AI 功能
RuleGo-Server 的 AI 能力基于"规则链即 Agent"理念。内置两个 AI Agent，支持 Skill 技能管理，并可接入 Claude Code、Cursor 等 AI 编程工具实现规则链的智能化管理。
AI 扩展组件的完整文档（智能体框架架构、ai/agent 节点配置、工具系统、切面框架、会话管理、LLM/意图识别/MCP 等组件参考），参见 AI 扩展组件。
# 架构概览
用户/AI工具
│
▼
OpenAI 兼容 API ──────────────────────────┐
POST /api/v1/rules/{id}/v1/chat/completions
│ │
▼ │
规则链 (ai/agent 节点) │
│ │
├── 系统提示词 (AGENTS.md) │
├── LLM 调用 (全局配置) │
└── 工具调用 │
├── MCP self 工具（规则链管理） │
├── skill 工具（知识技能） │
└── builtin 工具 │
│
MCP 端点 ◀─────────────────────────────────┘
/api/v1/mcp/{apiKey}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 前置配置
在 config.conf 的 [global] 段配置 LLM 连接信息：
[global]
llm_url = https://api.openai.com/v1
llm_api_key = sk-xxx
llm_model = gpt-4o
2
3
4
支持所有兼容 OpenAI API 的大模型服务（DeepSeek、通义千问、Ollama 等）。
# 内置 AI Agent
# assistant — 规则链助手
多轮对话式 AI 助手，能够创建、修改、部署规则链。
端点：
POST /api/v1/rules/assistant/v1/chat/completions
特性：
- 基于
ai/agent节点的规则链 - 系统提示词通过
${include()}加载data/system/agents/assistant/AGENTS.md - 最多 25 轮工具调用迭代（maxStep: 25）
- 支持的 MCP 工具：
list_rule_chains、get_rule_chain、preview_rule_chain、save_rule_chain、delete_rule_chain、operate_rule_chain、execute_rule_chain、list_components、get_component_doc、list_node_pool - 支持的内置工具：
skill（动态加载技能知识） - 支持 SSE 流式输出
使用场景：
- 在编辑器 AI 助手面板中对话式创建/修改规则链
- 通过 API 调用实现自动化规则链管理
提示词文件存储在
data/system/agents/{agentId}/AGENTS.md。通过 API 管理提示词和模型配置，详见 REST API 参考。
# Skill 技能管理
Skill 是给 AI Agent 的知识片段，以 SKILL.md 文件形式存储，让 Agent 了解特定领域的知识。支持通过编辑器或 API 进行管理，详见 REST API 参考。
作用域：当前仅支持 global（全局共享）。
技能目录路径通过 config.conf 的 skill_path 配置项控制。
# 内置 Skill
系统内置了 StreamSQL 技能（data/system/agents/assistant/skills/streamsql/SKILL.md），提供 StreamSQL 组件的完整使用参考。
# 自定义 AI Agent
任何包含 ai/agent 节点的规则链都可以作为 AI Agent，自动获得 OpenAI 兼容端点。
# 创建步骤
- 创建一个新规则链
- 添加
ai/agent类型节点 - 配置节点参数：
systemPrompt：系统提示词url/key/model：LLM 连接配置（可使用${global.xxx}引用全局变量，如${global.llm_url}）maxStep：最大工具调用轮数tools：工具列表
# 工具配置
{
"tools": [
{
"type": "mcp",
"config": {
"server": "self",
"tools": ["list_rule_chains", "get_rule_chain", "save_rule_chain"]
}
},
{
"type": "builtin",
"name": "skill",
"config": {
"globalDirs": ["${global.skill_path}"],
"useChinese": true
}
}
]
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
server: "self"：回调自身 MCP 服务type: "builtin", "name: "skill"：加载技能文件
# 输入参数定义
通过 additionalInfo.inputSchema 定义 Agent 的输入参数格式：
{
"additionalInfo": {
"inputSchema": {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "查询内容"
}
},
"required": ["query"]
}
}
}
2
3
4
5
6
7
8
9
10
11
12
13
14
配置后，该 Agent 在 MCP 中也会以对应参数格式注册为工具。
# 通过 MCP 管理规则链
RuleGo-Server 内置 MCP 工具，支持 Claude Code、Cursor、Trae 等 AI 编程工具通过自然语言管理规则链——创建、查看、修改、部署、执行，全部无需手动编写 JSON。
客户端配置、可用工具列表和使用示例，详见 MCP 服务。
# 在编辑器中使用 AI
图文操作指南请参见 AI 助手使用教程。
# 规则链 AI 助手面板
在编辑器中打开规则链后，右侧会出现 AI 助手面板：
- 多轮对话，上下文包含当前规则链
- AI 可以直接预览和保存修改到画布
- 快捷提示词建议
- 支持消息复制、重新生成
- 聊天历史按规则链存储在本地
# AI 一键生成
工具栏【AI 生成】按钮：
- 输入需求描述
- 提供常见场景示例提示词（数据过滤、IoT、API 编排、AI Agent 等）
- 一键生成规则链 JSON 并加载到画布
# AI Agent 对话
当规则链分类为 AI Agent 时，编辑器底部显示完整的 Agent 对话界面：
- 支持展示推理过程
- 显示工具调用（read、write、edit、bash、rulechain、mcp、skill）及状态
- SSE 流式输出，每个工具有进度指示