![]() |
![]() |
![]() |
|---|---|---|
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
|---|
![]() |
![]() |
![]() |
|---|
![]() |
![]() |
![]() |
![]() |
|---|---|---|---|
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
基于NET搭建-AI知识库智能体-现代化Saas企业级前后端分离架构:前端Vue3、IDS4单点登录、多缓存、自动任务、分布式、一库多租户、日志、授权和鉴权、CAP集成事件、SignalR、领域事件、MCP协议服务、IOC模块化注入、代码生成器、自动任务、AI、AgentFramework智能体、AISemanticKernel集成、RAG检索增强、AI知识库、AI联网搜索 解耦设计都可以单独引用项目启动时注意相关Redis、db链接配置等相关配置详情可见下面的上手教程
教学文档地址 [教学文档地址]
-
- 配置 Redis 和数据库
- 项目启动前需配置 Redis 和数据库连接字符串。
- 数据库结构可通过脚本生成。
-
- Docker 配置
- 项目支持 Docker 部署,Dockerfile 和配置文件已提供。
-
- JSON 配置
- 项目使用 JSON 文件进行配置,包括缓存、短信、日志、AI 等模块。
- 第一步
json配置文件请配置好数据库链接默认使用MySQL(可自行更改)EFCore框架 不熟悉的可以看看微软官网文档- 第二步
执行初始化数据库命令:在vs中“程序包管理控制台”选择Kevin.EntityFrameworkCore项目 执行NuGet命令 Add-Migration "初始化数据库" 在执行=》 Update-Database 执行完成后开始第三步- 第三步
启动App.WebApi第一次启动会初始化种子数据 种子数据配置可以在kevin.Domain.BaseDatas下面查看和更改 启动后通过http://localhost:9901/swagger/index.html路由查看接口页面和如下页面- 第四步
启动App.AuthorizationService项目统一授权中心- 第五步
在vue文件夹下面启动前端 前端运行步骤:1、安装依赖npm install 2、运行npm run serve 3、打包npm run build
- 第一步
请先完成上手教程在进行AI智能体教程- 第二步
下载安装Qdrant--官网有教程 安装后配置json文件QdrantClientSetting 默认是localhost不需要动的- 第三步
注册AI账户 教程以智谱AI为例 去[官网](https://open.bigmodel.cn)注册登录后获取APIKey- 第四步
配置向量模型和对话模型默认如下
![]() |
![]() |
|---|
- 第五步
新建知识库选择向量模型(如果不选择请在json配置中配置)2048(默认):最高精度,适合对准确性要求极高的场景===》配置智能体==》新建对话就OK了
![]() |
![]() |
![]() |
|---|
- Ollama 支持多种操作系统,包括 macOS、Windows、Linux 以及通过 Docker 容器运行。
- Ollama 对硬件要求不高,旨在让用户能够轻松地在本地运行、管理和与大型语言模型进行交互。
- CPU:多核处理器(推荐 4 核或以上)。
- GPU:如果你计划运行大型模型或进行微调,推荐使用具有较高计算能力的 GPU(如 NVIDIA 的 CUDA 支持)。
- 内存:至少 8GB RAM,运行较大模型时推荐 16GB 或更高。
- 存储:需要足够的硬盘空间来存储预训练模型,通常需要 10GB 至数百 GB 的空间,具体取决于模型的大小。
- Ollama 官方下载地址:https://ollama.com/download
- 1.安装后运行模型 可根据电脑配置自由选择模型 可以使用qwen3:4b来进行测试
- ollama run qwen3:4b
- 系统配置如下

默认基于redis方式注册Hangfire可在Kevin.Hangfire.ServiceCollectionExtensions自行添加或调整注入方式
1.继承IModuleConfigTasks类实现ConfigTasks会在项目启动时自动注册任务,并且自动任务可以基于接口类直接调用应用服务
/// <summary>
/// AIKmssTasks配置任务设置
/// </summary>
public class AIKmssModuleConfigTasks : IModuleConfigTasks
{
/// <summary>
/// 配置任务
/// </summary>
