企业做 AI，卡住的往往不是模型，而是承载它的那套系统

Apache 2.0 开源 · JDK 21 + Spring Cloud 2025 · Vite 8 · 原生 AI 微服务底座

一、先说一个反复出现的场景

• 几乎每家企业都在谈 AI。但真正动手时，事情通常是这样的：

  算法同事一周就做出了一个能回答业务问题的 Demo，演示效果很好。然后——

• 安全部门：这个 AI 能看到哪些数据？谁能授权？出问题怎么追溯？

• 运维部门：几百人同时用，谁负责账号、日志、备份、扩容？

• 业务部门：我们想换个更便宜的模型，代码要改多少？

• IT 部门：客户数据传给哪家云？等保怎么过？
  Demo 到生产之间，隔着一个必须自己拥有的应用底座：账号体系、权限边界、操作审计、配置管理、监控运维。

模型是发动机，可以换；底座是底盘，必须自己有。

QuickBlue 就是为这件事做的——一款面向生产环境的原生 AI 微服务快速开发平台，Apache 2.0 开源。

二、QuickBlue 是什么

• 一句话： 把"每个企业都要重写一遍"的那部分先做好，让你直接在上面长业务。
  基于 JDK 21（LTS）+ Spring Cloud 2025 + Spring Cloud Alibaba 2025，前端 Vite 8 + Vue 3.5 + Ant Design Vue 4，按领域边界拆成五个服务：
  | 服务 | 端口 | 职责 |
  | ------------------ | ---- | ------------------------- |
  | QuickBlue-gateway | 8080 | 统一入口：路由、鉴权、OpenAPI 3 文档聚合 |
  | QuickBlue-system | 8081 | 认证、RBAC、组织、岗位、数据权限 |
  | QuickBlue-business | 8082 | 业务模块（公告、区域、OA 等） |
  | QuickBlue-support | 8083 | 字典、监控、文件、定时任务、备份、安全合规 |
  | QuickBlue-ai | 8084 | 模型、知识库、应用编排、会话、智能体 |
  | QuickBlue-admin | 9090 | Spring Boot Admin 监控中心 |
  每个服务独立数据库、独立账号、最小权限授权——这是合规能签字的前提。

三、三个和大多数开源框架不一样的地方

1. 别人给你一堆 yml 和 SQL，它给你一个浏览器安装向导

• 这是 QuickBlue 最不一样的一点。绝大多数开源框架的落地方式是：README 让你手工建库、按序导 SQL、往 Nacos 一条条粘贴十几个配置，顺序错了就翻车。

• QuickBlue 的做法是： 启动网关 + 前端，浏览器自动进入安装向导，全程鼠标操作。
  | 传统方式 | QuickBlue 向导式安装 |
  | ----------------- | -------------------------- |
  | 手工建库、建账号、授权 | ✅ 自动创建 4 个库 + 4 个最小权限专用账号 |
  | 手工按序导入建表脚本 | ✅ 自动按 01~05 顺序导入表结构与初始化数据 |
  | 手工往 Nacos 粘贴十几个配置 | ✅ 自动生成并导入共享配置 + 各服务配置 |
  | 换环境挨个改 yml | ✅ 自动生成 .env，一处配置全局生效 |
  | 出错只能翻日志猜 | ✅ 逐步连通性测试 + 实时进度条 + 可展开日志 |

• 向导共 10 步： 环境检查 → 数据库 → Redis → 服务端口 → Nacos → 文件存储 → 管理员 → 安装 → 完成，每一步都有"测试连接"即时验证。

  

• 安装完成后，配置中心还能在线管理： Nacos 配置的增删改查、版本历史、对比回滚，以及**"一键同步"把本地 nacos_config 目录批量推送到 Nacos**（同名覆盖、内容一致自动跳过、全程留审计）。

