Spring AI Alibaba 1.x 系列【2】架构、特性与生产级演示案例
文章目录
1. 前言
GitHub 仓库
官方文档
面向 Java 开发者的 AI 智能体开发框架，基于 DAG 图的核心概念，Spring Al Alibaba （简称 SAA ）可以轻松实现单个智能体、多智能体和复杂工作流编排。
帮助 Java 开发者步入 AI Native 时代：
3. Spring AI Alibaba
3.1 三层架构
Spring AI Alibaba 是构建 Agent 智能体应用最简单的方式，项目从架构上包含如下三层：
分层介绍：
Agent Framework：是一个以ReactAgent设计理念为核心的Agent开发框架，使开发者能够构建具备自动上下文工程和人机交互等核心能力的智能体。Graph：是一个低级别的工作流和多代理协调框架，能够帮助开发者实现复杂的应用程序编排，它具备丰富的预置节点和简化的图状态定义，Graph是Agent Framework的底层运行时基座。Augmented LLM：以Spring AI框架底层原子抽象为基础，为构建大型语言模型（LLM）应用提供基础抽象，例如模型（Model）、工具（Tool）、多模态组件（MCP）、消息（Message）、向量存储（Vector Store）等。
注意： Spring Ai Alibaba 深度集成 Spring AI 生态，是一个专为多智能体系统和工作流编排设计的项目。因此，Spring Ai Alibaba 中的 ReactAgent 实际上运行在 Graph Runtime 之上，其设计目标主要是完成工作流和多智能体编排功能。
3.2 核心特性
| 特性 | 说明 |
|---|---|
| ReactAgent 智能代理 | 构建具有推理和行动能力的智能代理，遵循 ReAct（推理 + 行动）范式，用于迭代解决问题 |
| 多代理编排 | 使用内置模式（包括 SequentialAgent、ParallelAgent、LlmRoutingAgent 和 LoopAgent）组合多个代理，执行复杂任务 |
| 上下文工程 | 内置提示工程、上下文管理和对话流控制最佳实践，提升代理可靠性与性能 |
| 人机协同 | 将人工反馈和审批步骤无缝集成至代理工作流，实现关键工具与操作的监督执行 |
| 流式传输支持 | 支持代理响应的实时流式传输 |
| 错误处理 | 具备强大的错误恢复与重试机制 |
| 基于图的工作流 | 提供基于图的工作流运行时与 API，支持条件路由、嵌套图、并行执行和状态管理，可导出为 PlantUML、Mermaid 格式 |
| A2A 支持 | 通过 Nacos 集成实现代理间通信，支持跨服务的分布式代理协调与协作 |
| 模型、工具及 MCP 支持 | 依托 Spring AI 核心概念，兼容多种 LLM 提供商（DashScope、OpenAI 等），支持工具调用与模型上下文协议（MCP） |
3.3 工程目录
1.1.x 版本的工程目录如下：
简要说明：
examples：chatbot：对话式Agent示例（DashScope、Studio、Python/Shell等）deepresearch：深度研究Agent示例（MCP、多步推理）documentation：文档配套示例（Agent与Graph教程、进阶示例）
spring-ai-alibaba-admin：一站式Agent平台（可视开发、可观测、MCP管理）spring-ai-alibaba-agent-framework：ReactAgent、多智能体编排、Hooks、Skills等spring-ai-alibaba-bom：依赖管理，统一SAA各模块版本spring-ai-alibaba-graph-core：图工作流运行时、持久化、流式、MCP节点等spring-ai-alibaba-sandbox：Agent沙箱运行时spring-ai-alibaba-studio：嵌入式Agent调试与可视化UIspring-ai-alibaba-starter：spring-ai-alibaba-starter-a2a-nacos：基于Nacos的A2A通信spring-ai-alibaba-starter-config-nacos：基于Nacos的动态配置与模型热更新spring-ai-alibaba-starter-graph-observation：Graph可观测性（Micrometer/OpenTelemetry）spring-ai-alibaba-starter-builtin-nodes：预置图节点（LlmNode、AgentNode等）
需要注意的是 Spring AI Extensions 仓库是在另外一个GitHub 组织（spring-ai-alibaba）下，这个地址也是官方的，Spring Ai Alibaba 实际是在 alibaba 组织下…工程名字又叫 spring-ai-alibaba ，千万不要搞混了…
3.4 设计原则
推荐使用 Agent Framework 内置的 ReactAgent 抽象快速构建 Agent 应用。
如果需要组合 Multi-agent，Agent Framework 还预置了如 SequentialAgent（顺序代理） 、ParallelAgent（并行代理） 、RoutingAgent（路由代理） 和 LoopAgent（循环代理） 等基础多智能体工作流模式。
对于一些开发场景而言，直接使用 Graph API 也是可行的，它能为应用开发提供更灵活的编排、更直接的状态控制，适用于需要超高可靠性、大量自定义逻辑、需要精确控制延迟时的场景。
4. 生产级智能体示例项目
4.1 JManus
JManus 是 Manus 的 Java 实现多智能体协作版本，目前被阿里巴巴集团内部许多应用所使用。它主要用于处理需要一定程度确定性的探索性任务，例如从海量数据集中快速查找数据并将其转换为数据库中的一行，或分析日志并发出警报。还提供一套完整的 HTTP 调用接口，适合 Java 开发者进行二次集成。
4.2 Assistant Agent
Assistant Agent 是一个基于 Spring AI Alibaba 构建的企业级智能助手框架，采用代码即行动（Code-as-Action）范式，Agent 通过生成并执行代码完成任务，灵活组合多个工具实现复杂流程。
适用场景：
| 场景 | 说明 |
|---|---|
| 智能客服 | 接入企业知识库，智能解答用户咨询 |
| 运维助手 | 对接监控、工单系统，自动处理告警、查询状态、执行操作 |
| 业务助理 | 连接 CRM、ERP 等业务系统，辅助员工完成日常工作 |
4.3 DataAgent
这是一个基于 Spring AI Alibaba 的自然语言转 SQL 项目，能让你用自然语言直接查询数据库，不需要写复杂的 SQL。
4.4 DeepResearch
一个使用 Spring AI Alibaba 构建的 DeepResearch 代理，能够进行深入研究和撰写高质量的报告。使用 LLM 循环调用工具是最简单的代理形式，但这可能导致代理“浅层化”。DeepResearch 实现了任务规划、子代理、文件系统访问和详细的提示，以解决复杂的多步骤研究任务。
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
10
0- 0
已为社区贡献6条内容
所有评论(0)