从本地生活到AI安全：三个技术项目的实战之路
一个技术团队的多元化探索：服务本地生活的信息平台、赋能开发者的开源框架、守护企业AI安全的管理系统
引言
在技术快速迭代的今天，如何将技术落地到真实场景，解决实际问题，是每个技术团队都在思考的课题。今天分享我们团队上线的三个项目，它们分别服务于不同的领域，但都源于同一个初心：让技术真正创造价值。
一、红信鸽：让本地生活信息更可信
项目背景
在信息爆炸的时代，本地生活服务依然存在诸多痛点：信息真实性难以保障、用户体验不够友好、移动端适配不完善。基于这些观察，我们打造了红信鸽——一个专注于本地生活的信息服务平台。
核心功能
1. 全平台覆盖
- PC端网站
- 移动端H5版本
- 原生APP（支持Android、iOS、鸿蒙）
2. 信息分类与智能推荐
- 招聘求职、房屋租售、二手交易、生活服务等完整分类
- 基于用户浏览历史的智能推荐算法
- 城市自动定位与手动切换
3. 实时在线沟通
- WebSocket实时聊天系统
- 消息毫秒级送达
- 支持图片、语音等多媒体消息
4. 信用体系保障
- 实名认证机制
- 交易评价体系
- 信用分累积与展示
5. 订单全流程管理
- 从发布、沟通、交易到评价的完整闭环
- 订单状态实时追踪
技术亮点
- 多端统一架构：后端API统一，前端多端适配
- 高并发支持：Redis缓存 + 消息队列，支撑高并发场景
- 安全防护：XSS过滤、CSRF防护、接口幂等性校验
- 搜索引擎：Elasticsearch全文检索，毫秒级响应
项目成果
目前红信鸽已稳定运行，服务多个城市的本地生活信息需求，用户活跃度持续增长。
二、Think系列框架：让企业开发更简单
项目背景
在企业级开发中，重复造轮子、框架选型困难、AI集成复杂等问题一直困扰着开发团队。为此，我们开源了Think系列五大框架，覆盖Python、Java、微服务、AI大模型全栈场景，全部免费支持商用。
五大框架一览
1. ThinkPython - Python企业级Web框架
基于FastAPI的轻量级框架
核心特性：
- 一键CRUD代码生成命令
- 自动路由注册，无需手动装饰器
- 多数据库无缝切换（MySQL、PostgreSQL、SQLite、MSSQL）
- JWT双Token认证机制
- 内置Excel导入导出、缓存、日志等通用组件
适用场景：中小型API服务、企业后台管理系统、数据中台
2. ThinkBoot - Spring Boot 3单体开发框架
轻量级Java快速开发框架
核心特性：
- 模块化按需加载，未引入模块不报错
- 数据库表一键生成全套CRUD代码
- 注解实现多数据源读写分离
- Sa-Token双Token登录，支持设备注销
- 一行配置对接MinIO、阿里云OSS、腾讯云COS
适用场景：移动端后端、企业REST接口服务、快速原型开发
3. ThinkBootCloud - Spring Cloud Alibaba微服务框架
企业级微服务全家桶
核心特性：
- Nacos注册中心 + 配置中心
- Gateway网关统一鉴权
- Sentinel限流熔断
- OpenFeign自动透传Token
- 双消息队列支持（RabbitMQ + RocketMQ）
- 内置RAG大模型支持
适用场景：中大型分布式系统、高并发APP后端、多团队协作开发
4. ThinkAi - Python AI大模型集成框架
一站式AI大模型接入方案
核心特性：
- 原生支持12款主流大模型（Ollama、OpenAI、DeepSeek、通义千问、智谱GLM等）
- 统一调用接口，切换模型仅改一行配置
- ReAct、Function Calling智能Agent
- 多Agent链式/并行协作
- 原生RAG检索增强
- 分层会话记忆（短期、长期、自动遗忘）
适用场景：聊天机器人、智能客服、知识库问答、AI Agent开发
5. ThinkAi4j - Java AI大模型开发框架
让Java开发者也能轻松接入AI
核心特性：
- @AiChat注解，普通方法变AI对话
- @AiTool注解，让AI调用Java方法
- 零配置接入本地Ollama
- SSE流式输出，打字机效果
- 对话记忆与RAG增强
- 多Agent协作
适用场景：Java项目AI升级、智能客服、文档问答、自动化流程
开源承诺
全部开源，全部免费，全部支持商用
- MIT开源协议，无版权约束
- 无付费版本，无隐藏条件
- GitHub + Gitee双仓库，国内外访问无忧
项目成果
五大框架已在多个实际项目中验证，代码质量稳定，文档完善，持续更新维护。
三、AgentGuard：企业级AI安全管控平台
项目背景
