← All projects
JeecgBoot
C+16/40MCP / 工具洞察置信度：中一款 AI 驱动的低代码平台，提供"零代码"与"代码生成"双模式——零代码模式一句话搭建系统，代码生成模式自动输出前后端代码与建表 SQL，生成即可运行。平台内置 AI 聊天助手、AI大模型、知识库、AI流程编排、MCP 与插件体系，兼容主流大模型，支持一句话生成流程图、设计表单、聊天式业务操作，解决 Java 项目 80% 重复工作，高效且不失灵活。
activitiagentaiaiflowantdcodegeneratordeepseekflowablelangchain4jllmlow-codemcpmybatis-plusragskillsspring-aispringbootspringboot3springcloudvue3
Executive Insight
JeecgBoot 属于「MCP / 工具」方向，综合分 16/40（C+）。当前最强项是 工具使用、LLM 集成、知识检索 (RAG)，短板集中在 记忆系统、Agent 自主性。
核心优势
- - 工具使用达到 5/5（Level 5），说明该项目在这一能力上较成熟。
- - LLM 集成达到 2/5（Level 2），说明该项目在这一能力上较成熟。
- - 知识检索 (RAG)达到 2/5（Level 2），说明该项目在这一能力上较成熟。
能力短板
- - 记忆系统仅 0/5，当前更像“可用基础版”，需要补齐工程化能力。
- - Agent 自主性仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 把现有工具标准化接入 LLM
- - 统一 AI 工具协议层
落地风险与建议
- - 该条目为启发式分析，建议在核心决策前做一次仓库级人工复核。
- - 评估与验证环节偏弱，上线前需要补充自动测试与回归策略。
- - 人机协作机制偏弱，生产环境需增加人工审批或灰度发布闸门。
- - 补会话摘要与长期记忆存储，减少上下文丢失。
- - 围绕 Agent 自主性 先做最小闭环，再扩展高级能力。
Intelligence Profile
Dimensions
LLM 集成
Level 2
Level 2: 多轮对话 + Prompt 工程
Heuristic from category + topics — verify manually
Agent 自主性
Level 1
Level 1: 单步指令执行
Heuristic from category + topics — verify manually
记忆系统
Level 0
Level 0: 无记忆
Heuristic from category + topics — verify manually
工具使用
Level 5
Level 5: 动态工具发现 + 自定义工具
Heuristic from category + topics — verify manually
知识检索 (RAG)
Level 2
Level 2: Embedding + 向量检索
Heuristic from category + topics — verify manually
多模态
Level 2
Level 2: 图片输入 + 文本输出
Heuristic from category + topics — verify manually
评估与验证
Level 2
Level 2: 规则校验
Heuristic from category + topics — verify manually
人机协作
Level 2
Level 2: AI 执行 + 人工审批
Heuristic from category + topics — verify manually
Architecture
mcp ecosystem (GitHub)
一款 AI 驱动的低代码平台，提供"零代码"与"代码生成"双模式——零代码模式一句话搭建系统，代码生成模式自动输出前后端代码与建表 SQL，生成即可运行。平台内置 AI 聊天助手、AI大模型、知识库、AI流程编排、MCP 与插件体系，兼容主流大模型，支持一句话生成流程图、设计表单、聊天式业务操作，解决 Java 项目 80% 重复工作，高效且不失灵活。
GitHub Live Metrics
Loading live metrics...