RelaMind - AI 个人成长伙伴

RelaMind Logo

记录成长，理解自己，成为更好的你

RelaMind 是一个基于 AI 的个人成长轨迹分析系统，帮助用户通过记录生活、回顾历史、分析模式来更好地理解自己，实现持续成长。

📸 效果展示

主页

主页展示三个核心功能：智能对话、成长日记、任务助手，采用现代化的渐变设计和动画效果

智能对话 - 智能路由功能

智能对话系统支持自动识别用户意图，智能路由到最合适的处理方式：

普通聊天模式

普通聊天 日常陪伴聊天，情感支持，引导记录

RAG 历史查询模式

RAG查询 自动检索历史记录，回答"我的日记里写过什么呢？"等问题

工具调用模式

工具调用 自动调用搜索、下载、生成文件等工具完成任务

智能路由识别过程

系统会自动识别用户意图并路由到对应模式：

普通聊天路由

普通聊天路由 系统识别为普通聊天意图，使用日常陪伴模式

RAG 查询路由

RAG查询路由 系统识别为历史查询意图，自动使用 RAG 检索模式

工具调用路由

工具调用路由 系统识别为工具调用意图，自动调用相应工具

成长日记

成长日记记录界面，支持心情选择、标签管理、内容记录，自动存储到向量数据库

Manus 任务助手 🤖

Manus 是 RelaMind 的高级智能体，基于 ReAct（Reasoning and Acting）模式，能够自主规划复杂任务并执行多步骤操作。

任务执行流程展示

步骤 1：任务分析和规划 Manus 步骤1 Manus 分析用户需求，制定执行计划，展示思考过程和调用的工具

步骤 2：信息收集和处理 Manus 步骤2 Manus 自动调用搜索、网页抓取等工具收集信息，实时显示执行进度

步骤 3：内容生成和文件创建 Manus 步骤3 Manus 整理信息并生成文件，支持 txt、PDF 等多种格式，提供下载链接

步骤 4：任务完成和结果展示 Manus 步骤4 任务完成后，Manus 展示最终结果和生成的文件，用户可直接下载

核心特性：

流式输出：每执行完一步立即显示，实时反馈任务进度
思考过程可视化：清晰展示 AI 的思考内容和决策过程
工具调用透明化：显示调用的工具名称，隐藏技术细节
文件自动生成：支持生成 txt、PDF 等格式文件，并提供下载链接
多步骤协作：自动协调多个工具完成复杂任务

敏感词检测 🛡️

系统内置敏感词检测功能，确保内容安全和合规性。

敏感词检测 当用户输入包含敏感词时，系统会立即拦截并提示，不调用大模型 API，保护系统安全

技术特点：

Trie 树算法：基于前缀树实现高效的敏感词匹配
零 API 调用：检测到敏感词时直接拦截，不消耗大模型 API 资源
实时检测：在请求发送到大模型前进行检测，响应速度快
可配置词库：支持从配置文件加载敏感词库，便于维护和更新

✨ 产品定位

RelaMind 定位为"你的 AI 成长伙伴"，通过以下方式帮助用户：

日常陪伴：倾听用户心声，给予情感支持和理解
引导记录：鼓励用户记录生活点滴，养成记录习惯
成长分析：基于历史记录分析成长模式，提供个性化洞察
主动关怀：记住用户的重要信息，适时主动关心

🎯 核心功能

1. 智能对话 💬

功能特点：

智能路由：自动识别用户意图（普通聊天 / 历史查询 / 工具调用），选择最合适的处理方式
日常陪伴：多轮对话、情感支持、引导记录
历史检索：基于 RAG 技术检索历史记录，回答"我去年这个时候在做什么？"等问题
工具调用：自动调用搜索、下载、生成文件等工具
对话记忆：基于 Cassandra 存储对话历史，实现长期记忆

使用场景：

日常聊天："今天心情不错"
历史查询："我去年这个时候在做什么？"
工具调用："帮我搜索一下今天的天气"

