Lambda Fusion：面向企业级应用与 AI 智能体开发的开源微服务框架

在企业级项目开发中，权限管理、多租户、数据字典、动态配置、文件存储、消息通知等基础能力往往需要重复建设。

另一方面，随着大模型和智能体应用快速发展，开发者还需要面对模型接入、知识库 RAG、工具调用、沙箱执行、智能体编排等新的工程问题。

如果每个项目都从零开始搭建，不仅开发周期长，后期维护成本也很高。

Lambda Fusion 是一个构建在开源 lambda-cloud 基座之上的企业级微服务与 AI 应用开发框架。它将传统后台系统基础能力与 AI 智能应用能力统一起来，为新项目和存量项目提供模块化、可组合、开箱即用的技术底座。

底层依托 lambda-cloud 提供基础自动配置、微服务集成和通用工程能力，上层由 Lambda Fusion 提供权限、多租户、配置、数据源、消息、RAG、Agent 和 MCP 等模块。项目基于 Spring Boot 4.x、Spring Cloud 2025.1、JDK 21 和 AgentScope 2.x 构建，采用 Apache License 2.0 开源协议。

项目地址：

• Lambda Fusion Gitee 仓库
• lambda-cloud-parent Gitee 仓库
• 配套前端 lambda-fusion-web
• 实战项目示例

---

一、Lambda Fusion 能解决什么问题？

一个企业级项目通常需要以下能力：

• 用户、角色、组织和资源管理
• API 权限和数据权限控制
• 多租户数据隔离
• 动态配置与配置热更新
• 数据字典和枚举翻译
• 动态数据源
• 文件上传与对象存储
• 站内信、公告和消息通知
• 操作日志和审计
• 大模型接入
• AI Agent 编排
• 知识库和 RAG 检索
• MCP 工具接入
• 智能体定时任务和消息渠道接入

Lambda Fusion 将这些能力拆分为多个独立模块，开发者可以根据项目需求按需引入，不需要一次性加载整个框架。

lambda-fusion-parent/
├── lambda-fusion-ai/                 # AI 智能平台
├── lambda-fusion-bom/                # 统一依赖管理
├── lambda-fusion-core/               # 核心基础能力
├── lambda-fusion-authority/          # 用户、角色、组织、租户
├── lambda-fusion-permission/         # API 权限与数据权限
├── lambda-fusion-config/             # 动态配置管理
├── lambda-fusion-dictionary/         # 数据字典
├── lambda-fusion-datasource/         # 动态数据源
├── lambda-fusion-message/            # 消息中心
├── lambda-fusion-logger/             # 操作日志
├── lambda-fusion-oss/                # 附件与对象存储
└── lambda-fusion-startup/            # 可运行演示应用

二、企业级基础能力

1. 完整的权限体系

Lambda Fusion 基于 Sa-Token 构建权限认证能力，覆盖用户、角色、组织、租户、菜单、按钮、API、客户端应用鉴权、SSO 单点登录和 Dubbo 远程认证。

权限体系支持服务端和客户端协同，可以满足后台管理系统、开放平台和多服务应用的权限管理需求。

2. 多租户数据隔离

框架默认采用共享数据库、字段级隔离的多租户模型。业务表通过 tenant_id 区分不同租户，结合 MyBatis 租户插件完成查询隔离、新增数据填充、请求级租户上下文管理和异步任务租户上下文恢复。

3. API 权限与数据权限

框架同时提供接口级权限和数据级权限。前者控制用户能否访问 API、菜单或按钮，后者控制用户能够看到哪些组织、部门或业务数据。

4. 动态配置与热更新

配置模块支持数据库配置源、Nacos 配置中心同步、配置变更监听和热更新，适合需要动态调整业务参数的应用。

5. 数据字典、数据源、消息和日志

框架支持静态枚举和动态字典、动态数据源注册与管理、站内信和多渠道通知，以及基于 @OperationLog 的异步操作日志记录。

三、AI 智能应用开发能力

Lambda Fusion 的 AI 能力基于 AgentScope 2.x 构建，覆盖模型接入、知识库、智能体编排、工具调用和应用发布等完整链路。

1. CHAT 和 AGENTIC 应用

CHAT 型应用适合在线问答、企业知识助手和客服机器人，并支持 SSE 流式输出。

AGENTIC 型应用支持 Workspace、技能、子代理、记忆、工具调用、沙箱执行、人机协同和智能体自演化。

2. 知识库与 RAG

框架支持 Lucene、OceanBase 全文检索，内存、pgvector 和 OceanBase 向量检索，以及 RRF 混合召回，适合企业文档问答、规章制度检索和内部知识助手。

3. 多沙箱后端

支持 HOST、Docker、Kubernetes、E2B、Daytona 和 AgentRun 等沙箱后端，可以根据部署环境和安全要求选择执行环境。

4. 大模型、子代理与 MCP

框架支持统一管理聊天、嵌入、图像、视频和语音模型，支持数据库驱动的子代理、技能市场和 Model Context Protocol 工具接入，并可连接钉钉、飞书和企业微信。

