Bella Assistant API

基于 Spring Boot 的智能助手 API 服务，提供兼容OpenAI Assistants API和Responses API的开源实现，突破原生生态限制，支持灵活切换各大厂商模型，真正实现"一次开发，处处可用"。内置多种工具集成和文件处理功能。

🚀 项目概述

Bella Assistant 是一个企业级的智能助手 API 服务，实现了完整的对话管理、工具调用和流式响应功能。该系统采用先进的执行引擎架构，支持多工具并行执行、智能规划决策和内存管理。

🎯 核心特性

• OpenAI 兼容 API: 完整覆盖 Assistants API（Assistants/Threads/Messages/Runs）
• Responses API 支持: 兼容 OpenAI Responses API（创建支持 SSE 流式）
• 多工具集成: 内置天气、网页搜索、爬虫、图表、RAG/检索、图像生成、语音转写、视觉识别等
• 流式响应: 支持 Server-Sent Events (SSE) 实时流式输出（Run 与 Response 创建）
• 智能规划: 基于模板的规划系统，自动决策执行流程
• 文件处理: S3/MinIO 文件上传存储与引用，支持公共访问 URL
• 内存管理: 自动管理对话上下文长度，支持长对话
• 并行执行: 多工具并行调用，提升响应效率

🛠 技术栈

• 框架: Spring Boot 2.7.18
• 数据库: MySQL 8.0 + JOOQ
• 缓存: Redis (Redisson)
• 存储: AWS S3 / MinIO
• 模板引擎: Pebble Templates
• 文档: Swagger/OpenAPI 3
• 监控: Spring Boot Actuator
• 配置中心: Apollo (可选)

🔧 快速开始

环境要求

• Java 17+
• Maven 3.6+
• MySQL 8.0+
• Redis 6.0+

1. 克隆项目

git clone https://github.com/yourusername/bella-assistants.git
cd bella-assistants/api

2. 数据库初始化

# 创建数据库
mysql -u root -p -e "CREATE DATABASE bella_assistant CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;"

# 执行初始化脚本
mysql -u root -p bella_assistant < sql/01-init-tables.sql

3. 配置文件

修改 src/main/resources/application.yml 中的数据库和 Redis 连接信息：

spring:
  datasource:
    url: jdbc:mysql://localhost:3306/bella_assistant?useSSL=false&serverTimezone=Asia/Shanghai
    username: root
    password: your_password
  redis:
    host: localhost
    port: 6379
bella:
  openapi:
    host: http://localhost:8080
  assistant:
    s3:
      bucket-name: bella-assistant
      endpoint: http://localhost:9000   # MinIO 示例
      access-key: minio
      secret-key: minio123
      path-style-access: true

4. 构建和运行

# 生成 JOOQ 代码
mvn org.jooq:jooq-codegen-maven:generate

# 编译项目
mvn clean compile

# 运行应用
mvn spring-boot:run

应用启动后访问:

• API 文档: http://localhost:8087/docs/index.html
• 健康检查: http://localhost:8087/actuator/health

📖 API 使用

Responses API（创建与查询）

创建响应（支持 SSE 流式）：

curl -X POST http://localhost:8087/v1/responses \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "input": [{"role":"user","content":[{"type":"input_text","text":"你好"}]}],
    "stream": true
  }'

查询响应执行结果：

curl -X GET http://localhost:8087/v1/responses/{response_id}

说明：GET /v1/responses/{response_id} 暂不支持流式返回，创建时 stream=true 可获得 SSE 流。

创建助手

curl -X POST http://localhost:8087/v1/assistants \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4",
    "name": "我的助手",
    "instructions": "你是一个有用的助手",
    "tools": [{"type": "web_search"}]
  }'

创建对话线程

curl -X POST http://localhost:8087/v1/threads \
  -H "Content-Type: application/json" \
  -d '{}'

发送消息并运行

curl -X POST http://localhost:8087/v1/threads/{thread_id}/runs \
  -H "Content-Type: application/json" \
  -d '{
    "assistant_id": "{assistant_id}",
    "additional_messages": [{
      "role": "user",
      "content": "今天天气怎么样?"
    }],
    "stream": true
  }'