2. AI 长在权限之上，不是又一个聊天框

很多"AI 平台"本质是一个套壳聊天框，和企业系统各活各的。QuickBlue 的 AI 能力跑在既有的组织权限边界之内：

• AI 模型管理：OpenAI / 通义千问（DashScope）/ 智谱 / Ollama 统一接入，API Key 加密存储，一键激活切换

• AI 知识库（RAG）：知识 / 记忆双类型，向量化检索，让 AI “懂你的业务”，且不越权

• AI 应用编排：开场白、预设问题、提示词、知识库关联、记忆开关、变量配置，像搭积木一样组装 AI 应用

• 智能体（Agent）与会话：多轮对话、会话管理、Markdown 渲染、代码高亮，前端页面齐全

• 关键区别： AI 看到的数据，先经过部门数据权限与行级规则的过滤。 这是"能演示"和"敢给几百人用"的分界线。

3. 模型中立：成本与合规的主动权在自己手里

• 模型、价格、合规政策都在变。QuickBlue 把供应商与业务代码解耦：今天用云上大模型，明天换国产模型或本地 Ollama 私有模型，改配置不改代码。

  整套系统可私有化部署，数据不出企业。

四、安全与合规：企业敢不敢用的第一道门槛

这些功能不酷，但它们是"能不能上线"的门槛，而不是"好不好看"的加分项。

五、那些"不酷但必须有"的能力，已经内置

• 省掉的是几个月的重复劳动：

• EasyExcel 大数据量导入导出（独立的 QuickBlue-common-excel 模块）

• S3 兼容对象存储（也可本地存储）

• 定时任务调度、数据库备份与恢复、单据序列号

• 多级缓存：Caffeine 本地一级 + Redisson 分布式二级

• 服务监控大盘：各实例健康 / JVM 内存 / 线程 / QPS 聚合

• 二维码生成、邮件发送、模板引擎（Velocity / FreeMarker）

• OpenAPI 3 文档聚合：网关 /doc.html 一个页面查看全部微服务接口

  
  

六、技术栈：站在下一个十年

• 后端：JDK 21（LTS，虚拟线程）+ Spring Boot 4.x + Spring Cloud 2025.0.1 + Spring Cloud Alibaba 2025.0.0.0 + Nacos 3.2.4 + MyBatis-Plus 3.5.7 + Redisson 3.50.0 + Caffeine 3.1.8

• 前端：Vite 8.2 + Vue 3.5.41 + Ant Design Vue 4.2.6 + Pinia + Node.js ≥ 24，ESLint / Prettier / Stylelint 全套

• 可选中间件：RocketMQ / Seata / Sentinel 按需引入，不引不启

  
  

  
  对比大量仍停留在 JDK 8 + Spring Boot 2.x + Webpack 的老牌框架，这里省下的是一次迟早要还的断崖式迁移（javax.* → jakarta.* 那种）。

• 顺带一提：** 仓库里还有一个 QuickBlue-desktop —— 基于 Tauri 2 的桌面客户端，打包出来是 3 MB 左右的 NSIS 安装包，托盘常驻、单实例、免管理员安装。同一套前端代码，既跑浏览器也跑桌面。

七、谁适合用它

八、五分钟验证它是不是真的

不想先装环境？先在线体验：

# 1. 打包并启动网关
cd QuickBlue-MicroAI
mvn clean package -DskipTests
java -jar QuickBlue-gateway/target/QuickBlue-gateway-4.0.0.jar     # 8080
# 2. 启动前端
cd ../QuickBule-MicroAI-web
npm install && npm run dev                                          # 5173

打开 http://localhost:5173，系统会自动检测安装状态并直接进入向导（也可访问 http://localhost:5173/#/install）。

• > 前置条件： MySQL 8.0+、Redis 6+、Nacos 2.4.3 已启动。这是新手最常见的卡点。

九、开源与联系

代码仓库（Apache License 2.0，可免费用于商业与学习场景）：

• 双数据库版本：本仓库开源 MySQL 版（各服务库隔离 + 独立账号）；官方同步提供 PostgreSQL 版（含 pgvector 向量检索），切换仅调 Nacos 配置，业务代码零侵入

• 官网：http://www.creatorblue.com

• 技术邮箱：zhujianwu@creatorblue.com

  
  开源不易，如果这个项目对你有帮助，欢迎到仓库点个 Star ⭐，或转发给可能需要的同行。使用中遇到问题，欢迎提 Issue；需要定制化方案、私有化部署或商业支持，欢迎邮件联系。

选框架，选的不只是今天能不能跑起来，更是未来三五年谁在替你救火。