2. 成长日记 📝

功能特点：

心情记录：8种心情选择（开心、兴奋、平静、疲惫、难过、焦虑、生气、困惑）
标签管理：自定义标签 + 常用标签，便于分类和检索
RAG 存储：自动存储到向量数据库，支持语义检索
元数据丰富：自动记录日期、时间、心情、标签等信息

使用场景：

记录日常感想和心情
构建个人成长知识库
为后续的 RAG 检索提供数据源

3. Manus 任务助手 🤖

功能特点：

自主规划：基于 ReAct（Reasoning and Acting）模式，自主推理和行动
多工具协作：自动调用多个工具完成复杂任务（搜索、抓取、文件生成等）
多步骤执行：支持复杂的多步骤任务规划，最多支持 10 步
流式输出：每执行完一步立即显示，实时反馈任务进度
思考可视化：清晰展示 AI 的思考过程和决策逻辑
文件生成：自动生成 txt、PDF 等格式文件，并提供下载链接
工具调用透明化：显示调用的工具名称，隐藏技术细节

使用场景：

制定完整的计划（如"帮我制定一个周末计划"）
信息收集和整理（如"帮我搜索学习健身的建议，以 PDF 格式返回"）
需要多步骤操作的任务（如"帮我搜索今天的新闻，整理成文档"）
复杂的信息处理（如"帮我分析某个主题，生成报告"）

执行流程：

思考阶段：分析用户需求，制定执行计划
行动阶段：调用相应工具（搜索、抓取、文件操作等）
迭代执行：根据结果继续思考，执行下一步
任务完成：生成最终结果和文件，提供下载链接

4. 智能意图识别 🧠

技术特点：

基于 LLM 的分类：使用结构化输出进行意图分类，提高准确率
规则匹配：快速规则匹配（默认），可切换为 LLM 分类
置信度机制：当识别置信度较低时，主动询问用户确认
持续优化：记录识别准确率，持续优化模型

5. 敏感词检测 🛡️

功能特点：

Trie 树算法：基于前缀树实现高效的敏感词匹配，时间复杂度 O(n)
零 API 调用：检测到敏感词时直接拦截，不消耗大模型 API 资源
实时检测：在请求发送到大模型前进行检测，响应速度快
可配置词库：支持从 sensitive_words.txt 配置文件加载敏感词库
Advisor 拦截：通过 Spring AI Advisor 机制，在调用链早期拦截

技术实现：

使用 SensitiveWordAdvisor 作为最高优先级 Advisor（order = -100）
基于 Trie 树的多模式匹配算法
支持中英文敏感词检测
自动加载和初始化敏感词库

使用场景：

防止用户输入不当内容
保护系统安全，避免恶意请求
节省 API 调用成本

6. 工具调用能力 🔧

联网搜索：实时搜索最新信息
文件操作：保存、读取用户文件
网页抓取：提取网页内容
资源下载：下载图片、文档等资源
PDF 生成：生成个性化报告
终端操作：执行代码脚本

7. MCP 服务集成 🌐

地图服务：查找附近地点、规划路线
图片搜索：从特定网站搜索图片
扩展能力：支持自定义 MCP 服务

🛠️ 技术栈

后端技术

Java 21 + Spring Boot 3
Spring AI：AI 应用开发框架
LangChain4j：AI 应用开发工具库
Cassandra：对话记忆持久化存储
PgVector：向量数据库，用于 RAG 检索
Spring AI ChatClient：多轮对话、Advisor、ChatMemory
Spring AI RAG：知识库检索增强生成
Spring AI Tool Calling：工具调用能力
Spring AI MCP：模型上下文协议支持

AI 能力

大模型接入：支持多种 AI 大模型（通义千问、GPT 等）
Prompt 工程：优化的提示词设计
结构化输出：使用 Entity 进行结构化数据提取
流式响应：SSE 流式传输，提升用户体验
多模态支持：支持文本、图片等多种输入

