JeecgBoot AI专题研究 | Jeecg-AI 应用平台 v3.9.1 版本深度解读与实战指南
写在前面：为什么企业需要一个 AI 应用平台？
当我们谈论 AI 落地时，真正的挑战往往不在于模型本身，而在于如何将 AI 能力与业务系统无缝融合。市面上的 Dify、FastGPT 等平台解决了"构建 AI 应用"的问题，但企业还需要一整套低代码开发体系来承载这些能力。Jeecg-AI 应用平台恰好切中了这个痛点——它不仅仅是一个 AI 应用搭建工具，更是与 JeecgBoot 低代码平台深度融合的全栈式 AI 开发解决方案。
随着 v3.9.1 版本的发布，Jeecg-AI 迎来了一次里程碑式的升级。本文将从核心架构升级、智能体能力、流程编排、多模态支持、Chat2BI 等多个维度，全面解读这次重大更新。
核心引擎全面升级：LangChain4j 1.9.1 + 多模型支持
本次版本最底层的变化是将 LangChain4j 升级至 1.9.1，这不仅仅是一个版本号的跳跃，而是带来了一系列关键能力的提升：
- 推理模型支持：平台现在原生支持推理模型（深度思考模式），且默认不开启，避免不必要的 token 消耗。开发者可以在需要复杂推理的场景下按需启用。
- 流式调用接口：新增流式调用能力，用户在对话时可以实时看到 AI 的输出过程，体验从"等待结果"升级为"实时交互"。
- 多会话模式：支持同时维护多个独立会话，适用于客服、多角色对话等复杂业务场景。
- 文件解析能力：AI 聊天支持上传文件并自动解析内容，让对话不再局限于纯文本。
在大模型支持方面，v3.9.1 进一步扩展了模型生态：
- 新增 Claude 模型接入
- 新增 VL（视觉语言）模型 支持
- 新增 千帆大模型 接入
- 通义千问 深度集成：支持参数调整和联网搜索
- MCP 协议 支持 HTTP 和 STDIO 两种命令类型，为工具调用提供更灵活的选择
AI 应用升级为智能体：不只是对话，更是自主决策
这次版本中一个标志性的变化是：AI 应用正式升级为智能体（Agent）。这意味着 AI 应用不再只是简单的"问答机器人"，而是具备了记忆、变量管理、插件调用、流程协作和 MCP 工具使用等完整的智能体能力。
具体来说，智能体现在支持：
- 记忆系统：跨对话保持上下文记忆，AI 可以"记住"之前交流的关键信息
- 变量管理：在对话流程中定义和传递变量，实现更复杂的业务逻辑
- 插件机制：通过插件扩展智能体的能力边界
- 流程编排：智能体可以直接调用 AI 流程，将复杂任务分解执行
- MCP 工具：通过 MCP 协议接入外部工具和服务
- AI 绘画：智能体内置绘画能力，支持文生图、图生图等多模态交互
- 卡片式内容回复：支持富文本卡片内容展示，不再局限于纯文字回复
同时，平台还新增了 AI 应用门户 和 提示词管理 功能。应用门户为企业提供了一个统一的 AI 应用入口，用户可以在门户中浏览和使用各类 AI 应用；提示词管理则让 AI 应用的 Prompt 可以被系统化地管理和复用。
AI 流程编排：可视化设计，可观测执行
AI 流程编排能力是 Jeecg-AI 区别于其他 AI 平台的核心竞争力之一。v3.9.1 在流程编排方面新增了多种实用节点：
- 变量提取节点 & 变量聚合节点：在流程中灵活地提取和合并变量数据
- n8n 循环节点：支持循环处理逻辑，批量执行任务
- 定时触发器：按时间计划自动触发流程执行
- SQL 节点：直接在流程中执行 SQL 查询，打通数据库访问
- 知识库写入节点：流程执行结果可直接写入知识库，实现知识的自动积累
此外，流程还支持 复制 功能（快速基于现有流程创建新版本），以及 被应用直接调用 的能力，让流程真正成为可复用的业务组件。
Chat2BI：用自然语言生成数据图表
v3.9.1 推出了全新的 Chat2BI 功能，这可能是企业用户最期待的功能之一。通过自然语言对话，用户可以直接生成各类数据图表，无需编写 SQL 或配置报表。
Chat2BI 支持以下能力：
- 丰富的图表类型：柱状图、折线图、饼图、多列柱状图、多行折线图、折柱图、面积图、雷达图、仪表盘
- 多数据源查询：系统中配置的所有数据源都可以通过对话进行查询，未指定数据源时默认使用系统数据库
- 自然语言查询：用户只需描述查询需求，AI 自动解析并生成相应图表
- 已知数据生成图表：直接输入数据即可生成可视化图表