public Task<bool> ConfigTasks(IRecurringJobManager recurringJobManager)
{
recurringJobManager.AddOrUpdate<IAIKmssService>(
recurringJobId: "每6分钟检测是否有AI文档知识库需要处理", // 唯一的 ID,用于后续修改或删除
(s) => s.ProcessKmssVectorData(default),
"0 0/6 0/1 * * ? ", new RecurringJobOptions
{
TimeZone = TimeZoneInfo.Local, // 指定时区(默认UTC)
}
);
return Task.FromResult(true);
}
}
- 1.新建项目直接引用Kevin.Web.Basics

- 2.copy所有的appsettings.json文件到新项目还有Program的代码
- 3.调整配置文件的数据库和redis配置以及json中MigrationsAssembly为新项目的程序集,如上图应设“AINet.Domain”
- 4.项目结构可参考上图或者开源架构中的App模块
- 5.因为引用的Kevin.Web.Basics模块 后续更新同步只需拉取NetCoreKevin新代码,好处是可以即保持框架更新也可以开发自己的业务
技术点 说明
- .NET 9 最新的 .NET 框架,性能更优,支持更多新特性
- DDD 领域驱动设计,将复杂业务逻辑抽象为模块化结构
- 微服务架构 通过 Consul、CAP、Quartz 等实现服务解耦和分布式管理
- CAP 消息总线,用于跨服务事件通信
- MediatR 领域事件处理
- IdentityServer4 安全认证中心,支持 OAuth2 和 OpenID Connect
- Hangfire 定时任务调度
- EF Core ORM 工具,用于数据库操作
- Docker 容器化部署,便于环境管理
- AI 集成 SemanticKernel、MCP 服务、OCR 验证码识别等 AI 技术
- Skill 工具使用:基于Agent-Framework 语义理解框架,实现自然语言处理及技能(Skill)的调用与编排。
- Tools 工具自定义开发:支持自定义 AI 工具开发,如 OCR 验证码识别等图像识别工具。
- MCP 服务:用于 AI 服务之间的通信与协议扩展。
- Agent-Framework 框架开发:借助 Agent 开发框架构建智能代理,支持多步推理与任务自动化。
以下是项目的核心模块及其功能说明:
一、 核心安全与认证
授权服务:基于IdentityServer4,提供用户登录认证和API访问授权。
权限服务:实现基于API接口的细粒度访问控制。
二、 业务架构层
领域层:存放核心业务逻辑与规则(DDD核心)。
应用服务层:协调领域逻辑,处理具体业务用例。
仓储层:封装所有数据库的增删改查操作。
API层:提供对外RESTful接口。
三、 通用技术支持
工具库:包含常用辅助类、扩展方法等。
工作单元:基于EF Core,管理数据库事务。
缓存服务:支持多种分布式缓存。
日志系统:基于log4Net记录运行日志。
文件存储:支持云存储的文件上传下载。
短信服务:集成主流云平台发送短信。
四、 分布式与集成
服务发现:使用Consul进行微服务注册与发现。
事件总线:基于CAP处理分布式事件通信。
领域事件:基于MediatR处理进程内事件。
HTTP客户端:封装HTTP/2.0调用,用于外部API访问。
分布式锁:控制分布式环境下的资源并发访问。
五、 AI与智能模块
AI基础模块:集成语义理解、OCR识别等AI能力。
智能体服务:基于AgentFramework的AI智能体系统。
知识库系统:使用Qdrant向量数据库实现RAG检索增强。
联网搜索:集成搜索引擎API,支持实时信息获取。
智能体管理:智能体生命周期管理、工具调用和工作流编排。
六、 特定功能模块
任务调度:基于Hangfire执行定时任务。
实时通信:基于SignalR实现服务端消息推送。
爬虫服务:基于Selenium进行网页数据采集。
七、 基础设施与配置
IOC容器:提供模块化依赖注入。
跨域配置:管理Web跨域访问策略。
共享模型:存放系统通用的DTO、枚举等。
数据初始化:提供数据库结构和初始数据的SQL脚本。
Web工具层:包含全局过滤器、中间件等Web相关基础组件。
NetCoreKevin 是一个非常完整的微服务架构项目,结合了 DDD、CAP、Hangfire、EFCore 等多种技术,并集成了 AI、OCR、短信、文件存储等实用功能。其模块化设计使得每个功能都可以独立引用,非常适合大型企业级应用的开发。
![]() |
|---|































