首页 » 知识库 » AI实践｜基于 Spring AI 从0到1构建 AI Agent

AI实践｜基于 Spring AI 从0到1构建 AI Agent

343 字

AI实践｜基于 Spring AI 从0到1构建 AI Agent

来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 记忆系统, 编程, 区块链, 芯片, 大模型
原文链接： https://mp.weixin.qq.com/s/SWVnXUpnf1eig_jBOpNsvw

摘要

阿里妹导读 文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。 前言 Linux说过一句很经典的话：Talk is cheap, show me the code. 最近在学习AI Agent开发的时候，填鸭式地被灌输了很多新知识，但是这些新知识就像是漂浮的“空中楼阁”，看得见但摸不着，只知道理论如此但是不知道具体实现为何物。计算机工程的事儿，往往真的听再多毫无体感，看一遍代码就基本一通百通，由此产生一个很神奇的想法：“最好的学习资料是代码，既然我要学AI Agent开发，那就让AI Agent本身帮我生成学习资料。”于是乎，便有了这篇文章，即我本文的项目代码几乎是...

核心内容

阿里妹导读

文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。

前言

Linux说过一句很经典的话：Talk is cheap, show me the code.

最近在学习AI Agent开发的时候，填鸭式地被灌输了很多新知识，但是这些新知识就像是漂浮的“空中楼阁”，看得见但摸不着，只知道理论如此但是不知道具体实现为何物。计算机工程的事儿，往往真的听再多毫无体感，看一遍代码就基本一通百通，由此产生一个很神奇的想法：“最好的学习资料是代码，既然我要学AI Agent开发，那就让AI Agent本身帮我生成学习资料。”于是乎，便有了这篇文章，即我本文的项目代码几乎是由AI生成，我在其中的角色只是指挥家与验收员。

开始之前先作一些声明：

1、该项目本身纯作为学习用途的Demo，只是用作展示“理论背后看得见的代码”。

2、Agent的理解较为宽泛，从整体概念层面是包含LLM的，一般Agent开发往往指的是Harness开发，但本文不做具体区分。

3、不深入每个概念的设计哲学，如Skill的渐进式披露，主要关注于实现层面。

4、Function Calling：LLM本身不会调工具，工具调用都是Harness做的；实际上Function Calling是大地基，很多复杂能力都是作为tool的形式包装给LLM的，例如Skill与SubAgent调用。

快速开始

本项目是一个基于Spring AI的AI Agent应用（纯Demo，仅学习用途），集成了 RAG 检索增强生成、Function Calling 工具调用、MCP 协议、SubAgent 子代理、Skill 技能系统等核心能力。本文将从六个核心模块出发，深入剖析其架构设计和实现细节。

代码仓库

github地址：https://github.com/q644266189/aiagentdemo

git clone git@github.com:q644266189/aiagentdemo.git

环境要求

  • Java 21+

  • Maven 3.9+

核心模块

模块

说明

AgentCore

核心编排器，具备意图识别、记忆管理与大模型调用等能力。

ChatMemory

对话记忆管理，支持三层上下文压缩（摘要压缩 → Assistant 裁剪 → 滑动窗口）。

Tool（Function Calling）

可插拔的工具注册机制，通过 InnerTool 统一接口注册，LLM 自主决策调用

RAG

完整的检索增强生成流水线：文档加载 → 文档分块 → 向量化 → 向量存储 → 多路召回（语义 + BM25 + 查询改写）→ RRF 融合 → Rerank 重排 → LLM → 内容生成

Command & Skill

两种 Markdown 驱动的 Prompt 模板机制：Command 由用户主动调用，Skill 本质作为Tool由 LLM 决策调用。

SubAgent

拥有独立记忆的子代理，支持内部 SubAgent 和外部 IdeaLab Agent 两种形态

MCP

双向 MCP 支持：作为 Client 动态连接外部 MCP 服务，作为 Server 对外暴露服务

配置

编辑 src/main/resources/application.properties，配置大模型 API

-

-

spring.ai.openai.base-url=https://open.bigmodel.cn/api/paas/v4spring.ai.openai.api-key=你的API密钥spring.ai.openai.chat.options.model=glm-4spring.ai.openai.embedding.options.model=embedding-3
访问

前端页面

启动成功后，打开浏览器访问：

  • http://localhost:8080
    项目内置了一个完整的 Web 聊天界面（src/main/resources/static/index.html），支持：

  • 流式对话：实时逐字输出 AI 回复（SSE）

  • Markdown 渲染：自动渲染代码块、表格、列表等

  • 命令面板：输入 / 唤起快捷命令列表

  • 会话管理：支持清空对话历史

API 直接调用

-

-

-

  • # 非流式对话curl -X POST http://localhost:8080/api/chat \ -H "Content-Type: application/json" \ -d '{"message": "你好，介绍一下你的能力", "sessionId": "test-001"}'# 流式对话（SSE）curl -X POST http://localhost:8080/api/chat/stream \ -H "Content-Type: application/json" \
    一、核心编排器：AgentCore

AgentCore 是整个系统的"大脑"，负责编排对话的完整流程：意图识别 → RAG 注入 → 记忆管理 → 模型调用 → 工具执行。

1.1 对话流程

-

-

-

-

-

-

-

-

  • 用户输入 │ ▼意图识别（IntentRecognizer） │ 判断：这是知识问答还是通用对话？ ▼RAG 注入（RagService） │ 如果是知识问答，检索知识库，将参考资料拼入上下文 ▼记忆管理（ChatMemory） │ 自动摘要压缩 → 构建消息列表 ▼模型调用（ChatClient + ToolCallbacks） │ LLM 决策：直接回答 or 调用工具？ │ 如果调用工具 → 执行工具 → 将结果返回 LLM → 继续决策（ReAct 循环） ▼返回最终回复
    核心代码（AgentCore.chat()）：

-

-

-

-

-

-

-

-

-

-

-

-

-

-

  • public String chat(String sessionId, String userInput) { ChatMemory memory = getOrCreateMemory(sessionId); // 1. 意图识别 Intent intent = intentRecognizer.recognize(userInput); // 2. 如果是 RAG 意图，先检索知识库并注入上下文 if (intent == Intent.RAG && ragService.isKnowledgeLoaded()) { String ragContext = ragServi

...(内容截断，完整内容请查看原文)

本页由自动化脚本生成，待人工审核补充

💬 讨论 (0) 发起新帖 ← 返回知识库