一个可接工具、可接知识、可一键发布、可生产落地的开源 AI Agent 平台。
一、简介
XXL-AI 是一个AI应用开发平台,支持 Agent编排、多供应商、标准化扩展「MCP + SKILL + RAG」、工程化底座等,可快速构建并一键发布Agent。现已开放源代码,开箱即用。
二、文档地址
- 中文文档:www.xuxueli.com/xxl-ai/
- Github地址:github.com/xuxueli/xxl...
三、特性
-
Agent 编排与发布(重点)
-
1、Agent 编排:模型 + 系统指令 + 知识库 + MCP + SKILL 组合为 Agent,各类资源均支持多选绑定;
-
2、一键发布:发布后生成 UUID 公开访问地址(
/chat/{uuid},免登录),管理端可查看该 Agent 的访客对话与消息记录; -
3、多模型供应商:统一接入 OpenAI 兼容协议(Deepseek、智谱GLM、Ollama、OpenCode 等),支持供应商与模型两级管理、连通性测试与远程模型导入;
-
4、流式对话:SSE 流式输出(思考过程 / 回复内容),基于 Redis Stream 无状态化,支持集群部署与断线 / 刷新续传;
-
MCP + Skill + RAG,让 Agent 真能干活
-
5、RAG 知识库:知识库 + 文档管理,文档分片向量化入库(Milvus),对话时检索上下文自动注入;
-
6、MCP 工具:支持远程(Streamable HTTP)与本地(stdio)MCP 服务接入,工具自动装配给 Agent,另附示例 MCP 服务
xxl-ai-sample-mcp; -
7、SKILL 技能:以
SKILL.md+ 文件树沉淀领域知识与脚本,自动物化为 Agent 可执行的技能目录; -
工程化底座,支持稳定上线
-
8、空间隔离:多业务空间(Tenant)隔离数据,用户按空间授权,管理端与公开端共享权限体系;
-
9、账号安全:基于 XXL-SSO 登录认证,登录态(token)存于 Redis,支持集群部署与 SSO 集成;
-
10、权限管控:基于 RBAC 的菜单 / 按钮级权限,动态菜单下发、零路由改动;
-
11、系统管理:用户、系统配置、审计日志在线管理;
-
12、一键部署:随带 Docker Compose 支持一键部署;
-
研发与架构
-
13、Monorepo + 前后端分离:一套仓库统一托管 后端 API 与 前端 UI,统一版本与依赖管理,前后端独立部署、独立迭代;
-
14、AI + SKILL 驱动:内置开发 SKILL,AI 编程助手一键加载,按平台规范直生业务代码并落位,显著加速业务开发;
-
15、响应式 UI 与国际化:Vue3 + Element Plus + TypeScript,提供中文 / 英文两种语言;
-
16、可扩展架构:标准分层分包、业务模块自包含,模型 / 对话 / RAG / MCP / SKILL 运行时统一收口支撑层;
四、Docker Compose 部署
项目支持 Docker Compose 一键部署,部署脚本如下:
bash
# 第一步:代码clone本部 + 前往仓库目录
git clone https://github.com/xuxueli/xxl-ai.git
cd ./xxl-ai
# 第二步:构建后端项目
mvn clean package -Dmaven.test.skip=true
# 第三步:构建前端项目
npm install --prefix ./xxl-ai-ui
# 第四步:进入 docker 目录,支持自定义 .env 配置
cd ./docker/
cat .env
# 第五步:启动/停止项目
docker compose up -d
docker compose down
五、核心功能操作指南
以「从零跑通一个可对话的 Agent」为主线,按 登录 → 空间 → 供应商/模型 → MCP / SKILL / 知识库 → Agent 编排 → 发布对话 的顺序,结合界面截图逐步说明。
1.登录与工作台
打开管理端,输入账号 / 密码与验证码完成登录;

工作台聚合 Agent 数量、SKILL 数量、MCP 数量、供应商模型数等关键指标,并提供 Agent 会话消息趋势 / 占比图表,便于快速掌握平台资源与用量。
顶部导航提供「空间切换器」与主题 / 语言等全局设置:管理员可见全部空间,普通用户仅见已授权空间,业务数据按空间隔离。

2.配置供应商与模型
新增供应商,支持兼容OpenAI的供应商API,支持在线维护管理API供应商信息。

选择供应商的进行「模型」管理,可点击「自动导入」拉取远程模型列表批量导入,也可点击「新增」手工配置。

3.MCP、SKILL、知识库管理
「MCP工具」模块知识新增新增 MCP 服务:
-远程 :协议类型选「远程」(Streamable HTTP),填写服务地址 URL 与 Headers; -本地 :协议类型选「本地」(stdio),填写 command / args / env / cwd。

「SKILL技能」模块支持新增技能,可进入技能「内容管理」,以 文件树 + Markdown 编辑器 维护技能内容,支持新增目录 / 文件、重命名、移动、编辑与预览等。

「RAG知识库」模块知识新增知识库,可进入知识库「文档管理」,支持「新增」(粘贴文本)或「上传文档」;勾选文档后执行「向量化」或「全库向量化」写入 Milvus,状态变为「已向量化」,并展示分片数。

4.编排并发布 Agent
「Agent管理」支持 Agent 新增/编排,主要支持三类配置:
- 系统指令:定义 Agent 的角色、语气与行为约束;
- 模型供应商 / 对话模型:选择 Agent 使用的对话模型(必选);
- 关联知识库 / 关联 MCP / 关联 Skill:均支持多选绑定,运行时自动装配对应的 RAG、工具与技能。

针对新增的 Agent 操作「发布」,将生成发布链接;点击 「前往Agent」按钮可前往Agent发布端:

5.Agent发布端对话
进入Agent发布端,支持「新建对话」与历史会话切换。对话支持 思考过程折叠展示(「深度思考」可展开 / 收起)与 Markdown 实时渲染;

下图为 "Agent 自我介绍" 示例。

下图为 Agent 调用 MCP 工具(网页抓取)汇总「今日热点社会新闻」的多工具协作示例。