🏗 项目架构

核心模块

src/main/java/com/ke/assistant/
├── controller/          # REST API 控制器
├── service/            # 业务逻辑服务层
├── core/               # 核心执行引擎
│   ├── run/            # 运行执行器
│   ├── plan/           # 智能规划系统
│   ├── tools/          # 工具系统
│   ├── ai/             # AI 模型调用
│   ├── memory/         # 内存管理
│   └── file/           # 文件处理
├── db/                 # 数据访问层
└── configuration/      # 配置类

执行流程

1. 创建运行: 客户端创建线程和运行请求
2. 上下文构建: 组装执行上下文（消息、工具、文件）
3. 智能规划: 规划器决定下一步动作（LLM 调用、工具执行、完成）
4. 并行执行: 运行执行器协调 AI 服务和工具执行
5. 流式输出: 实时 SSE 流式响应给客户端
6. 状态管理: 管理运行状态转换和错误处理

注：Response 的创建同样支持 SSE 流式输出；Response 的 GET 查询目前为非流式。

🔨 开发指南

添加新工具

1. 实现 ToolHandler 接口：

@Component
public class MyToolHandler implements ToolHandler {
    @Override
    public String getType() {
        return "my_tool";
    }
    
    @Override
    public ToolResult handle(ToolContext context) {
        // 工具逻辑实现
        return ToolResult.success("结果");
    }
}

2. 在 application.yml 中添加配置：

bella:
  assistant:
    tools:
      my_tool:
        enabled: true
        config:
          api_url: "https://api.example.com"

3. 在 ToolFetcher 中注册工具处理器

数据库变更

# 1. 修改 MySQL 数据库结构
# 2. 重新生成 JOOQ 代码
mvn org.jooq:jooq-codegen-maven:generate
# 3. 更新相应的 Repository 方法

运行测试

# 运行所有测试
mvn test

# 运行特定测试类
mvn test -Dtest=AssistantControllerTest

🔧 运维部署

Docker 部署

# 构建镜像
docker build -t bella-assistant .

# 运行容器
docker run -d \
  --name bella-assistant \
  -p 8087:8087 \
  -e SPRING_PROFILES_ACTIVE=prod \
  bella-assistant

配置说明

配置项	说明	默认值
server.port	服务端口	8087
bella.assistant.tools.*.enabled	工具开关	true
bella.s3.endpoint	S3 存储端点	-
bella.assistant.max-context-length	最大上下文长度	32000

环境变量与常用配置（摘自 api/src/main/resources/application.yml）：

• S3_BUCKET_NAME：S3/MinIO 存储桶名称（默认 bella-assistant）
• S3_REGION、S3_ACCESS_KEY、S3_SECRET_KEY、S3_ENDPOINT、S3_PATH_STYLE_ACCESS、S3_PUBLIC_BASE_URL
• WEB_SEARCH_TAVILY_APIKEY：Tavily 搜索 API Key
• WEATHER_SEARCH_APIKEY：高德天气 API Key
• RETRIEVAL_URL：检索服务地址；RAG_TOOL_URL：RAG 服务地址

监控指标

应用提供以下监控端点：

• /actuator/health - 健康检查
• /actuator/metrics - 应用指标
• /actuator/prometheus - Prometheus 格式指标

📝 内置工具

工具类型	功能描述	配置键
web_search_tavily	网页搜索（Tavily）	bella.assistant.tools.web-search-tavily.*
web_crawler	站点爬取	bella.assistant.tools.web-crawler.*
weather_search	天气查询（高德）	bella.assistant.tools.weather-search.*
rag	RAG 检索	bella.assistant.tools.rag.*
retrieval	语义检索	bella.assistant.tools.retrieval.*
image_generate	图像生成（DALL·E 3）	bella.assistant.tools.image-generate.*
img_vision	图像理解（Vision）	bella.assistant.tools.img-vision.*
bar_tool	柱状图生成	bella.assistant.tools.bar-tool.*
line_tool	折线图生成	bella.assistant.tools.line-tool.*
pie_tool	饼图生成	bella.assistant.tools.pie-tool.*
audio_transcription	语音转写	bella.assistant.tools.audio-transcription.*
read_files	文件读取	bella.assistant.tools.read-files.*

说明：Local Shell 为工具定义事件（服务器不会执行本地命令），用于兼容 Responses API 的工具调用流。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

开发流程

1. Fork 本项目
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m '添加某个特性')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件。

🆘 支持

如果遇到问题，请：

1. 查看 文档
2. 搜索已有的 Issues
3. 创建新的 Issue 描述问题

---

Built with ❤️ by Bella Team