墨台（Muotai）——企业级 AI 文档平台

将非结构化文本转化为可行动的知识与洞察

📖 项目简介

墨台是由**环绕智能（Aroundix）**开发的新一代企业级AI文档平台，致力于通过先进的人工智能技术重塑企业文档工作流程。平台深度融合语义理解、知识图谱和智能Agent技术，为企业提供从文档创作、审核、知识管理到协同工作的全链路智能化解决方案。

🎯 核心价值

10倍文档生产效率提升 - 智能写作助手大幅加速文档创作过程
80%审核时间缩减 - AI驱动的自动化审核引擎快速识别问题
5倍知识复用率提升 - 智能知识库实现企业知识资产最大化利用
3倍流程加速 - 端到端的工作流自动化显著提升协作效率

🚀 四大核心模块

1. 智写工坊 (AI Writing Studio)

基于大语言模型的智能文档创作平台，支持：

🤖 多种AI Agent协同写作（规划Agent、创作Agent、校对Agent）
📝 多格式文档生成（Word、Markdown、PDF）
🎨 模板化写作与风格定制
🔄 实时协作与版本管理

2. 智审中心 (AI Review Center)

企业文档智能审核系统，提供：

⚡ 自动化合规性检测
📋 多维度质量评估（格式、内容、逻辑）
🔍 敏感信息识别与脱敏
📊 审核报告自动生成

3. 智识中枢 (AI Knowledge Hub)

企业知识管理与检索平台，具备：

🧠 向量化知识存储（Elasticsearch + Milvus）
🔎 语义化智能搜索
🌐 知识图谱构建与推理
💡 知识推荐与洞察发现

4. 智协中心 (AI Collaboration Center)

工作流自动化与协同平台，实现：

🔀 可视化流程编排（基于Flowable）
🤝 跨部门协同审批
⏱️ 任务调度与监控（XXL-Job）
📈 业务数据分析与报表

🏗️ 技术架构

架构设计

墨台采用微服务架构，基于Spring Cloud体系构建，各模块独立部署、弹性伸缩。

┌─────────────────────────────────────────────────────────────────┐
│                         API Gateway (9999)                       │
│                     Spring Cloud Gateway                         │
└──────────────────────────┬──────────────────────────────────────┘
                           │
        ┌──────────────────┼──────────────────┐
        │                  │                  │
        ▼                  ▼                  ▼
┌──────────────┐  ┌──────────────┐  ┌──────────────┐
│ 认证授权服务  │  │  AI服务层     │  │  文档服务层   │
│ muotai-auth    │  │  muotai-ai      │  │ muotai-doc-*   │
│  (3000)      │  │  (6060)       │  │              │
└──────────────┘  └──────────────┘  └──────────────┘
        │                  │                  │
        │         ┌────────┼────────┐         │
        │         │        │        │         │
        ▼         ▼        ▼        ▼         ▼
┌──────────────────────────────────────────────────┐
│            Nacos 注册中心 & 配置中心               │
│               muotai-register (8848)                │
└──────────────────────────────────────────────────┘

技术栈

核心框架

Spring Boot 3.4.5 - 应用框架
Spring Cloud 2024.0.0 - 微服务治理
Spring Cloud Alibaba 2023.0.3.2 - 阿里微服务组件
Nacos 3.0.2 - 服务注册与配置中心
Spring Security - 安全认证框架

AI与智能化

LangChain4j 1.4.0 - 大语言模型开发框架
LangGraph4j 1.7.5 - Agent工作流编排框架
LiteFlow 2.12.0 - 规则引擎
Spring AI 1.0.1 - Spring AI集成

数据存储

MySQL 8.0+ - 关系型数据库
MyBatis-Plus - ORM框架
Elasticsearch 5.4.1 - 全文检索与向量存储
Milvus 2.5.2 - 向量数据库
Druid - 数据库连接池

工作流引擎

Flowable 6.8.0 - BPMN工作流引擎
XXL-Job 3.0.0 - 分布式任务调度

文档处理

Apache POI - Office文档处理
Apache PDFBox - PDF文档处理
Apache Tika - 文档解析
Aspose.Words 19.5.0 - Word转PDF
Flexmark 0.64.8 - Markdown解析

监控运维

Spring Boot Admin 3.4.5 - 应用监控
Spring Boot Actuator - 应用健康检查
Logstash Logback Encoder 7.4 - 日志收集

