摘要

很多人第一次接觸 Agent 框架，容易把它理解成“更復(fù)雜一點的模型 SDK”。但真正進(jìn)入業(yè)務(wù)場景后，你會發(fā)現(xiàn)問題根本不在“怎么調(diào)模型”，而在“怎么讓模型穩(wěn)定地參與業(yè)務(wù)流程”。這篇文章從 Java 開發(fā)者視角出發(fā)，介紹 AgentScope 是什么、適合解決什么問題，以及如何用 AgentScope + DashScope 快速跑通一個最小可用 Agent，同時補(bǔ)充流式輸出的基本接法，適合作為 AgentScope 入門文章。

最近在做企業(yè)內(nèi)部 AI 助手時，我系統(tǒng)體驗了一下 AgentScope Java。如果只是簡單調(diào)一下模型，直接用 OpenAI SDK 或 DashScope SDK 就夠了；但如果你想做一個真正的 Agent，比如帶工具調(diào)用、記憶、流程編排、狀態(tài)管理，那就需要一個更像“運(yùn)行時”的框架。

這篇文章不講太虛的概念，重點回答 3 個問題：

• AgentScope 是什么
• 它適合解決什么問題
• 如何用 Java 快速跑通一個最小可用 Agent

一、為什么需要 Agent 框架

很多 AI 應(yīng)用一開始的代碼都很簡單：

1. 拼 prompt
2. 調(diào) LLM
3. 返回結(jié)果

做 demo 沒問題，但一旦進(jìn)入真實業(yè)務(wù)，很快就會碰到這些問題：

• 需要調(diào)用工具，比如查數(shù)據(jù)庫、調(diào)內(nèi)部 API、發(fā)工單
• 需要多輪對話，而不是一次問答
• 需要保留上下文和記憶
• 需要讓模型輸出變成“動作”，而不是一段文本
• 需要可中斷、可恢復(fù)、可觀測

這時就不能只把 LLM 當(dāng)成一個“字符串輸入輸出函數(shù)”，而是要把它放進(jìn)一個 Agent runtime 里。

AgentScope 的價值就在這里：它不是單純封裝模型調(diào)用，而是把 Agent 常見的運(yùn)行機(jī)制一起抽象出來。

二、AgentScope 是什么

AgentScope Java 可以理解成：

一個面向 Java 生態(tài)的 Agent 運(yùn)行時框架

它主要解決的是這類問題：

• 如何統(tǒng)一消息結(jié)構(gòu)
• 如何接入不同模型
• 如何支持工具調(diào)用
• 如何維護(hù)記憶
• 如何進(jìn)行 ReAct 式推理循環(huán)
• 如何做多智能體協(xié)作和狀態(tài)恢復(fù)

如果只看最核心的組成，大概有 4 個：

• Msg：統(tǒng)一消息對象
• Model：底層大模型
• Tool / Toolkit：工具能力
• Memory：上下文記憶

你可以把它理解成一套 Java 版的 Agent 基礎(chǔ)設(shè)施。

三、AgentScope 適合哪些場景

我覺得它特別適合以下場景：

• 企業(yè)內(nèi)部 AI 助手
• 帶工具調(diào)用的問答系統(tǒng)
• 有審批、查詢、執(zhí)行動作的智能體
• 多輪對話型業(yè)務(wù)系統(tǒng)
• 希望用 Java / Spring Boot 落地 Agent 的團(tuán)隊

如果只是做一個簡單聊天頁，其實沒必要上 AgentScope；但如果已經(jīng)進(jìn)入“讓模型參與業(yè)務(wù)執(zhí)行”的階段，它就很有價值。

四、最小 Demo：用 AgentScope + DashScope 跑一個 Agent

下面給一個最小例子，用 DashScope 接 qwen-plus。

1. Maven 依賴

<dependencies>
    <dependency>
        <groupId>io.agentscope</groupId>
        <artifactId>agentscope</artifactId>
        <version>1.0.9</version>
    </dependency>
</dependencies>

2. 創(chuàng)建模型

import io.agentscope.core.model.DashScopeChatModel;

public class ModelFactory {

    public static DashScopeChatModel createQwenModel() {
        String apiKey = System.getenv("DASHSCOPE_API_KEY");
        if (apiKey == null || apiKey.isBlank()) {
            throw new IllegalStateException("DASHSCOPE_API_KEY is required");
        }

        return DashScopeChatModel.builder()
                .apiKey(apiKey)
                .modelName("qwen-plus")
                .build();
    }
}

3. 創(chuàng)建一個 ReActAgent

import io.agentscope.core.ReActAgent;
import io.agentscope.core.message.Msg;
import io.agentscope.core.model.DashScopeChatModel;

public class SimpleAgentDemo {

    public static void main(String[] args) {
        DashScopeChatModel model = ModelFactory.createQwenModel();

