过去两年，大语言模型技术飞速发展，从ChatGPT到各种专业领域模型，AINeng力正以前所未有的速度重塑软件开发。作为企业级后端的中流砥柱，Java开发者自然需要思考：如何将AINeng力无缝集成到现有的Java系统中？

AgentScope Java的出现，正是为了解决这些问题。它是一个专为Java生态打造的智Neng体开发框架，让你Ke以像编写普通业务代码一样构建AI应用。

核心概念：Agent、LLM和Message

在深入实践之前，让我们先了解 AgentScope Java 的三个核心抽象：

Agent一个具有特定目标和Neng力的实体，Ke以感知环境、Zuo出决策并执行行动。

LLM提供自然语言理解和生成Neng力的引擎。AgentScope 支持多种 LLM 提供商，如通义千问、OpenAI等。

Message智Neng体之间通信的标准格式。它包含角色和内容。

Message详解

Message 类是 AgentScope Java 中所有通信的基础。一个典型的对话历史Ke以表示为消息列表:

List messages = Arrays.asList, new UserMessage, new AssistantMessage, new UserMessage);

LLM客户端

ChatClient 是 AgentScope Java 中所有大模型客户端的统一接口。它的作用是屏蔽不同模型提供商的API差异，让你Ke以用相同的方式调用通义千问、OpenAI、Ollama等模型。

配置LLM客户端

在第二章中，我们通过 application.yml 配置了LLM客户端。 AgentScope 的自动配置会根据 agentscope.llm.provider 的值创建对应的 ChatClient Bean。

通义千问

agentscope: llm: provider: dashscope api-key: ${DASHSCOPE_API_KEY} model: qwen-plus options: temperature: max-tokens: top-p:

Agent接口

所有智Neng体dou实现了 Agent接口,定义了智Neng体的基本行为:

public interface Agent { /* *  运行智Neng体,处理输入并返回输出 * @param input 输入字符串  * @return  智Neng体的回复 */ String run; /* * 获取智Neng体的名称 */ String getName;}

第一个自定义Agent：Hello Agent

现在我们来创建一个Zui简单的智Neng体,让它回答你的问题.

@Component public class HelloAgent extends BaseAgent{ public HelloAgent { // 调用父类构造器,传入智Neng体名称和 LLM客户端 super; } // 可选 : 重写 getSystemPrompt 方法 ,为智Neng体设定角色 @Override protected String getSystemPrompt { return "你是一个友好的助手,用中文回答用户的问题."; }} 

工具调用

在前面的章节中,我们Yi经学会了让智Neng体调用工具和使用记忆.但是 ,这些工具调用是单次的 : 智Neng体一次决策调用一个工具 ,得到结果后就直接回答 .这种模式对于简单查询 足够了 ,但对于需要多步推理 ,根据中间结果调整下一步行动的复杂任务 ,就显得力不从心.

.

工作流编排

前几章中,我们学习了多智Neng体协作 , 让智Neng体们通过消息总线自由交流 .这种模式灵活 ,但有时我们需要geng确定的流程——比如客服系统中的“客户问题→分类→分派→处理→回复”,每一步dou必须按顺序执行 ,不允许智Neng体随意跳转 .这种预定义 、结构化 的执行路径 ,就是工作流编排.

.

ReAct模式

ReAct 是 Reasoning + Acting 的缩写 ，由研究人员提出的一种让大模型通过交替进行“推理”和“行动”来解决复杂任务的范式 .其核心思想是 : 智Neng体在执行任务时 ，不仅要生成行动 ，还要生成推理过程 ，并根据行动的结果 调整后续推理 。

.

多智Neng体协作

在前面的章节中 ，我们一直和单个智Neng体打交道 。单个智Neng体Ke以完成不少任务 ，但当面对geng复杂 、需要多种专业Neng力的场景时 ，单打独斗就显得力不从心 。比如 ，规划一次旅行 ，需要查天气 、查酒店 、规划路线 、预订门票……Ru果让一个智Neng体包揽所有 ，它可Neng会手忙脚乱 ，而且代码会变得异常臃肿 。

.

通过本教程的学习, 你Yi经掌握了使用 AgentScope Java 构建 AI 应用的基本技Neng . 这只是一个开始 , 你Ke以进一步探索以下方向:

.

---