📦 模块说明

基础设施模块

模块	端口	说明
muotai-register	8848	Nacos服务注册与配置中心
muotai-gateway	9999	Spring Cloud Gateway API网关
muotai-auth	3000	OAuth2认证授权服务
muotai-upms	4000	用户权限管理系统
pigx-common	-	公共组件库（安全、日志、数据等）

核心业务模块

🤖 AI服务模块 (muotai-ai)

端口：6060

AI核心引擎，提供：

AI Agent管理 - 多种Agent类型（Chatbot、RAG、Tool-calling、Planning）
LLM模型适配 - 支持OpenAI、智谱AI、通义千问等多种模型
向量化服务 - 文本Embedding与相似度检索
提示词管理 - Prompt模板与变量渲染
MCP集成 - Model Context Protocol工具调用

关键实现：

muotai-ai/
├── muotai-ai-api/           # API定义与DTO
└── muotai-ai-biz/           # 业务实现
    ├── agent/
    │   ├── chatbot/       # 聊天机器人Agent
    │   ├── rag/           # 检索增强生成Agent
    │   └── planning/      # 规划型Agent
    ├── service/
    │   ├── llm/           # LLM服务层
    │   ├── embedding/     # 向量化服务
    │   └── tool/          # 工具调用服务
    └── controller/        # REST API

📚 知识管理模块 (muotai-knowledge)

端口：9010

企业知识库核心：

知识文档管理 - 文档上传、解析、分段
向量化存储 - Elasticsearch + Milvus双引擎
语义检索 - 基于向量相似度的智能搜索
知识图谱 - 实体识别与关系抽取

📝 文档空间模块 (muotai-doc-space)

文档协作平台：

文档库管理 - 多级目录结构
权限控制 - 细粒度文档权限
版本管理 - 文档变更历史追踪
在线预览 - 多格式文档预览

🔍 合规审核模块 (muotai-doc-compliance)

文档合规检测：

制度库管理 - 企业规章制度存储
合规检测 - 文档与制度的匹配分析
风险识别 - 潜在合规风险预警

✅ 智能审核模块 (muotai-audit)

AI驱动的文档审核：

审核任务管理 - 审核流程配置
质量评估 - 多维度文档质量打分
问题识别 - 格式、内容、逻辑问题检测
报告生成 - 审核报告自动生成

📄 文档起草模块 (muotai-hmc)

智能写作助手：

AI辅助写作 - 基于Agent的文档生成
模板管理 - 文档模板库
大纲生成 - 智能文档结构规划
内容润色 - 文本改写与优化

🔄 工作流模块 (muotai-flow / muotai-wflow)

Flowable工作流引擎集成：

流程定义 - BPMN 2.0流程建模
流程实例管理 - 流程启动、挂起、终止
任务管理 - 用户任务、服务任务
表单引擎 - 动态表单渲染

平台服务模块 (muotai-visual)

代码生成器 (muotai-codegen)

基于数据库表结构生成CRUD代码
支持自定义模板

系统监控 (muotai-monitor)

Spring Boot Admin集成
服务健康检查与性能监控

任务调度 (muotai-xxl-job-admin)

XXL-Job分布式任务调度
任务执行日志与监控

报表平台 (muotai-report-platform)

业务数据报表
可视化数据分析

支付平台 (muotai-pay-platform)

多渠道支付集成

微信小程序平台 (muotai-mp-platform)

微信小程序后端服务

其他模块

MBTI测评应用 (muotai-app-mbti)

端口：9090

心理测评应用示例：

MBTI性格测试
荣格十六型人格分析
测试报告生成

Nacos MCP模块 (muotai-nacos-mcp)

Model Context Protocol集成：

Nacos配置查询工具
服务发现工具
配置动态更新

🚀 快速开始

环境要求

JDK: 17+
Maven: 3.8+
MySQL: 8.0+
Nacos: 3.0.2+
Redis: 6.0+（可选）
Elasticsearch: 8.0+（可选，用于知识库）
Milvus: 2.5+（可选，用于向量检索）

本地开发

1. 启动基础设施

bash

# 启动Nacos（已包含在项目中）
cd muotai-register
mvn spring-boot:run

# 或使用Docker Compose启动全部基础设施
docker-compose -f docker-compose-dev.yml up -d

2. 初始化数据库

bash

# 导入数据库脚本（在db/目录下）
mysql -u root -p < db/muotai.sql
mysql -u root -p < db/muotai_config.sql
mysql -u root -p < db/muotai_job.sql

