AI Agent开发

越来越多的企业会将AI Agent接入他们的核心业务，比如自动化工作流来提升效率，或者数据的实时分析，经过推理之后进行告警等等。
技术维度一：workflow工作流编排。（绝对可控）（两种智能体类型）
1，底层机制：确定性的有向无环图（DAG）与状态机。
2，工程特性：缺乏涌现能力，但具备绝对可控性与零“幻觉”容忍度。
3，适用场景：金融打款、订单审批等企业核心生产链路的唯一解。
SOP 是 Standard Operating Procedure（标准作业程序）的缩写。
简单理解，就是把一项重复性的工作，提炼成一套最优化、最标准、最具体的操作步骤和规范。它的核心目的是让不同的人按照同一套标准做事，都能得到稳定、可靠的结果。

技术维度二：agentic智能体自驱。（灵活性）
1，底层机制：以 ReAct 框架为核心，基于总目标和工具库的自主决策。
2，工程特性：极度灵活，擅长处理非结构化与非标问题。
3，系统风险：执行过程呈“黑盒”状态，易陷入死循环或 Token 过度消耗。极少数直接接入核心生产数据库。

企业级混合架构：Agentic + Workflow。
用确定性的 Workflow 构建坚如磐石的风控业务主干。在处理模糊信息、非结构化数据的局部节点引入 Agentic 机制。既能保证确定性又能引入ai的灵活性。

通过Spring AI Alibaba Agent Framework和Spring AI Alibaba Graph开发agent应用。
智能体ai框架，可以轻松构建单智能体,多智能体还有workflow流程编排。

Spring AI Alibaba Agent Framework：用于构建 Agent 和多 Agent 应用程序的框架，内置上下文工程支持。
Spring AI Alibaba Graph 用于构建、管理和部署长期运行的有状态 Agent 的低级编排框架和运行时。

Spring AI Alibaba Agent Framework 标准化与生产就绪的首选
✅ 目标：致力于为 Java 生态开发者提供一套标准化、可扩展的开发体系
✅ 状态：生产就绪（Production Ready）
✅ 能力：支持构建 Agentic、Workflow 和 Multi-agent 应用。

AgentScope-java（AgentScope python框架对应的java框架）
AgentScope是通义实验室开源的multi-agent编程框架，专为开发人员设计，提供了丰富的组件, 全面的文档和广泛的兼容性。
更高级的模型驱动范式
1，核心范式: ReactAgent
2，类型: 模型驱动的智能体 (Model-driven Agents)
3，未来展望: 官方表示后续 Spring AI Alibaba 将集成此框架

智能体开发框架：（三种智能体开发框架）
1，Spring AI Alibaba 是在 Spring AI 的基础上进行抽象，正如它名字中“Spring”、“Alibaba”所体现的：项目由 Spring 开源社区、Alibaba 开源社区共同维护，Spring AI Alibaba 侧重智能体开发与 Spring 生态的无缝集成，以及阿里云基础大模型和其他开源能力的集成（例如 Qwen 大模型、Higress AI 网关、Nacos 等）。
2，AgentScope 是一个以 Agentic 为核心设计理念的应用框架，提供包括 ReactAgent、Memory、Context Engineering 等核心 Agent 能力。其中，AgentScope-Java 遵循同样的 Agentic 设计思想，面向 Java 开发者。
3，未来，Spring AI Alibaba 生态将会在底层全面支持 AgentScope，提供 AgentScope Starter、AgentScope Runtime Starter，实现 AgentScope 与 Spring 生态的集成。如果您打算构建面向以 Agent 为核心设计理念的AI应用，推荐使用 AgentScope-Java 版，如果您打算基于 Workflow 构建 AI 应用，推荐使用 Spring AI Alibaba。

Spring AI Alibaba Agent Framework 基本结构

一、‌Spring AI Alibaba Agent Framework 采用清晰的分层架构设计，以ReactAgent为核心、Graph为底层运行基座，整体结构可分为三层架构，同时核心模块包含明确分层职责：
Spring AI Alibaba 全项目采用三层架构，Agent Framework 作为核心开发框架位于最上层，整体层级关系如下： 
1，‌Agent Framework‌：面向开发者的核心API层，是基于‌ReactAgent设计理念‌的Agent开发框架，提供自动上下文工程、Human In The Loop（人工介入）等高阶能力，支持开发者快速构建具备推理、工具调用能力的智能体‌。
‌2，Graph‌：低级别工作流与多代理协调框架，是 Agent Framework 的底层运行时基座，承担工作流编排、状态持久化、流式响应等核心能力，同时开放Graph API支持开发者构建更灵活的自定义多智能体工作流。
‌3，Augmented LLM‌：基于Spring AI底层原子抽象，提供构建大模型应用的基础能力，包括模型封装、工具调用、消息管理、向量存储、MCP（模型上下文协议）支持等，是整个框架的能力底座‌。

二、Agent Framework 自身模块结构
Agent Framework 自身也采用分层设计，从抽象到实现分为5层，支持灵活扩展：
1，‌Agent 基类层‌：提供所有Agent的通用能力定义
‌2，BaseAgent 抽象层‌：封装输入输出管理、节点转换等通用逻辑
3，‌具体实现层‌：

• ReactAgent：实现经典ReAct（推理+行动）模式的单智能体，遵循"推理→行动→观测→循环"的迭代逻辑解决问题
• FlowAgent系列：提供预置多智能体编排能力，包含SequentialAgent（顺序执行）、ParallelAgent（并行执行）、RoutingAgent（路由分发）、LoopAgent（循环执行）四种开箱即用的协同模式
• A2aRemoteAgent：实现Agent跨服务远程调用，支持分布式多智能体协作

4，‌扩展机制层‌：

• Hook：支持在Agent执行关键点插入自定义业务逻辑
• Interceptor：支持拦截修改模型调用、工具调用过程
• Tool：提供标准化扩展接口，可自定义扩展Agent的工具能力

三、核心设计特点
1，‌生态深度集成‌：完全构建在Spring AI生态之上，复用Spring AI的原子能力，兼容多厂商大模型（通义千问、OpenAI等）
‌2，灵活编排能力‌：既提供预置的多智能体编排模式降低开发门槛，也开放底层Graph API支持自定义复杂流程
‌3，生产级特性内置‌：原生支持上下文工程、人机协同、流式响应、错误重试、可观测性等企业级需求