工具与库

Kryo：高性能序列化
Jsoup：网页抓取
iText：PDF 生成
Knife4j：API 文档生成

前端技术

Vue 3：前端框架
Vite：构建工具
SSE：服务器推送事件，实现流式响应

部署

Docker：容器化部署
Serverless：支持 Serverless 部署

📁 项目结构

RelaMind/
├── src/main/java/io/el12stu/RelaMind/
│   ├── app/                    # 核心应用逻辑
│   │   └── RelaMindApp.java    # 智能路由、RAG、工具调用
│   ├── agent/                  # AI 智能体
│   │   ├── Manus.java          # 自主规划智能体
│   │   └── ReActAgent.java     # ReAct 模式智能体
│   ├── advisor/                # Spring AI Advisor
│   │   ├── SensitiveWordAdvisor.java
│   │   ├── IntentDetectionService.java
│   │   └── ...
│   ├── chatmemory/             # 对话记忆
│   │   └── CassandraBasedChatMemory.java
│   ├── rag/                    # RAG 相关
│   │   ├── RelaMindAppDocumentLoader.java
│   │   ├── QueryRewriter.java
│   │   └── ...
│   ├── service/                # 业务服务
│   │   ├── IntentDetectionService.java  # 意图识别
│   │   ├── DiaryService.java            # 日记存储服务
│   │   └── SensitiveWordService.java
│   ├── tools/                  # 工具定义
│   │   ├── WebSearchTool.java
│   │   ├── FileOperationTool.java
│   │   ├── PDFGenerationTool.java
│   │   └── ...
│   └── controller/             # API 接口
│       ├── AiController.java   # 智能对话接口
│       └── DiaryController.java # 日记记录接口
├── src/main/resources/
│   ├── application.yml         # 配置文件
│   └── document/               # 知识库文档
└── ai-agent-frontend/          # 前端项目
    └── src/
        ├── views/
        │   ├── Home.vue        # 主页（三个功能卡片）
        │   ├── RelaMind.vue    # 智能对话页面
        │   ├── Diary.vue       # 成长日记页面
        │   └── SuperAgent.vue  # 任务助手页面
        ├── components/
        │   └── ChatRoom.vue    # 聊天室组件
        └── api/
            └── index.js        # API 调用封装

🚀 快速开始

环境要求

JDK 21+
Maven 3.6+
PostgreSQL（支持 PgVector）
Cassandra（可选，用于对话记忆）

配置说明

配置 AI 大模型 API Key（在 application.yml 中）
配置数据库连接（PostgreSQL、Cassandra）
配置向量数据库（PgVector）

运行项目

方式一：本地开发运行

# 后端
mvn spring-boot:run

# 前端
cd ai-agent-frontend
npm install
npm run dev

方式二：Docker 部署（推荐）🐳

难度评估：⭐⭐☆☆☆（简单到中等）

Docker 化已经完成，支持两种部署方式：使用预构建镜像（推荐）或本地构建。

前置要求：

安装 Docker 和 Docker Compose
配置 AI 大模型 API Key

🚀 方式 A：使用预构建镜像（推荐，最简单）

优点：无需构建环境，直接拉取使用，快速启动

# 1. 克隆仓库
git clone https://github.com/your-username/RelaMind.git
cd RelaMind

# 2. 创建配置文件
cp env.example .env

# 3. 编辑 .env 文件，配置以下内容：
#    - DASHSCOPE_API_KEY（必填）：你的阿里云 DashScope API Key
#    - GITHUB_USER（必填）：你的 GitHub 用户名
#    - GITHUB_REPO（必填）：仓库名（通常是 RelaMind）
#    - POSTGRES_PASSWORD（可选，建议修改）：数据库密码
#    - CASSANDRA_PASSWORD（可选，建议修改）：Cassandra 密码

# 4. 修改 docker-compose.yml 中的镜像地址
#    将 your-username 替换为你的 GitHub 用户名
#    例如：ghcr.io/your-username/RelaMind/backend:latest