试想一下，业务人员不需要找开发写报表，只需说一句"帮我看看上个月各部门的销售额对比"，系统就自动查询数据并生成柱状图。这对于降低数据分析门槛有着巨大的实际价值。
AI 多模态能力：从文本到图像的跨越
本次升级中，多模态能力的引入让 Jeecg-AI 的应用场景大幅拓展：
- AI 图片模型：支持千问和 OpenAPI 的图片模型
- 文生图（Text-to-Image）：通过文字描述生成图片
- 图生图（Image-to-Image）：基于参考图片进行风格迁移或编辑
- AI 海报生成：一键生成营销海报
这些能力特别适合电商、营销、内容创作等需要频繁制作视觉素材的业务场景。结合智能体的卡片式内容回复，用户可以在对话中直接获取生成的图片。
AI 工具箱：覆盖日常办公高频场景
v3.9.1 新增的 AI 工具箱提供了一组开箱即用的 AI 工具，覆盖日常办公高频场景：
- AI 简历生成：自动生成 Word 格式的专业简历
- AI 商品搜索助手：智能搜索和推荐商品
- AI 绘画 & AI 海报：快速生成视觉素材
- AI 写作：辅助内容创作
- OCR 识别：图片文字提取
同时，平台还提供了多个应用场景案例——看图说话、商品搜索回复、帮我写作、图片识别等——可以直接使用或作为自定义智能体的参考模板。
知识库系统：企业知识的智能管理
Jeecg-AI 的知识库系统基于 RAG（检索增强生成）架构，支持从 PDF、PPT、Word 等多种文档中提取文本并构建知识库。一个值得关注的特色是：支持直接导入包含图片的 Markdown 文档库，这在同类产品中并不常见。
相比 Dify 等平台，Jeecg-AI 在知识库方面的差异化优势在于：对话回复格式保留原样、PDF 格式保持效果更好、与业务系统集成更便捷。
Online 功能同步增强
随着 AI 能力的升级，Online 低代码模块也同步进行了多项改进：
- 表单列表列宽支持拖动调整，并新增默认列宽设置（Issue #9123）
- 表单和列表支持字典颜色显示，数据展示更直观
- 优化 AI 账号配置校验：未配置或配置错误时，Online 生成测试数据的提示信息更加友好
- 自定义按钮排序功能修正，支持清空排序设置
- 修复 Online 报表查询异常（Issue #9213）
- 修复 Online 报表左联 SQL 在 SQL Server 环境下的兼容性问题（Issue #9220）
- 修复编辑时 long 类型字段未赋值导致的报错
- 修复 loaded 方法隐藏字段导致只读字段变可写的问题（Issue #9223）
- 修复一对一子表编辑后详情页不更新的问题
- SysDataSourceController 的 queryOptions 接口添加权限检查（Issue #9288）
这些改进看似细微，却直接影响着开发者的日常使用体验。特别是列宽拖动调整和字典颜色显示这两个功能，解决了社区反馈已久的痛点。
第三方系统集成：一键嵌入 AI 能力
Jeecg-AI 支持通过 iframe 嵌入 的方式将 AI 聊天助手快速集成到第三方系统中。这意味着企业现有的业务系统无需大规模改造，只需嵌入一段代码，就能为用户提供 AI 对话能力。
快速上手
如果你想立即体验 Jeecg-AI 的能力，可以通过以下方式快速开始：
- 在线演示：boot3.jeecg.com （默认账号：admin / 123456）
- 源码地址：github.com/jeecgboot/j…
- 技术文档：help.jeecg.com/aigc
- 视频教程：www.bilibili.com/video/BV1zm…
项目支持 IDEA 启动和 Docker 一键部署两种方式，后端基于 Spring Boot 3.5.5 + LangChain4j，前端基于 Vue 3 + TypeScript + Vite 6 + Ant Design Vue 4。
总结与展望
Jeecg-AI v3.9.1 的发布标志着平台从"AI 对话工具"向"企业级 AI 智能体平台"的关键跨越。智能体升级、流程编排增强、Chat2BI、多模态能力、AI 工具箱等新功能的加入，让企业可以更低成本、更高效率地构建和部署 AI 应用。
从技术趋势来看，AI 与低代码的融合正在成为企业数字化转型的主流路径。Jeecg-AI 通过将 AI 能力深度嵌入低代码开发体系，为开发者提供了一条从"原型到生产"的快捷通道。期待下一个版本带来更多惊喜。
本文为 JeecgBoot AI 专题研究系列文章。
