ReAct 单次运行的结果。

解析后的纯文本与元数据。

对话消息（记忆/RAG 内部使用，含角色枚举）。

单个子任务。

JSON Schema 风格的单个参数描述（简化）。

一次 Trace 的完整记录。

将 ModelRouter 返回的 llm 统一为 acomplete 调用。

编排器对外统一响应。

反思审查报告。

检索单条结果。

单次操作 Span。

非流式对话响应。

三态熔断器：Closed → Open → Half-Open。 - Closed：正常放行，累计失败次数； - Open：快速失败，等待恢复超时后进入 Half-Open； - Half-Open：允许有限次试探调用，成功则关闭，失败则重新打开。

答案中的引用标注。

文档表：上传的原始文档元数据。

文档分块表：用于 RAG 的文本块。

文档分块器：支持多种策略。

文档列表项。

文档解析器：支持纯文本与 PDF（pypdf）。

DocumentType 文档类型

文档上传响应。

ETL 流水线：组合解析器与分块器。

流水线输出。

意图识别结果（由上游 NLU/分类器注入）。 编排器据此选择策略、工具子集或是否跳过重推理。

意图识别器：树形分类 + 置信度 + 引导澄清。

意图识别结果。

统一 LLM 响应结构。

短期 + 长期记忆合并上下文。

长期记忆召回条目。

对话消息角色。

单路模型配置。

多模型路由器：支持优先级调度、负载均衡（同优先级加权随机）、自动降级。

执行过程中的累积状态（便于重规划与追踪）。

规划与执行：生成计划、逐步执行、失败时重规划。

RAG 生成结果。

ReAct 循环：思考、行动、观察，直到最终答案或达到最大步数。

对 Agent 最终输出进行反思与质量把关。

检索模式：向量 / 关键词 / 混合。

全链路追踪器：记录 Agent 执行的每个步骤（进程内存储，可替换为导出到 OTLP）。

内存 BM25（Okapi）索引，用于关键词检索。

AgentConfig Agent 编排器配置

Agent 推理模式。

Agent 运行模式枚举

Agent 编排器 <p> 系统的核心调度中枢，负责： <ul> <li>意图识别 → 选择 Agent 模式</li> <li>RAG 检索 → 提供上下文</li> <li>Agent 执行 → ReAct / Planner / Reflection</li> <li>记忆管理

Agent 编排器： - 根据 IntentContext 与 mode 选择 ReAct 或 Plan-and-Execute； - 管理会话级记忆与工具； - 记录全链路 trace； - 异常时降级（例如 Plan 失败则回退 ReAct）。

AI Agent 平台启动类

AgentResult Agent 执行结果

AgentStep Agent 执行步骤

AppError 应用级错误，携带业务错误码

声明式基类。

工具基类 <p> 所有自定义工具必须继承此类，并实现 {@link #doExecute(Map)} 方法。 基类提供统一的执行入口、异常处理、耗时记录。

所有 Agent 工具的抽象基类。

CBConfig 熔断器配置

Cache 缓存操作接口

计算器工具 <p> 支持数学表达式计算，使用 JavaScript 引擎求值

对有限语法树节点求值，禁止任意函数调用。

CalculatorTool 数学计算工具

对话接口控制器 <p> 提供普通对话和 SSE 流式对话两种模式

ChatHandler 对话请求处理器

单条对话消息。

ChatOptions 对话可选参数

对话请求 DTO

对话请求。

ChatRequest 对话请求

对话响应 DTO

ChatResponse 对话响应

Chunk 文档分块

分块策略枚举。

ChunkStrategy 分块策略

Chunker 文档分块器

三态熔断器 <p> 状态转换：CLOSED → OPEN → HALF_OPEN → CLOSED <ul> <li>CLOSED（关闭）：正常放行请求，失败计数达到阈值后转为 OPEN</li> <li>OPEN（打开）：拒绝所有请求，超时后转为 HALF_OPEN</li> <li>

CircuitBreaker 三态熔断器。 状态转换： CLOSED --（连续失败达阈值）--> OPEN OPEN --（超时后自动）------> HALF_OPEN HALF_OPEN --（探测成功达阈值）--> CLOSED HALF_OPEN --（探测失败）-----

熔断器状态：关闭（正常）、打开（拒绝）、半开（试探）。

CircuitState 熔断器状态

Client 大语言模型客户端接口。 所有 LLM 提供方（OpenAI、Anthropic、本地模型等）都应实现此接口。

用于摘要压缩的 LLM。

Config 应用程序全局配置结构

会话实体

会话表：一次用户对话线程。

数据库查询工具 <p> 仅允许 SELECT 查询操作，严禁写操作，防止 SQL 注入风险

执行受控的只读 SQL（默认仅允许 SELECT）。

DatabaseTool 数据库查询工具（只读）

DefaultParser 默认文档解析器

文档实体

Document 文档实体

DocumentChunk 文档分块

文档切片器 <p> 将长文本按照语义边界切分为小块（Chunk）， 支持固定大小切片和段落感知切片，带有重叠以保持上下文连续性。

文档管理控制器 <p> 提供文档上传、解析、向量化的入口

DocumentHandler 文档处理器

文档解析器 <p> 使用 Apache Tika 解析多种文档格式，提取纯文本内容。 支持 PDF、DOCX、TXT、HTML、Markdown 等。

DocumentResponse 文档处理响应

文档上传附加元数据（可选）。

DocumentUploadRequest 文档上传请求

文档上传响应 DTO

ETL 数据管道 <p> 文档处理完整流程： <ol> <li>Extract（提取）：使用 DocumentParser 从文件中提取文本</li> <li>Transform（转换）：使用 DocumentChunker 切分文本为 Chunk</li> <li>Load（加载）：向

与 LangChain Embeddings 兼容的嵌入接口。

FunctionDef 函数定义

Generator RAG 答案生成器。 将检索到的文档片段和用户问题组合成 Prompt，由 LLM 生成最终答案。