# 5. 启动所有服务
docker-compose -f docker-compose.yml up -d

# 6. 查看服务状态
docker-compose -f docker-compose.yml ps

# 7. 查看日志
docker-compose -f docker-compose.yml logs -f backend

访问应用：

前端：http://localhost
后端 API：http://localhost:8123/api
Swagger 文档：http://localhost:8123/api/swagger-ui.html

🔨 方式 B：本地构建镜像

优点：可以自定义构建参数，适合开发调试

# 1. 创建 .env 文件（可选，用于配置敏感信息）
cp env.example .env
# 编辑 .env 文件，至少配置 DASHSCOPE_API_KEY

# 2. 使用开发配置启动（会自动构建镜像）
docker-compose up -d --build

# 3. 查看服务状态
docker-compose ps

# 4. 查看日志
docker-compose logs -f backend

📋 配置说明

所有配置通过环境变量注入，镜像中不包含任何敏感信息。

必填配置：

DASHSCOPE_API_KEY：阿里云 DashScope API Key

可选配置（有默认值）：

POSTGRES_USER：默认 relamind
POSTGRES_PASSWORD：默认 relamind123（⚠️ 生产环境建议修改）
CASSANDRA_USERNAME：默认 cassandra
CASSANDRA_PASSWORD：默认 cassandra（⚠️ 生产环境建议修改）

详细配置说明请查看 CONFIGURATION.md

🛠️ 常用命令

# 启动服务
docker-compose -f docker-compose.yml up -d

# 停止服务
docker-compose -f docker-compose.yml down

# 停止并删除数据卷（⚠️ 会删除所有数据）
docker-compose -f docker-compose.yml down -v

# 查看日志
docker-compose -f docker-compose.yml logs -f backend

# 重启服务
docker-compose -f docker-compose.yml restart backend

# 修改配置后重启
# 1. 修改 .env 文件
# 2. 重启服务
docker-compose -f docker-compose.yml restart backend

📦 Docker 文件说明

Dockerfile：后端应用镜像（多阶段构建，优化镜像大小）
ai-agent-frontend/Dockerfile：前端应用镜像（Nginx 托管）
docker-compose.yml：开发环境配置（本地构建镜像）
docker-compose.prod.yml：生产环境配置（使用预构建镜像）
.dockerignore：优化构建速度，排除不必要的文件

⚠️ 注意事项

首次使用预构建镜像：
- 需要先修改 docker-compose.prod.yml 中的镜像地址
- 替换 your-username 为你的 GitHub 用户名
- 确保镜像已发布到 GitHub Container Registry
端口占用：
- 确保端口 80、8123、5432、9042 未被占用
数据持久化：
- 数据存储在 Docker volumes 中
- 删除容器不会丢失数据
- 使用 docker-compose down -v 会删除所有数据
配置修改：
- 修改 .env 文件后，重启服务即可生效
- 无需重新构建镜像

📚 更多文档

CONFIGURATION.md - 详细配置说明
DEPLOYMENT.md - 完整部署指南

📝 使用示例

智能对话示例

普通聊天：

用户：今天心情不错
AI：太好了！能分享一下是什么让你心情这么好吗？要不要记录下来，这样以后可以回顾一下这些美好的时刻。

历史记录查询（自动使用 RAG）：

用户：我去年这个时候在做什么？
AI：根据你2023年3月的记录，当时你正在准备一个重要的项目，还记录了一些关于工作压力的思考...

工具调用（自动调用工具）：

用户：帮我搜索一下今天的天气
AI：[自动调用搜索工具] 根据搜索结果，今天天气晴朗，温度...

成长日记示例

用户可以通过界面记录：

选择心情：😊 开心
添加标签：工作、思考
输入内容：今天完成了一个重要项目，感觉很有成就感...