四、Lambda Fusion 的架构思路

Lambda Fusion 不是把所有功能堆在一个单体工程里，而是建立在 lambda-cloud 基座之上，把能力拆成可以独立引入的 Spring Boot Starter。lambda-cloud 负责底层工程和微服务基础能力，Lambda Fusion 负责面向业务的企业能力与 AI 应用能力。

每个业务模块都有自己的自动配置入口、配置属性和扩展点。应用只引入需要的模块，缺少可选依赖时模块可以安全降级，避免为了使用一个功能而绑定整套基础设施。

框架内部主要有三层职责：

1. 基础层 ：lambda-fusion-core 提供分页、CRUD、树结构、身份上下文、字典和对象转换等通用能力。
2. 企业能力层：authority、permission、config、dictionary、datasource、message、logger 和 oss 等模块提供业务基础设施。
3. AI 应用层 ：lambda-fusion-ai 负责模型、RAG、Agent、沙箱、技能、MCP 和消息渠道等智能应用能力。

这种分层让传统业务模块和 AI 模块可以独立演进，也方便已有 Spring Boot 项目逐步接入。

五、国产化适配能力

国产化部署不是简单地把数据库名称替换掉，而是要同时考虑数据库兼容、检索能力、部署环境、依赖治理和后续运维。Lambda Fusion 在设计时把基础能力和具体基础设施解耦，并已经针对 OceanBase 做了实际适配。

1. OceanBase MySQL 模式

项目支持 OceanBase 4.3.5+ 的 MySQL 模式，可以同时承担：

• 业务主库
• Liquibase 数据库迁移
• 数据库配置源
• AI 知识库向量检索
• AI 知识库全文检索

在这个模式下，项目可以用一套 OceanBase 同时替代 MySQL 和 PostgreSQL，知识库向量检索使用 OceanBase 原生 VECTOR 类型与 HNSW 索引，全文检索使用 OceanBase 全文能力。

按照项目提供的 OceanBase 启动方式，运行环境可以收敛为：

OceanBase + Redis + Nacos

如果不使用 Nacos，也可以根据部署方式采用本地配置。完整步骤可以参考：OceanBase 快速启动指南请查看 Lambda Fusion Gitee 仓库 中的 docs/quick-start/quick-start-ob.md 文件。

2. AI 检索能力不绑定单一数据库

Lambda Fusion 的知识库支持多种后端：

• Lucene 全文检索
• 内存向量检索
• PostgreSQL + pgvector
• OceanBase 全文检索
• OceanBase 向量检索
• RRF 混合召回

这意味着项目可以根据国产化要求、已有数据库资源和部署规模选择后端。对于希望减少数据库种类的部署环境，可以优先选择 OceanBase；对于单机或开发环境，也可以使用 Lucene 和内存后端降低部署复杂度。

3. 对新项目和存量项目都友好

新项目可以直接采用 OceanBase 作为业务库和 AI 库，减少数据库组件数量。已有项目则可以先继续使用现有 MySQL、PostgreSQL 或其他已验证环境，再单独将知识库、配置中心或新业务模块迁移到 OceanBase，按模块逐步完成国产化改造。

需要说明的是：当前仓库明确落地并验证的是 OceanBase MySQL 模式。达梦、人大金仓、openGauss 等其他国产数据库是否可以直接使用，需要结合具体版本、SQL 方言、驱动和 Liquibase 变更集进行适配验证，文章不把它们描述为开箱即用支持。

六、和 RuoYi 等框架怎么选？

RuoYi 是国内使用较广的开源后台与微服务框架，在用户、角色、菜单、日志、数据权限、代码生成和后台管理方面拥有成熟实践。Lambda Fusion 依托 lambda-cloud 基座，同样支持单体应用、模块化应用和微服务架构，并在此基础上补充 AI Agent、知识库和 MCP 能力。

