectionController中的调用逻辑	4 个月前
product-analysis-graph	Feat claudecode skill (#408) * feat: 为项目生成完整的API文档和模块文档 - 新增Claude Code技能框架：http-generate、readme-generate、skill-creator - 为76个包含Web接口的模块生成.http文件，涵盖100+个Controller类 - 为46个缺少文档的模块生成README.md文件，包含完整的API文档和使用说明 - 更新CLAUDE.md文件，提供项目开发指导 - 新增task/module-generate.md文档，描述自动化文档生成任务生成的文档特点： - HTTP文件：包含完整的REST API请求示例，支持IDE直接运行 - README文件：统一的中文文档格式，包含功能介绍、API文档、使用示例、技术实现等 - 提升项目文档完整性，降低开发者学习和使用门槛 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: 恢复被覆盖的重要README文件，整合原有技术文档与新生成API文档 ## 恢复的关键文档 ### RAG相关模块 - rag-milvus-example: 恢复Milvus向量数据库配置、Docker部署、集合加载步骤 - rag-elasticsearch-example: 恢复Local/Cloud RAG流程详解、Elasticsearch配置 - rag-pgvector-example: 恢复PostgreSQL+pgvector数据库创建脚本、HNSW索引配置 - rag-openai-dashscope-pgvector-example: 恢复MXY RAG Server架构、多模型集成 - module-rag: 恢复Spring AI Module RAG技术架构、Pre-Retrieval模块详解 ### 基础模块 - helloworld: 恢复完整的入门示例，包含环境配置、快速开始指南 ## 恢复的重要内容 ### 技术实现细节 - 详细的数据库配置和SQL脚本 - Docker Compose部署指南 - 向量索引创建和优化配置 - RAG流程的完整技术说明 ### 配置和部署 - application.yml完整配置示例 - 环境变量和依赖说明 - 性能优化建议 - 故障排查指南 ### API文档整合 - 保留新生成的标准化API文档格式 - 整合原有的curl命令示例 - 统一的接口说明和参数描述 ## 改进效果 ✅ 技术完整性: 恢复了丢失的重要技术实现细节 ✅ 配置完整性: 保留了完整的部署和配置说明 ✅ 文档一致性: 统一了文档格式，同时保留了重要信息 ✅ 可用性提升: 开发者可以获得完整的使用指南 ## 文件统计 - 恢复了6个重要的README文件 - 保留了原有的技术细节和配置说明 - 整合了新生成的API文档格式 - 新增readme-overwrite.md任务文档 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: doc * fix: doc --------- Co-authored-by: Claude Sonnet 4.5 <noreply@anthropic.com>	5 个月前
react	Fix/fix graph example (#424) * refactor(human-node): 精简流处理逻辑并改进反馈流程 - 调整ExpanderNode和TranslateNode，去除多余的FluxConverter构建过程，直接返回chatResponseFlux - GraphHumanController中优化流处理，改为使用stream方法并统一响应类型为ServerSentEvent<ChatMessage> - resume接口改用Optional处理状态快照，支持从中断点恢复并继续执行工作流 - GraphProcess类引入ChatMessage记录类型，替代JSON字符串序列化，简化消息结构 - application.yml添加UTF-8编码配置，确保字符编码一致性 - 新增human-node.http示例，展示多场景的扩展和反馈操作流程 * refactor(mcp-node): 优化集合初始化和方法调用 - 使用HashSet替代Guava Sets.newHashSet简化代码依赖 - 使用ArrayList替代Commons Lists.newArrayList简化代码依赖 - 替换compiledGraph.call为compiledGraph.invoke以更新调用方法 * fix(parallel-node): 优化流处理与编码配置 - 在application.yml中添加servlet编码配置，确保UTF-8编码生效 - ExpanderNode和TranslateNode中移除不必要的转换，直接返回chatResponseFlux流 - GraphProcess类调整processStream方法，使用类型安全的ChatMessage封装节点数据 - ParallelNodeGraphController中调整expand接口，统一使用ChatMessage类型的ServerSentEvent - 替换部分JSON处理库为Jackson注解支持，提升序列化兼容性 - 调整编译图流获取方法，使用stream代替fluxStream以匹配新接口 * refactor(parallel-stream-node): 优化流式响应处理及编码设置 - 移除 ExpanderNode 和 TranslateNode 中不必要的流转换逻辑，直接返回 ChatResponse 流 - GraphProcess 处理流程改用泛型 ChatMessage 包装数据，提升类型安全和序列化支持 - GraphStreamController 中接口返回类型同步为 ChatMessage，改进 SSE 数据结构 - application.yml 中添加 UTF-8 编码强制设置，保证字符编码一致 - 移除无用的导入和注释代码，简化代码结构 - 新增 parallel-stream-node.http 请求示例，方便接口调用测试 * fix(react): 修复调用接口和依赖配置问题 - 修改 pom.xml 添加 spring-ai-alibaba-agent-framework 依赖 - 删除 ReactAutoconfiguration 中不必要的 maxIterations 配置 - 将 ReactController 中调用 compiledGraph.call 改为 invoke 方法 * refactor(reflection): 优化ReflectionController中的调用逻辑	4 个月前
