Harness 通用 AI 底座（企业级 AI 应用平台底座）

技术信息

语言技术
Python、Nginx、ElasticSearch、Docker、Redis系统类型
Linux、Web行业分类
人工智能、企业服务

作品详情

行业场景

企业每做一个 AI 应用都要重复对接大模型厂商 API、自建向量库与检索链路、重复实现权限与审计，交付周期长、成本高且质量不可控。本底座把模型接入、RAG 知识检索、Agent 编排、工具注册与安全治理收敛为可复用的 Python 包与标准接口，面向企业级 AI 应用研发团队，让业务只关心「问什么、调什么工具」，底座统一负责「用哪个模型、怎么检索、怎么执行、怎么鉴权与审计」。

功能介绍

核心包含四块能力：一是模型调度中枢，支持多提供商注册、路由、降级与场景分流；二是 RAG 全链路，覆盖文档摄入、解析、切分、向量化、检索到生成的完整链路，支持权限过滤与多租户隔离；三是 Agent 编排，支持 lang / qwen / agently 三种后端、工具注册表、三层记忆与检查点恢复；四是安全治理，提供 JWT/RBAC 鉴权、沙箱执行与风险评估。此外提供 HTTP 网关（auth / admin / rag / agent / skills 等平台路由）、运维管理后台、统一登录门户与前端共享层，业务应用通过 pip 安装应用包加配置注入即可挂载到本底座。

项目实现

我负责底座整体架构设计与核心实现：以 dragonai_core Python 包为能力内核，按模型调度、RAG、Agent、安全治理四条线拆分模块；设计应用路由注册机制与配置注入约定，使业务应用与底座解耦、可独立发布；落地多租户隔离与权限过滤契约、记忆与检查点方案，并编写部署脚本、运行部署文档与验收用例。技术栈为 Python 3.12 + FastAPI + SQLAlchemy + LangChain，配合 Redis、ElasticSearch、Nginx 与 Docker 完成部署，前端门户为 React + TypeScript。