3. 配置Nacos

登录Nacos控制台（http://localhost:8848/nacos），导入配置文件：

用户名/密码：nacos/nacos
导入config/目录下的配置文件

4. 启动微服务

bash

# 编译整个项目
mvn clean package -DskipTests

# 启动网关
cd muotai-gateway
mvn spring-boot:run

# 启动认证服务
cd muotai-auth
mvn spring-boot:run

# 启动AI服务
cd muotai-ai/muotai-ai-biz
mvn spring-boot:run

# 启动知识库服务
cd muotai-knowledge/muotai-knowledge-biz
mvn spring-boot:run

# ... 根据需要启动其他服务

5. 访问应用

API网关: http://localhost:9999
Nacos控制台: http://localhost:8848/nacos
AI服务: http://localhost:6060
Swagger文档: http://localhost:9999/swagger-ui.html

Docker部署

bash

# 构建所有服务的Docker镜像
mvn clean package docker:build -DskipTests

# 使用Docker Compose启动
docker-compose up -d

# 查看服务状态
docker-compose ps

# 查看服务日志
docker-compose logs -f muotai-ai

配置说明

application.yml配置结构

每个服务的配置分为两部分：

本地配置 (src/main/resources/application.yml)
- 服务端口
- 应用名称
- Nacos地址
远程配置 (Nacos配置中心)
- 数据源配置
- 业务配置
- 安全配置

主要配置项

yaml

# Nacos配置
spring:
  cloud:
    nacos:
      discovery:
        server-addr: 127.0.0.1:8848
        username: nacos
        password: nacos
      config:
        server-addr: 127.0.0.1:8848
        file-extension: yml
        shared-configs:
          - application-${spring.profiles.active}.${spring.cloud.nacos.config.file-extension}

# 数据源配置（在Nacos中）
spring:
  datasource:
    type: com.alibaba.druid.pool.DruidDataSource
    druid:
      driver-class-name: com.mysql.cj.jdbc.Driver
      url: jdbc:mysql://localhost:3306/muotai?characterEncoding=utf8
      username: root
      password: root

# AI配置示例（在Nacos中）
ai:
  llm:
    default-provider: openai
    providers:
      openai:
        api-key: sk-xxx
        base-url: https://api.openai.com/v1
        model: gpt-4
      zhipu:
        api-key: xxx
        model: glm-4

🔧 开发指南

代码规范

项目采用Spring Java Format代码风格：

bash

# 格式化代码
mvn spring-javaformat:apply

# 检查代码格式
mvn spring-javaformat:validate

新增微服务

创建模块结构：

muotai-your-service/
├── muotai-your-service-api/    # API定义
│   └── pom.xml
├── muotai-your-service-biz/    # 业务实现
│   ├── src/main/java/
│   ├── src/main/resources/
│   └── pom.xml
└── pom.xml

配置服务注册：

yaml

spring:
  application:
    name: muotai-your-service
  cloud:
    nacos:
      discovery:
        server-addr: ${NACOS_HOST:muotai-register}:${NACOS_PORT:8848}

添加到根POM：

xml

<modules>
    <!-- ... 其他模块 ... -->
    <module>muotai-your-service</module>
</modules>

开发AI Agent

使用LangGraph4j开发自定义Agent：

java

@Component
public class CustomAgent {

    public CompiledGraph<AgentState> createGraph() {
        StateGraph<AgentState> workflow = new StateGraph<>(
            AgentState.SCHEMA,
            AgentState::new
        );

        // 添加节点
        workflow.addNode("node1", node_async(this::node1Action));
        workflow.addNode("node2", node_async(this::node2Action));

        // 添加边
        workflow.addEdge(START, "node1");
        workflow.addConditionalEdges(
            "node1",
            edge_async(this::route),
            Map.of("continue", "node2", "end", END)
        );

        return workflow.compile();
    }

    private Map<String, Object> node1Action(AgentState state) {
        // 节点逻辑
        Map<String, Object> updates = new HashMap<>();
        updates.put("key", "value");
        return updates;
    }
}