reflection	Fix/fix graph example (#424) * refactor(human-node): 精简流处理逻辑并改进反馈流程 - 调整ExpanderNode和TranslateNode，去除多余的FluxConverter构建过程，直接返回chatResponseFlux - GraphHumanController中优化流处理，改为使用stream方法并统一响应类型为ServerSentEvent<ChatMessage> - resume接口改用Optional处理状态快照，支持从中断点恢复并继续执行工作流 - GraphProcess类引入ChatMessage记录类型，替代JSON字符串序列化，简化消息结构 - application.yml添加UTF-8编码配置，确保字符编码一致性 - 新增human-node.http示例，展示多场景的扩展和反馈操作流程 * refactor(mcp-node): 优化集合初始化和方法调用 - 使用HashSet替代Guava Sets.newHashSet简化代码依赖 - 使用ArrayList替代Commons Lists.newArrayList简化代码依赖 - 替换compiledGraph.call为compiledGraph.invoke以更新调用方法 * fix(parallel-node): 优化流处理与编码配置 - 在application.yml中添加servlet编码配置，确保UTF-8编码生效 - ExpanderNode和TranslateNode中移除不必要的转换，直接返回chatResponseFlux流 - GraphProcess类调整processStream方法，使用类型安全的ChatMessage封装节点数据 - ParallelNodeGraphController中调整expand接口，统一使用ChatMessage类型的ServerSentEvent - 替换部分JSON处理库为Jackson注解支持，提升序列化兼容性 - 调整编译图流获取方法，使用stream代替fluxStream以匹配新接口 * refactor(parallel-stream-node): 优化流式响应处理及编码设置 - 移除 ExpanderNode 和 TranslateNode 中不必要的流转换逻辑，直接返回 ChatResponse 流 - GraphProcess 处理流程改用泛型 ChatMessage 包装数据，提升类型安全和序列化支持 - GraphStreamController 中接口返回类型同步为 ChatMessage，改进 SSE 数据结构 - application.yml 中添加 UTF-8 编码强制设置，保证字符编码一致 - 移除无用的导入和注释代码，简化代码结构 - 新增 parallel-stream-node.http 请求示例，方便接口调用测试 * fix(react): 修复调用接口和依赖配置问题 - 修改 pom.xml 添加 spring-ai-alibaba-agent-framework 依赖 - 删除 ReactAutoconfiguration 中不必要的 maxIterations 配置 - 将 ReactController 中调用 compiledGraph.call 改为 invoke 方法 * refactor(reflection): 优化ReflectionController中的调用逻辑	4 个月前
stream-node	refactor(stream-node): 优化流式响应处理和编码配置 (#422) - 将 application.yml 中添加 servlet 编码配置，强制使用 UTF-8 编码 - 精简 ExpanderNode 中基于 chatClient 的响应流逻辑，去除多余转换 - 修改 GraphProcess 中流处理方法，使用泛型封装业务消息 ChatMessage - 替换原 JSON 序列化为 Jackson 注解支持的 ChatMessage 记录类型 - 更新 GraphStreamController，调整 expand 接口返回值类型和流调用逻辑 - 统一流处理使用 Flux<ServerSentEvent<ChatMessage>>，改进类型安全与扩展性	4 个月前
usecase-field-classifier	Feat claudecode skill (#408) * feat: 为项目生成完整的API文档和模块文档 - 新增Claude Code技能框架：http-generate、readme-generate、skill-creator - 为76个包含Web接口的模块生成.http文件，涵盖100+个Controller类 - 为46个缺少文档的模块生成README.md文件，包含完整的API文档和使用说明 - 更新CLAUDE.md文件，提供项目开发指导 - 新增task/module-generate.md文档，描述自动化文档生成任务生成的文档特点： - HTTP文件：包含完整的REST API请求示例，支持IDE直接运行 - README文件：统一的中文文档格式，包含功能介绍、API文档、使用示例、技术实现等 - 提升项目文档完整性，降低开发者学习和使用门槛 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: 恢复被覆盖的重要README文件，整合原有技术文档与新生成API文档 ## 恢复的关键文档 ### RAG相关模块 - rag-milvus-example: 恢复Milvus向量数据库配置、Docker部署、集合加载步骤 - rag-elasticsearch-example: 恢复Local/Cloud RAG流程详解、Elasticsearch配置 - rag-pgvector-example: 恢复PostgreSQL+pgvector数据库创建脚本、HNSW索引配置 - rag-openai-dashscope-pgvector-example: 恢复MXY RAG Server架构、多模型集成 - module-rag: 恢复Spring AI Module RAG技术架构、Pre-Retrieval模块详解 ### 基础模块 - helloworld: 恢复完整的入门示例，包含环境配置、快速开始指南 ## 恢复的重要内容 ### 技术实现细节 - 详细的数据库配置和SQL脚本 - Docker Compose部署指南 - 向量索引创建和优化配置 - RAG流程的完整技术说明 ### 配置和部署 - application.yml完整配置示例 - 环境变量和依赖说明 - 性能优化建议 - 故障排查指南 ### API文档整合 - 保留新生成的标准化API文档格式 - 整合原有的curl命令示例 - 统一的接口说明和参数描述 ## 改进效果 ✅ 技术完整性: 恢复了丢失的重要技术实现细节 ✅ 配置完整性: 保留了完整的部署和配置说明 ✅ 文档一致性: 统一了文档格式，同时保留了重要信息 ✅ 可用性提升: 开发者可以获得完整的使用指南 ## 文件统计 - 恢复了6个重要的README文件 - 保留了原有的技术细节和配置说明 - 整合了新生成的API文档格式 - 新增readme-overwrite.md任务文档 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: doc * fix: doc --------- Co-authored-by: Claude Sonnet 4.5 <noreply@anthropic.com>	5 个月前
workflow-review-classifier	bugfix: fixed issues such as mismatch between port numbers in .http files and .yml files, and some formatting problems. (#412) * bugfix:ensure the correct port number and formatting issues * bugfix:ensure the correct port number and formatting issues --------- Co-authored-by: maple <14118288+gao-shengkai525866@user.noreply.gitee.com>	5 个月前
