在聊 Agent Skills 之前,先快速介绍一下 langchain4j。

langchain4j 是一个面向 Java 开发者的 LLM 应用开发框架。就像 Spring 统一了 Java Web 开发的接口一样,langchain4j 也在做类似的事情——为 Java AI 开发提供统一的抽象层。

它提供了:

  • 统一的 API:无论你用 OpenAI、Claude、Gemini 还是本地模型,接口都是一致的
  • 工具调用(Tool Calling):让 AI 可以调用你的 Java 方法
  • RAG 支持:检索增强生成,让 AI 基于你的文档回答问题
  • 记忆管理:让 AI 记住对话历史

langchain4j 在 2026 年 3 月发布的 1.12.1 版本中,正式引入了 Agent Skills 支持(PR #4646)。这是一个重要的能力,我们在 Java 应用中也可以像 Claude Code 一样,直接复用 AI 定义的技能包了。

核心概念

Agent Skills 是一种为 LLM 提供可复用、自包含行为指令的机制。

用游戏的概念来类比:传统的 System Prompt 就像给角色写一本厚厚的技能手册,角色需要一直带着这本手册,每次行动都要翻一遍。而 Agent Skills 就像给角色装备"技能包",需要的时候才激活,用完就收起来。

一个 Skill 包含:

  • name:技能名称(比如 “process-order”)
  • description:简短描述(比如 “处理客户订单的完整流程”)
  • content:详细的执行指令(步骤、注意事项、示例等)
  • resources:可选的参考资料(配置文件、文档等)

实战:创建一个代码分析 Skill

通过一个完整的例子,看看如何使用 Agent Skills。我们以 Claude Code 中的 explain-code skill 为参考,创建一个类似的代码分析助手。

场景描述

我们要创建一个代码分析系统,帮助开发者理解复杂代码。这个 Skill 会:

  1. 用类比的方式解释代码概念
  2. 绘制 ASCII 流程图
  3. 逐步讲解代码执行过程
  4. 指出常见误区和注意事项

第一步:添加依赖

<dependency>    <groupId>dev.langchain4j</groupId>    <artifactId>langchain4j-skills</artifactId>    <version>1.12.0-beta20</version></dependency>

第二步:创建 Skill 文件

创建目录结构:

skills/└── explain-code/    └── SKILL.md

编写 SKILL.md:

---name: explain-codedescription: Explains code with visual diagrams and analogies. Use when explaining how code works, teaching about a codebase, or when the user asks "how does this work?"---When explaining code, always include:1. **Start with an analogy**: Compare the code to something from everyday life2. **Draw a diagram**: Use ASCII art to show the flow, structure, or relationships3. **Walk through the code**: Explain step-by-step what happens4. **Highlight a gotcha**: What's a common mistake or misconception?Keep explanations conversational. For complex concepts, use multiple analogies.

第三步:加载 Skill 并集成到 AI Service

import dev.langchain4j.service.AiServices;import dev.langchain4j.model.chat.ChatLanguageModel;import dev.langchain4j.skill.FileSystemSkillLoader;import dev.langchain4j.skill.Skills;import java.nio.file.Path;import java.util.List;public class CodeExplainer {    public static void main(String[] args) {        // 1. 加载 Skills        List<FileSystemSkill> skillList =            FileSystemSkillLoader.loadSkills(Path.of("skills/"));        Skills skills = Skills.from(skillList);        // 2. 创建 AI Service        ExplainerService service = AiServices.builder(ExplainerService.class)            .chatModel(chatModel)            .tools(new CodeAnalysisTools())  // 注册工具            .toolProvider(skills.toolProvider())  // 注册 Skills            .systemMessage(                "你是一个代码分析助手。\n" +                "你可以使用以下技能:\n" +                skills.formatAvailableSkills() +                "\n当用户要求解释代码时,使用 activate_skill 工具激活 explain-code 技能。"            )            .build();        // 3. 使用        String result = service.explainCode("src/main/java/Example.java");        System.out.println(result);    }    interface ExplainerService {        String explainCode(String filePath);    }}

运行效果

当你调用 service.explainCode("src/main/java/Example.java") 时,AI 会:

  1. 识别出需要使用 “explain-code” 技能
  2. 调用 activate_skill("explain-code") 加载详细指令
  3. 按照 SKILL.md 中的步骤执行:
  • • 先用类比解释代码概念(比如"这个单例模式就像公司只有一个 CEO")
  • • 调用 generateDiagram() 绘制 ASCII 流程图
  • • 调用 readCode() 读取代码内容
  • • 调用 analyzeComplexity() 分析代码复杂度
  • • 逐步讲解代码执行过程
  • • 指出常见误区(比如"注意线程安全问题")
  1. 返回完整的代码分析报告

总结

Agent Skills 为 Java AI 开发带来了模块化的新思路。你可以像管理代码模块一样管理 AI 的行为指令——按需加载、自包含、可复用。

从 langchain4j 1.12.1 版本开始,Java 开发者有了新的选择。代码分析、数据处理、文档编辑,都可以封装成独立的 Skill,在不同项目中复用。

这种"技能包"模式,把 Java AI 开发从"写 Prompt"推向了"Skills"。

学AI大模型的正确顺序,千万不要搞错了

🤔2026年AI风口已来!各行各业的AI渗透肉眼可见,超多公司要么转型做AI相关产品,要么高薪挖AI技术人才,机遇直接摆在眼前!

有往AI方向发展,或者本身有后端编程基础的朋友,直接冲AI大模型应用开发转岗超合适!

就算暂时不打算转岗,了解大模型、RAG、Prompt、Agent这些热门概念,能上手做简单项目,也绝对是求职加分王🔋

在这里插入图片描述

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料,手把手帮你快速入门!👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型(GPT、文心一言等)特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架(LangChain等)实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块,看似清晰好上手,实则每个部分都有扎实的核心内容需要吃透!

我把大模型的学习全流程已经整理📚好了!抓住AI时代风口,轻松解锁职业新可能,希望大家都能把握机遇,实现薪资/职业跃迁~

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