集成新的LLM模型

通过ModelProvider统一管理：

java

@Service
public class CustomModelProvider implements ModelProvider {

    @Override
    public ChatModel getChatModel(Long modelId) {
        AiLlmModelEntity model = modelMapper.selectById(modelId);

        return CustomChatModel.builder()
            .apiKey(model.getApiKey())
            .baseUrl(model.getBaseUrl())
            .modelName(model.getModelName())
            .temperature(model.getTemperature())
            .build();
    }
}

📊 性能优化

数据库优化

使用Druid连接池，合理配置最大连接数
MyBatis-Plus分页查询避免全表扫描
对高频查询字段添加索引

缓存策略

Spring Cache本地缓存
Redis分布式缓存
Elasticsearch结果缓存

异步处理

CompletableFuture异步编排
Spring @Async异步方法
XXL-Job异步任务

🔐 安全说明

认证授权

OAuth2.0 + JWT认证
RBAC权限模型
细粒度资源权限控制

数据安全

Jasypt配置加密
敏感数据脱敏
SQL注入防护
XSS攻击防护

API安全

接口加解密（pigx-common-encrypt-api）
限流保护（Sentinel）
HTTPS传输加密

📝 接口文档

项目集成Swagger/Knife4j，启动服务后访问：

Swagger UI: http://localhost:9999/swagger-ui.html
Knife4j UI: http://localhost:9999/doc.html

主要API端点：

AI服务 API

POST   /ai/agent/execute              # 执行Agent
POST   /ai/agent/chat                 # 聊天对话
POST   /ai/llm/completion             # LLM文本生成
POST   /ai/embedding/embed            # 文本向量化
GET    /ai/model/list                 # 模型列表

知识库 API

POST   /knowledge/document/upload     # 上传文档
POST   /knowledge/search/semantic     # 语义搜索
GET    /knowledge/document/{id}       # 获取文档
DELETE /knowledge/document/{id}       # 删除文档

文档审核 API

POST   /audit/task/create             # 创建审核任务
GET    /audit/task/{id}               # 查询审核任务
POST   /audit/execute                 # 执行审核
GET    /audit/report/{id}             # 获取审核报告

🧪 测试

单元测试

bash

# 运行所有单元测试
mvn test

# 运行特定模块测试
mvn test -pl muotai-ai-biz

# 运行特定测试类
mvn test -Dtest=AiChatbotAgentTest

集成测试

bash

# 使用Spring Boot Test
mvn verify

测试覆盖率目标：70%+

📚 参考文档

🤝 贡献指南

协议和授权

重要声明： 墨台（Muotai）并非开源软件，作者保留全部权利。

🚫 禁止行为

❌ 将本项目的部分或全部代码和资源进行任何形式的再发行（上传GitHub、Gitee等）
❌ 擅自窃用代码，属严重侵权行为，与盗窃无异
❌ 产生的一切后果责任由侵权者自负

💼 商业使用

商用请购买商业授权
使用对应的专属版本

⚖️ 侵权处理

支付￥100,000侵权费用（含我方法律援助费用）
本团队已完全委托博睿律师事务所司法保护
个人行为将直接收集材料邮寄贵司侵权律师函
若出现司法诉讼将直接影响当事人征信档案，特此说明

🎁 贡献代码

墨台并非开源项目，也不是社区共同创造，其全部功能由作者独立完成。

如果您愿意放弃所有权利，并将权利无条件转让给墨台作者，欢迎您贡献代码，当然会给予不等金额奖励。

📮 提交反馈

欢迎提交Issue，请写清楚：
- 遇到问题的原因
- 浏览器和操作系统环境
- 重现的流程
- 如果有开发能力，建议在本地调试出出错的代码
不接受功能请求的Issue
- 功能请求可能会被直接关闭，请谅解
- 正确的方式是打赏并附言

📞 联系我们

官方网站: https://muotai.cn
技术文档: https://doc.muotai.cn
商务合作: https://pig4cloud.com
公司: 环绕智能（Aroundix）
地址: 中国·陕西·西安