        ReActAgent agent = ReActAgent.builder()
                .name("Nexus")
                .sysPrompt("You are a helpful enterprise assistant.")
                .model(model)
                .build();

        Msg response = agent.call(
                Msg.builder()
                        .textContent("你好，請介紹一下 AgentScope 是什么")
                        .build()
        ).block();

        if (response != null) {
            System.out.println(response.getTextContent());
        }
    }
}

這個例子已經(jīng)能跑通最基礎(chǔ)的 Agent 調(diào)用。

五、如果想做流式輸出怎么辦

做聊天產(chǎn)品時，很多人都會想要“打字機(jī)效果”。

這里要區(qū)分兩種完全不同的實現(xiàn)。

1. 假流式

先一次性拿到完整回答，再按字符拆開吐給前端。

優(yōu)點：

• 簡單
• 前端效果也像流式

缺點：

• 本質(zhì)上不是 LLM 真流式
• 用戶得等完整結(jié)果出來后才開始顯示

2. 真流式

直接走模型的流式接口，邊生成邊輸出。

在 AgentScope 里，底層 Model 接口本身就有：

Flux<ChatResponse> stream(...)

這意味著你可以直接把 DashScope 的增量輸出轉(zhuǎn)成 SSE 推給前端。

比如：

import io.agentscope.core.message.Msg;
import io.agentscope.core.message.TextBlock;
import io.agentscope.core.model.DashScopeChatModel;
import io.agentscope.core.model.GenerateOptions;
import reactor.core.publisher.Flux;

import java.util.List;

public class StreamDemo {

    public Flux<String> stream(String prompt) {
        DashScopeChatModel model = ModelFactory.createQwenModel();

        GenerateOptions options = GenerateOptions.builder()
                .stream(Boolean.TRUE)
                .build();

        return model.stream(
                        List.of(Msg.builder().textContent(prompt).build()),
                        List.of(),
                        options)
                .map(chatResponse -> chatResponse.getContent().stream()
                        .filter(TextBlock.class::isInstance)
                        .map(TextBlock.class::cast)
                        .map(TextBlock::getText)
                        .reduce("", String::concat))
                .filter(text -> text != null && !text.isBlank());
    }
}

這才是真正意義上的“邊生成邊顯示”。

六、在 Spring Boot 里怎么接

如果是 Web 項目，通常會拆成這幾層：

• Controller：暴露 REST 或 SSE 接口
• Service：封裝 AgentScope 調(diào)用
• Configuration：聲明模型 Bean
• Tool：定義業(yè)務(wù)工具

比如一個 SSE 接口：

@GetMapping(value = "/test", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> test(@RequestParam String message) {
    return qwenResponseComposer.composeTypewriter(message);
}

這樣前端就能實時接收模型輸出。

七、我對 AgentScope 的幾個判斷

1. 它不是“更方便調(diào)用模型的 SDK”

它更像一個 Agent runtime。

2. 它更適合往業(yè)務(wù)里走

如果你在做企業(yè)內(nèi)部助手、審批助手、查詢執(zhí)行一體化系統(tǒng)，AgentScope 的抽象會比較順手。

3. Java 團(tuán)隊會比較舒服

很多 Agent 框架偏 Python 生態(tài)，而 AgentScope Java 對 Spring Boot / Java 團(tuán)隊更友好。

4. 真正難的不是“跑起來”，而是“約束住”

做 Agent 項目，后期更關(guān)鍵的是：

• 權(quán)限邊界
• 工具治理
• 審計日志
• 錯誤處理
• 會話記憶
• 知識引用

框架能幫你起步，但真實項目最后拼的是工程化能力。

八、總結(jié)

如果只想做一個“能聊天”的 AI 頁面，AgentScope 可能有點重。

但如果你已經(jīng)開始考慮下面這些問題：

• 模型怎么接業(yè)務(wù)系統(tǒng)
• 工具怎么調(diào)
• 多輪對話怎么管
• 狀態(tài)怎么保存
• 流式怎么做
• 后續(xù)怎么往生產(chǎn)級演進(jìn)

那 AgentScope 值得試一試。

一句話總結(jié)：

AgentScope 適合的不是“模型調(diào)用 demo”，而是“真正要進(jìn)入業(yè)務(wù)流程的 Agent 應(yīng)用”。

最后

如果你最近也在做下面這些事：

• 企業(yè)內(nèi)部 AI 助手
• 帶工具調(diào)用的問答系統(tǒng)
• 多輪對話型業(yè)務(wù)系統(tǒng)
• Spring Boot 落地 Agent 應(yīng)用

那 AgentScope 值得你認(rèn)真看一遍。

以上就是使用Java快速搭一個可用的Agent的完整實例的詳細(xì)內(nèi)容，更多關(guān)于Java搭一個可用的Agent的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論