一個跑了好幾年的 Spring Boot 後台，業務單位開口：能不能在裡面加一點圖像辨識，或是簡單的預測？團隊沒人寫 Python，部署清單已經夠長，沒人想再多養一台模型服務。

這個處境是我假設的，不是哪個真實專案。但我讀 easyAi 的時候，腦子裡放的就是這個人。

我讀過的範圍是這些：我讀了 GitHub 上的倉庫資料、Maven Central 的 maven-metadata.xml、pom.xml、README，加上我自己的一份原始碼目錄筆記。沒有 clone，沒有編譯，沒有跑過任何訓練或推論，也沒有任何效能或準確率數字。下面每一句「跑起來怎樣」，答案都是我不知道。

這個人的第一步多半是搜 Maven。easyAi 在 Maven Central 的座標長這樣：

1
2
3
4
5
<dependency>
  <groupId>org.dromara.easyai</groupId>
  <artifactId>easyAi</artifactId>
  <version>1.7.3</version>
</dependency>

maven-metadata.xml 寫 latest 與 release 都是 1.7.3，lastUpdated 是 20261015064317，也就是 2026-10-15。版本歷史裡最早看得到的是 1.2.9。

座標找到了，接下來要問的是那句最誘人的話。倉庫描述寫「easyAi是一款純用java實現的機器學習的框架」，README 寫「EasyAi無任何依賴，它是一個原生Java人工智能算法框架」。對一個不想再多一個執行環境的後台來說，這就是全部賣點。

所以我去翻 pom。整份 pom 我 grep 不到任何 <dependency> 或 <dependencies>，跟 README 的說法一致；編譯的 source 與 target 都是 1.8（pom 第 48 到 49 行）。

這兩條的涵蓋範圍很窄。pom 沒宣告依賴，證明的是宣告面乾淨；它沒證明專案能在你的 JDK 上乾淨編譯，也沒證明你的 Spring Boot 版本不會跟它的 Java 8 目標打架。最高支援到哪個 JDK，我讀不出來，只知道 target 是 1.8。

pom 裡還有一個讓我多看兩眼的地方：url 與 scm 都指向 gitee.com/dromara/easyAi（第 14 行與第 41 到 45 行）。所以 GitHub 這邊很可能是 Gitee 專案的鏡像，但這只是我從 pom 推論的，倉庫本身沒這樣寫，Gitee 那邊我也沒看過。這代表，我在 GitHub 上讀到的冷清，未必就是真實的冷清。

605 比 5

GitHub 的貢獻者共 6 人，查詢日 2026-11-04：thenk008 605 次，aoshiguchen 與 xiaoshuai125 各 5 次，fushoujiang 4 次，lifejwang11 2 次，yysxjz 1 次。

要注意的是，605 次的帳號是 thenk008，不是倉庫 owner lifejwang11，兩個帳號是不是同一個人，我不知道。可以確定的只有：這份提交紀錄裡，一個帳號的量是第二名的 121 倍。

這個 121 倍只是 605 除以 5，口徑是「GitHub 這邊的貢獻次數」。Gitee 那邊的提交紀錄我沒看過。

我把其他讀到的倉庫資料收進一張表，每個數字都綁著查詢日 2026-11-04：

項目 讀到的值 它能說明什麼 它說明不了什麼
星數／fork 122／25 有人收藏過 有多少人在正式環境用
open issues 0 GitHub 上沒有待處理的 issue 專案沒問題，或問題都在 Gitee
Releases 0 筆，只有 tag v1.7.3、v1.7.2、v1.7.1 版本是用 tag 標的 每版改了什麼，沒有 release notes 可對
最後 push 2026-10-16 查詢日 19 天前還有動靜 之後會不會持續
授權／狀態 Apache-2.0，未封存 商用條款是常見的那種 專案接下來的路線
.java 檔數 253 個（預設分支 test） 程式碼量不算少 品質、測試覆蓋

預設分支叫 test，別因為名字像測試用的分支就略過它。建立日是 2024-03-21。

筆記裡的目錄，和我讀不出來的

README 自己把定位比成：「EasyAi對於Java的用處，等同於在JavaWeb領域spring的意義一樣」。我不同意這個比法。Spring 是把物件接起來的容器，easyAi 照 README 列的內容，是一個演算法工具箱，兩者解的不是同一種問題。這是我的比喻判斷，不是 README 說的。

README 列出的功能是圖像目標檢測與人工智能客服兩個模組，另有深度學習、機器學習、強化學習、啟發式學習、矩陣運算這些底層工具。圖像部分的示例是自動販賣機視覺結算與圖像摳圖；人臉識別與智能客服，則是指向外部倉庫（seeFace、easy-ai-face、sayOrder）。所以那個後台如果想要的是人臉識別或客服，那一塊在別的倉庫，不在這個 repo 裡。

至於 253 個 .java 檔裡面有什麼，下面是我筆記整理的套件目錄，我只重驗了檔案總數與 pom 這兩項，其餘沒有逐項重驗：nerveCenter、nerveEntity、batchNerve、conv、resnet（含 FPN）、unet、yolo（FastYolo）、naturalLanguage、transFormer、rnnNerveCenter、recommend（GNN）、td、gameRobot、pso、matrixTools，以及 NMS、SoftNMS（1.7.3 新增）與 Watershed。

筆記裡還有幾條是讀簽名與原始碼判讀出來的，全部沒跑過：神經元是 Java 物件，靠 eventId 傳訊（SensoryNerve.postMessage）；NerveManager 的建構子有十餘個參數；CudaMatrix 是介面，用 ServiceLoader 載入，筆記判讀這個倉庫裡沒有實作，找不到時退回 CPU。這幾條我當閱讀線索看，不當事實。尤其最後一條，退回 CPU 的行為我沒執行過，更不知道速度差多少。

README 還把入門資料指向 B 站影片、官網 myeasyai.cn 與 Gitee 上的 demo 倉庫，這三處我都沒讀。它另外寫入門與實戰教程「將於2027年春由清華大學出版社出版」，這是 README 的自述，出版社那端我沒查證。

回到那個後台

那個團隊今天的選項，我自己會這樣排：先不排進工期。

我的立場是，easyAi 現在最有價值的身分是一份可以讀的 Java 原始碼，而不是一個能放進交付清單的元件。理由很具體：貢獻次數集中在一個帳號，GitHub 上沒有 release notes，我沒有任何一個準確率或速度的數字，也沒看到任何能在自己資料上重現的結果。這四件事只要缺一件，我就不敢替一個真實後台背書。

會讓我改變想法的條件也很具體：有人拿自己的資料在隔離的小專案裡，把 demo 倉庫的範例跑出可重現的結果並公開；或是我在 Gitee 那邊看到 issue 有被回應的紀錄（我沒看過）。兩者出現任一，我就會把它從「讀」升級成「試」。

如果非要動手，我會拿一張真實的圖或一份真實的表，在獨立的 Maven 專案裡跑一次，跑不出來就停，連同 JDK 與 Spring Boot 版本一起記下來。這是我的計畫，我還沒做。

pom 裡沒有 dependency，只能證明它沒宣告。那個後台真正缺的，是有人替它跑過一次。