📄 许可证

本项目为商业软件，未经授权禁止使用、复制、修改、合并、发布、分发、再许可或销售。

让AI重塑企业文档工作流程

Made with ❤️ by Aroundix

墨台（Muotai）——企业级 AI 文档平台 ​

📖 项目简介 ​

🎯 核心价值 ​

🚀 四大核心模块 ​

1. 智写工坊 (AI Writing Studio) ​

2. 智审中心 (AI Review Center) ​

3. 智识中枢 (AI Knowledge Hub) ​

4. 智协中心 (AI Collaboration Center) ​

🏗️ 技术架构 ​

架构设计 ​

技术栈 ​

核心框架 ​

AI与智能化 ​

数据存储 ​

工作流引擎 ​

文档处理 ​

监控运维 ​

📦 模块说明 ​

基础设施模块 ​

核心业务模块 ​

🤖 AI服务模块 (muotai-ai) ​

📚 知识管理模块 (muotai-knowledge) ​

📝 文档空间模块 (muotai-doc-space) ​

🔍 合规审核模块 (muotai-doc-compliance) ​

✅ 智能审核模块 (muotai-audit) ​

📄 文档起草模块 (muotai-hmc) ​

🔄 工作流模块 (muotai-flow / muotai-wflow) ​

平台服务模块 (muotai-visual) ​

代码生成器 (muotai-codegen) ​

系统监控 (muotai-monitor) ​

任务调度 (muotai-xxl-job-admin) ​

报表平台 (muotai-report-platform) ​

支付平台 (muotai-pay-platform) ​

微信小程序平台 (muotai-mp-platform) ​

其他模块 ​

MBTI测评应用 (muotai-app-mbti) ​

Nacos MCP模块 (muotai-nacos-mcp) ​

🚀 快速开始 ​

环境要求 ​

本地开发 ​

1. 启动基础设施 ​

2. 初始化数据库 ​

3. 配置Nacos ​

4. 启动微服务 ​

5. 访问应用 ​

Docker部署 ​

配置说明 ​

application.yml配置结构 ​

主要配置项 ​

🔧 开发指南 ​

代码规范 ​

新增微服务 ​

开发AI Agent ​

集成新的LLM模型 ​

📊 性能优化 ​

数据库优化 ​

缓存策略 ​

异步处理 ​

🔐 安全说明 ​

认证授权 ​

数据安全 ​

API安全 ​

📝 接口文档 ​

AI服务 API ​

知识库 API ​

文档审核 API ​

🧪 测试 ​

单元测试 ​

集成测试 ​

📚 参考文档 ​

🤝 贡献指南 ​

协议和授权 ​

🚫 禁止行为 ​

💼 商业使用 ​

⚖️ 侵权处理 ​

🎁 贡献代码 ​

📮 提交反馈 ​

📞 联系我们 ​

📄 许可证 ​

墨台（Muotai）——企业级 AI 文档平台

📖 项目简介

🎯 核心价值

🚀 四大核心模块

1. 智写工坊 (AI Writing Studio)

2. 智审中心 (AI Review Center)

3. 智识中枢 (AI Knowledge Hub)

4. 智协中心 (AI Collaboration Center)

🏗️ 技术架构

架构设计

技术栈

核心框架

AI与智能化

数据存储

工作流引擎

文档处理

监控运维

📦 模块说明

基础设施模块

核心业务模块

🤖 AI服务模块 (muotai-ai)

📚 知识管理模块 (muotai-knowledge)

📝 文档空间模块 (muotai-doc-space)

🔍 合规审核模块 (muotai-doc-compliance)

✅ 智能审核模块 (muotai-audit)

📄 文档起草模块 (muotai-hmc)

🔄 工作流模块 (muotai-flow / muotai-wflow)

平台服务模块 (muotai-visual)

代码生成器 (muotai-codegen)

系统监控 (muotai-monitor)

任务调度 (muotai-xxl-job-admin)

报表平台 (muotai-report-platform)

支付平台 (muotai-pay-platform)

微信小程序平台 (muotai-mp-platform)

其他模块

MBTI测评应用 (muotai-app-mbti)

Nacos MCP模块 (muotai-nacos-mcp)

🚀 快速开始

环境要求

本地开发

1. 启动基础设施

2. 初始化数据库

3. 配置Nacos

4. 启动微服务

5. 访问应用

Docker部署

配置说明

application.yml配置结构

主要配置项

🔧 开发指南

代码规范

新增微服务

开发AI Agent

集成新的LLM模型

📊 性能优化

数据库优化

缓存策略

异步处理

🔐 安全说明

认证授权

数据安全

API安全

📝 接口文档

AI服务 API

知识库 API

文档审核 API

🧪 测试

单元测试

集成测试

📚 参考文档

🤝 贡献指南

协议和授权

🚫 禁止行为

💼 商业使用

⚖️ 侵权处理

🎁 贡献代码

📮 提交反馈

📞 联系我们

📄 许可证