下面的对比只讨论项目定位，不代表功能优劣。RuoYi 的具体能力请以对应版本文档和源码为准。

• RuoYi-Cloud Gitee 仓库

对比维度	RuoYi / RuoYi-Cloud	Lambda Fusion + lambda-cloud
核心定位	通用后台管理系统、权限和代码生成	企业基础能力、微服务与 AI 智能应用平台
传统业务能力	用户、角色、菜单、日志、数据权限、代码生成等成熟	权限、多租户、数据权限、配置、字典、数据源、消息、日志和 OSS
微服务方向	提供 RuoYi-Cloud 版本，适合按业务拆分服务	由 lambda-cloud 提供基础微服务能力，Fusion 通过 Starter、Dubbo API 和可选依赖组合业务能力
应用形态	单体版和微服务版均有实践	支持单体、模块化单体和微服务，可按项目阶段逐步拆分
存量项目接入	通常基于对应版本进行改造	可先接入 lambda-cloud 基础能力，再按需引入 Fusion Starter，不要求一次性重写业务
多租户	不同版本和扩展项目提供 SaaS 能力	默认共享库 tenant_id 字段级隔离，并提供权限与租户上下文能力
AI 能力	通常由业务项目自行接入	AgentScope 2.x、RAG、Agent、沙箱、MCP、技能和多渠道纳入统一模块
知识库与 RAG	通常需要额外集成	内置全文、向量和混合检索方案
依赖方式	常见做法是基于模板或完整工程改造	以 lambda-cloud Parent/BOM + Fusion Starter 方式按需引入
更适合的项目	快速搭建管理后台和传统业务系统	新项目、存量项目升级，以及同时包含企业业务和 AI 能力的系统

什么时候优先选择 RuoYi？

如果项目主要是管理后台、表单、列表、组织权限和代码生成，团队希望快速拥有成熟的后台界面，RuoYi 的生态和资料非常适合入门和交付。

什么时候适合 Lambda Fusion？

Lambda Fusion 适合两类项目：一类是从零建设、希望同时获得企业级基础能力和 AI 能力的新项目；另一类是已经存在的 Java 或微服务系统，希望在保留原有业务的基础上，逐步接入统一权限、多租户、配置、消息、RAG 或 Agent 能力的存量项目。

在架构上，可以先以 lambda-cloud 作为微服务基座，再按需接入 lambda-fusion-authority、lambda-fusion-permission、lambda-fusion-ai 等模块。项目可以先以模块化单体运行，随着业务增长再拆分为多个服务，也可以直接按服务边界部署。

七、一个典型的落地方式

以企业知识助手为例，可以按下面的方式组装：

1. 使用 lambda-fusion-authority 管理用户、角色、组织和租户。
2. 使用 lambda-fusion-permission 控制知识库、文档和管理接口权限。
3. 使用 lambda-fusion-ai 接入模型、RAG、Agent 和工具调用。
4. 使用 lambda-fusion-oss 保存原始文档、图片和 Agent 产物。
5. 使用 lambda-fusion-message 将结果推送到站内信、SSE 或企业 IM。
6. 使用 lambda-fusion-logger 记录文档操作、工具调用和管理行为。

这样可以先交付一个普通的知识库问答应用，再逐步增加 Agent、子代理、定时任务和人工确认，不需要在项目初期一次性搭建完整 AI 平台。

八、技术栈

技术	版本或说明
Java	21+
Spring Boot	4.x
Spring Cloud	2025.1.x
AgentScope	2.x
MyBatis Plus	ORM 框架
Sa-Token	权限认证
Nacos	配置中心与注册中心
Dubbo	服务间通信
Lucene	全文检索
pgvector	PostgreSQL 向量检索
OceanBase	MySQL、向量和全文检索

九、如何快速开始？

环境要求

JDK 21+
Maven 3.8+
MySQL 8.0+ 或 OceanBase 4.3.5+
Redis 6.0+
PostgreSQL 12+（仅 pgvector 场景需要）

引入模块

<dependency>
    <groupId>com.lambda.cloud</groupId>
    <artifactId>lambda-fusion-ai</artifactId>
</dependency>

<dependency>
    <groupId>com.lambda.cloud</groupId>
    <artifactId>lambda-fusion-authority</artifactId>
</dependency>

构建项目

mvn clean install

构建单个模块：

mvn -pl lambda-fusion-authority -am clean install

运行 AI 模块测试：

mvn -pl lambda-fusion-ai test

项目还提供了 lambda-fusion-startup 演示模块，可以用于快速体验框架功能。

十、适合哪些项目？

Lambda Fusion 适合企业后台管理系统、多租户 SaaS 平台、中后台业务系统、微服务管理平台、AI 知识库问答系统、企业智能助手、Agent 智能体平台以及需要接入 MCP 的应用。

如果项目同时包含传统业务系统和 AI 应用能力，Lambda Fusion 可以减少基础设施重复建设，让团队把更多精力放在业务本身。

十一、参与开源

Lambda Fusion 使用 Apache License 2.0 开源协议，欢迎开发者 Star 项目、提交 Issue、参与功能讨论、提交 Pull Request 和分享使用经验。

项目地址：

👉 https://gitee.com/westboy/lambda-fusion-parent

配套前端：

👉 https://gitee.com/westboy/lambda-fusion-web

实战示例：

👉 https://gitee.com/westboy/lambda-fusion-admin

总结

Lambda Fusion 将企业级微服务基础能力和 AI 智能应用能力整合在同一个开源框架中，既可以作为传统管理系统的基础底座，也可以用于构建知识库、智能助手、Agent 平台和企业 AI 应用。

欢迎 Star、试用和参与共建。