QuickBlue 是什么,为什么企业需要一个"AI 应用底座"

12,176 阅读7分钟

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-gateway8080统一入口:路由、鉴权、OpenAPI 3 文档聚合
QuickBlue-system8081认证、RBAC、组织、岗位、数据权限
QuickBlue-business8082业务模块(公告、区域、OA 等)
QuickBlue-support8083字典、监控、文件、定时任务、备份、安全合规
QuickBlue-ai8084模型、知识库、应用编排、会话、智能体
QuickBlue-admin9090Spring 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。

services1.png

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。

install.png

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

能力说明
认证鉴权Sa-Token 1.44,轻量且够用
RBAC用户 / 角色 / 菜单 / 按钮,菜单路由动态配置,前端权限联动
数据权限部门数据范围 + 行级规则(MyBatis 数据权限插件)
操作审计@AuditLog 切面异步落库,含 IP 归属地(ip2region)
传输安全API 加解密、数据脱敏
等保合规三级等保配置、密码安全策略、登录失败锁定
其他防重复提交、全局异常统一处理

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

API.png

service.png


六、技术栈:站在下一个十年

  • 后端:JDK 21(LTS,虚拟线程)+ Spring Boot 3.5.10 + Spring Cloud 2025.0.1 + Spring Cloud Alibaba 2025.0.0.0 + Nacos 2.4.3 + 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

services2.png

services3.png 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

如果你能得到什么
想给企业加 AI 能力,但不想从账号体系开始写权限、审计、监控已就绪,直接写 AI 业务
在做行业软件,需要一套可交付的底座微服务拆分 + 向导式安装,交付现场不用熬夜导脚本
团队技术栈偏旧,想升级但不敢动一次站在 JDK 21 / Spring Cloud 2025 上,避免二次迁移
需要私有化部署、数据不出内网全栈私有化,模型中立可选本地 Ollama

八、五分钟验证它是不是真的

不想先装环境?先在线体验:

项内容
🌐 体验地址ide.budaos.com
👤 账号admin
🔑 密码nq963369#

想本地跑起来,只需启动两个进程:

# 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):

平台地址
🇨🇳 Giteegitee.com/ossbar/Quic…
🌍 GitHubgithub.com/58ossbar/Qu…
git clone https://gitee.com/ossbar/QuickBlue-MicroAI.git
# 或
git clone https://github.com/58ossbar/QuickBlue-MicroAI.git
  • 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:www.creatorblue.com
  • 技术邮箱:28449472@qq.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。