随着大模型在企业中的广泛应用，AI安全问题日益突出：数据泄露风险、Prompt注入攻击、敏感信息外泄、调用成本失控等。为此，我们打造了AgentGuard——一个企业级AI安全管控平台。
核心功能
1. 统一LLM模型网关
完全兼容OpenAI接口规范
- 支持5类模型：文本对话、多模态、文生图、文生视频、向量模型
- 多厂商适配器：百度、通义、文心、Claude、讯飞、本地私有化大模型
- 统一SSE流式输出 + 普通JSON返回
- 第三方客户零改造接入：仅替换base_url和APIKey
2. 多租户SaaS架构
企业级数据隔离
- 租户级数据完全隔离
- Agent、模型配置、配额、API凭据全部绑定租户ID
- 租户配额管理（Agent数量、对话次数、风控次数）
- 资源充值订单系统
3. AI安全管控
全链路安全防护
- 前置风控：Prompt注入检测、敏感词拦截
- 后置风控：动态敏感脱敏
- SHA256哈希存证，防篡改
- 风险内容自动告警推送
- 全量审计日志
4. Agent数字员工管理
智能体全生命周期管理
- Agent台账管理
- 功能权限配置
- 数据权限隔离
- 知识库绑定
- 工具调用管理
5. 开发者代理网关
核心商业化功能
- 平台生成专属调用密钥（sk-xxxx格式）
- 原始模型密钥全程不透传
- 完全兼容OpenAI SDK，业务代码零修改
- 内置开发者对接文档
- IP白名单配置
- 密钥启停管理
6. 数据源引擎
AI智能查询业务数据
- 支持5类数据库：MySQL、SQL Server、MongoDB、Redis、PostgreSQL
- 统一适配器模式
- 租户+用户双层隔离
- AI工具调用自动生成SQL
- 强制隔离条件注入
7. 风控与审计
全链路可追溯
- 全量调用记录（PC端、小程序、OpenAPI）
- Token用量统计
- 调用耗时监控
- 异常行为告警
- 哈希存证防篡改
8. 商业化套餐体系
灵活的计费模式
- 基础套餐 + 资源充值包
- 支付宝支付集成
- 订单管理
- 到期提醒
- 用量统计看板
技术架构
- 后端：Spring Boot 3 + Spring Cloud Alibaba
- 前端：Vue 3 + TypeScript
- 数据库：MySQL 8.0
- 缓存：Redis
- 消息队列：RabbitMQ + RocketMQ
- 注册中心：Nacos
- 网关：Spring Cloud Gateway
- 限流熔断：Sentinel
项目成果
AgentGuard已完成V1版本开发，支持多租户、多模型、多场景，具备完整的商业化能力。
技术选型思考
为什么选择这些技术栈？
1. 稳定性优先
- Spring Boot 3、Vue 3都是经过大规模验证的成熟框架
- MySQL、Redis、Elasticsearch等中间件久经考验
2. 生态完善
- Spring Cloud Alibaba提供完整的微服务解决方案
- 大模型生态覆盖全面，支持主流厂商
3. 性能考量
- Redis缓存 + 消息队列，支撑高并发
- Elasticsearch全文检索，毫秒级响应
- 异步非阻塞IO，提升吞吐量
4. 安全合规
- 多层安全防护：XSS、CSRF、SQL注入、敏感信息加密
- 数据隔离：租户级、用户级双重隔离
- 审计追溯：全量日志 + 哈希存证
项目间的协同
三个项目并非孤立存在，而是形成了完整的技术生态：
- 红信鸽验证了ThinkBoot、ThinkBootCloud框架的实际应用能力
- Think系列框架为红信鸽和AgentGuard提供了底层技术支撑
- AgentGuard展示了ThinkAi4j框架在AI安全管控领域的落地实践
这种"框架-产品-平台"的模式，让技术在不同场景下得到充分验证和迭代。
未来规划
红信鸽
- 拓展更多城市，提升本地化服务能力
- 引入AI智能客服，提升用户体验
- 完善信用体系，建立更可靠的信息生态
Think系列框架
- 持续迭代，跟进最新技术版本
- 丰富文档和示例，降低学习成本
- 建立开发者社区，收集反馈持续优化
AgentGuard
- 深化AI安全能力，引入更多风控模型
- 扩展数据源支持，覆盖更多数据库类型
- 完善商业化体系，支持更多计费模式
- 开放API生态，支持第三方插件
结语
技术的世界没有终点，只有不断的探索与迭代。这三个项目是我们团队在本地生活、企业开发、AI安全三个领域的实践成果，它们或许还不够完美，但每一步都走得踏实。
我们相信：
- 好的技术应该被更多人使用
- 好的框架不应该有付费墙
- 好的平台应该让信息更可信
如果你对这些项目感兴趣，欢迎交流探讨。让我们一起，用技术创造更多价值。
本文原创，转载请注明出处