workflow-writing-assistant	Feat claudecode skill (#408) * feat: 为项目生成完整的API文档和模块文档 - 新增Claude Code技能框架：http-generate、readme-generate、skill-creator - 为76个包含Web接口的模块生成.http文件，涵盖100+个Controller类 - 为46个缺少文档的模块生成README.md文件，包含完整的API文档和使用说明 - 更新CLAUDE.md文件，提供项目开发指导 - 新增task/module-generate.md文档，描述自动化文档生成任务生成的文档特点： - HTTP文件：包含完整的REST API请求示例，支持IDE直接运行 - README文件：统一的中文文档格式，包含功能介绍、API文档、使用示例、技术实现等 - 提升项目文档完整性，降低开发者学习和使用门槛 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: 恢复被覆盖的重要README文件，整合原有技术文档与新生成API文档 ## 恢复的关键文档 ### RAG相关模块 - rag-milvus-example: 恢复Milvus向量数据库配置、Docker部署、集合加载步骤 - rag-elasticsearch-example: 恢复Local/Cloud RAG流程详解、Elasticsearch配置 - rag-pgvector-example: 恢复PostgreSQL+pgvector数据库创建脚本、HNSW索引配置 - rag-openai-dashscope-pgvector-example: 恢复MXY RAG Server架构、多模型集成 - module-rag: 恢复Spring AI Module RAG技术架构、Pre-Retrieval模块详解 ### 基础模块 - helloworld: 恢复完整的入门示例，包含环境配置、快速开始指南 ## 恢复的重要内容 ### 技术实现细节 - 详细的数据库配置和SQL脚本 - Docker Compose部署指南 - 向量索引创建和优化配置 - RAG流程的完整技术说明 ### 配置和部署 - application.yml完整配置示例 - 环境变量和依赖说明 - 性能优化建议 - 故障排查指南 ### API文档整合 - 保留新生成的标准化API文档格式 - 整合原有的curl命令示例 - 统一的接口说明和参数描述 ## 改进效果 ✅ 技术完整性: 恢复了丢失的重要技术实现细节 ✅ 配置完整性: 保留了完整的部署和配置说明 ✅ 文档一致性: 统一了文档格式，同时保留了重要信息 ✅ 可用性提升: 开发者可以获得完整的使用指南 ## 文件统计 - 恢复了6个重要的README文件 - 保留了原有的技术细节和配置说明 - 整合了新生成的API文档格式 - 新增readme-overwrite.md任务文档 🤖 Generated with [Claude Code](https://claude.ai/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com> * fix: doc * fix: doc --------- Co-authored-by: Claude Sonnet 4.5 <noreply@anthropic.com>	5 个月前
pom.xml	Feat/issue clarify graph example (#410) * feat(issue-clarify-graph-example): add issue clarify graph example for booking workflow - Create Maven project for issue clarify graph example with dependencies on Spring Boot and Alibaba AI starters - Configure application.yml with server port and DashScope API details - Add prompt template for slot extraction in clarify_prompt.st with detailed JSON schema and extraction rules - Provide extensive flight booking customer knowledge base in custome_knowledge.md - Implement DashScopeConfig to instantiate DashScopeApi and DocumentRetriever beans using API key and index name - Develop GraphConfig to assemble issue clarify workflow graph with intent recognition, RAG retrieval, slot extraction, user wait, and order placement nodes with async edges and state key strategies - Introduce GraphController REST API for booking workflow allowing session initialization, multi-turn dialogue, and human interaction loop with state persistence in memory saver via compiled graph execution * feat(nodes): add AI-driven intent, clarification, knowledge, order, and retrieval nodes - Introduce ClarifyNode for slot parameter clarification via chat prompts - Add ClarifyWaitNode for async waiting and interruption handling in flows - Implement IntentNode to classify user intent into booking or knowledge categories - Create KnowledgeReplyNode to generate replies based on ticket knowledge base - Add OrderNode simulating ticket booking with order ID and confirmation message - Develop RagNode to retrieve and filter relevant documents for knowledge querying	5 个月前