spring-ai-alibaba / Lynxe

spring-ai-alibaba/Lynxe

open_in_new前往仓库

一个基于Java构建的高确定性无代码'提示编程'工作站，实现免代码的Prompt编程体验。

项目概览

项目概述

Lynxe（原名 JManus）是 Spring AI Alibaba 团队开源的一个高确定性的无代码“Prompt 编程”工作站，使用 Java 编写。它本质上是 Manus 的纯 Java 多智能体协作实现，已在阿里巴巴集团内部多个应用中使用，主要用于处理需要一定确定性的探索性任务，例如从海量数据中快速查找数据并转换为数据库中的单行记录，或分析日志并发出告警。Lynxe 提供完整的 HTTP 调用接口，适合 Java 开发者进行二次集成。

核心功能

  • 纯 Java Manus 实现：提供完整的 HTTP 调用接口，支持多智能体协作，便于 Java 开发者集成。
  • Func-Agent 模式：允许精确控制每个执行细节，提供极高的执行确定性，可完成复杂的重复流程和功能。
  • MCP 集成：原生支持模型上下文协议（MCP），可无缝集成外部服务和工具。
  • 引导式设置：应用启动后自动显示引导页面，支持选择语言（英文/中文）并输入 DashScope API Key 完成配置。
  • 多数据库支持：默认使用 H2 数据库，同时支持 MySQL 和 PostgreSQL。
  • Docker 部署：提供官方 Docker 镜像，支持数据持久化和自定义环境变量。

适用与不适用场景

适用场景：

  • 需要高确定性的探索性任务，如从海量数据中提取信息并结构化存储。
  • 日志分析与告警触发。
  • 需要多智能体协作的复杂流程自动化。
  • Java 开发者希望将 AI 能力集成到现有 Java 项目中。

不适用场景：

  • 需要完全自由、低确定性的开放式对话或创意生成。
  • 非 Java 技术栈的团队（虽然可通过 HTTP 调用，但深度集成需要 Java 环境）。
  • 对实时性要求极高且无法容忍 AI 推理延迟的场景。

技术架构与依赖

  • 语言：Java 17+。
  • 框架：Spring Boot 3.x。
  • AI 模型：默认使用 DashScope API，也支持其他 AI 模型平台（需自行配置）。
  • 数据库：H2（默认）、MySQL、PostgreSQL。
  • 协议：支持 MCP（Model Context Protocol）。
  • 构建工具：Maven。
  • 许可证：Apache-2.0。

安装与快速开始

方法一：使用 GitHub Release（推荐）

  1. 下载可执行 fat JAR： 
    wget https://github.com/spring-ai-alibaba/Lynxe/releases/latest/download/lynxe.jar
  2. 运行（需 Java 17+）： 
    java -jar lynxe.jar
  3. 浏览器访问 http://localhost:18080，按引导完成语言选择和 API Key 配置。

方法二：使用 Docker（推荐生产环境）

docker pull ghcr.io/spring-ai-alibaba/lynxe:v4.7.0
docker run -d --name lynxe -p 18080:18080 ghcr.io/spring-ai-alibaba/lynxe:v4.7.0

方法三：从源码运行

git clone https://github.com/spring-ai-alibaba/Lynxe.git
cd Lynxe
mvn clean package -DskipTests
java -jar target/lynxe-exec-fat-jar.jar

典型使用方法

  1. 启动 Lynxe 后，访问 http://localhost:18080。
  2. 在引导页面选择语言（英文/中文），输入 DashScope API Key。
  3. 在界面中创建任务，使用 Func-Agent 模式定义精确的执行流程。
  4. 通过 MCP 集成外部工具和服务。
  5. 对于开发者，可通过 HTTP 接口将 Lynxe 集成到现有 Java 项目中，具体参考开发者快速入门文档。

配置与部署要点

  • API Key：默认使用 DashScope，可在阿里云百炼控制台获取免费额度。
  • 数据库配置：默认 H2，如需 MySQL/PostgreSQL，需修改 application.yml 中的 profile 和连接信息。
  • Docker 数据持久化：建议挂载卷 /app/data。
  • 自定义环境变量：可通过 -e 设置 Spring 配置，如 SPRING_PROFILES_ACTIVE=mysql。
  • 端口：默认 18080。

限制、风险与许可证

  • 限制：仓库资料未提供明确的限制说明，但作为 AI 应用，可能存在模型输出不确定性、依赖外部 API 的可用性等风险。
  • 风险：使用第三方 AI 服务时需注意数据隐私和合规性；开源项目可能存在未发现的缺陷。
  • 许可证：Apache-2.0。

官方链接

信息来源和分析时间

  • 信息来源：GitHub 仓库 README、CONTRIBUTING.md、最新 Release 信息。
  • 分析时间：2026-06-10（基于最新 Release 发布时间）。