保存后，这些记录会自动存储到向量数据库，后续可以通过智能对话检索。

Manus 任务助手示例

示例 1：生成学习建议文档

用户：我想学习健身，给我一些建议，以txt文件格式返回。

Manus 执行流程：
━━━ 步骤 1 ━━━
💭 思考：用户希望学习健身并获得一些建议，最终以txt格式返回。需要先收集关于学习健身的有效建议，然后生成txt文件。
🔧 调用的工具：searchWeb

━━━ 步骤 2 ━━━
💭 思考：已获取搜索结果，需要抓取相关网页内容获取详细信息。
🔧 调用的工具：scrapeWebPage

━━━ 步骤 3 ━━━
💭 思考：已收集足够信息，现在需要整理并生成txt文件。
🔧 调用的工具：writeFile

━━━ 步骤 4 ━━━
💭 思考：文件已成功生成，任务完成。
✅ 任务完成，调用的工具：doTerminate

📁 生成的文件：
1. 健身建议.txt [点击下载]

示例 2：生成 PDF 报告

用户：帮我搜索今天的新闻，整理成PDF格式返回。

Manus 执行流程：
1. 搜索新闻 → 2. 抓取网页内容 → 3. 整理信息 → 4. 生成PDF → 5. 任务完成
📁 生成的文件：今日新闻.pdf [点击下载]

敏感词检测示例

用户输入：包含敏感词的内容
系统响应：[系统安全提示]：您的输入包含敏感内容，请求已被拦截。

特点：
- 零 API 调用：直接拦截，不消耗大模型资源
- 实时响应：毫秒级检测速度
- 安全可靠：保护系统免受不当内容影响

🎨 产品特色

智能路由：自动识别用户意图，无需用户选择，系统自动选择最合适的处理方式
长期记忆：基于向量数据库实现长期记忆，真正理解用户的成长轨迹
个性化：基于用户历史数据提供个性化建议，而非泛泛而谈
一体化体验：智能对话、成长日记、任务助手三大功能无缝衔接
持续优化：记录准确率，持续优化意图识别模型

🔄 功能流程

完整使用流程

记录阶段：用户在"成长日记"中记录感想和心情
存储阶段：日记自动存储到向量数据库（RAG）
对话阶段：用户在"智能对话"中与 AI 交流
检索阶段：当用户询问历史时，系统自动通过 RAG 检索相关记录
分析阶段：AI 基于历史数据提供个性化分析和建议

智能路由流程

用户输入
    ↓
意图识别（规则/LLM）
    ↓
┌─────────┬──────────┬──────────┐
│普通聊天  │ RAG查询  │ 工具调用  │
└─────────┴──────────┴──────────┘
    ↓
智能回复

📄 许可证

本项目采用 MIT License 许可证。

RelaMind - 记录成长，理解自己，成为更好的你 ✨

RelaMind

About RelaMind

Platforms

Languages

Links

Need Help Installing RelaMind?

RelaMind

RelaMind - AI 个人成长伙伴

📸 效果展示

主页

智能对话 - 智能路由功能

普通聊天模式

RAG 历史查询模式

工具调用模式

智能路由识别过程

普通聊天路由

RAG 查询路由

工具调用路由

成长日记

Manus 任务助手 🤖

任务执行流程展示

敏感词检测 🛡️

✨ 产品定位

🎯 核心功能

1. 智能对话 💬

2. 成长日记 📝

3. Manus 任务助手 🤖

4. 智能意图识别 🧠

5. 敏感词检测 🛡️

6. 工具调用能力 🔧

7. MCP 服务集成 🌐

🛠️ 技术栈

后端技术

AI 能力

工具与库

前端技术

部署

📁 项目结构

🚀 快速开始

环境要求

配置说明

运行项目

方式一：本地开发运行

方式二：Docker 部署（推荐）🐳

🚀 方式 A：使用预构建镜像（推荐，最简单）

🔨 方式 B：本地构建镜像

📋 配置说明

🛠️ 常用命令

📦 Docker 文件说明

⚠️ 注意事项

📚 更多文档

📝 使用示例

智能对话示例

成长日记示例

Manus 任务助手示例

敏感词检测示例

🎨 产品特色

🔄 功能流程

完整使用流程

智能路由流程

📄 许可证