Agents
Agent
从 ReAct 到多智能体架构
23 篇 · 约 98 分钟什么是AI Agent？
Agent，翻译成中文叫做智能体，是当前最火的一个词了。举几个大家容易理解的例子。 1、在去年荣耀的发布会上，CEO赵明对手机上的AI助理说了一句“帮我点2000杯奶茶”的指令，便成功通过手机下单2000杯奶茶，送给了现场观众。 2…
常用的Agent开发框架
Agent开发不一定需要自己纯手撸（当然，我们后面会有很多章节介绍如何手撸，但是目的是让大家更好的理解），其实有很多成熟的框架可以用的。 Python常用的Agent框架 LangChain&LangGraph LangChain是…
Agent常用架构：ReAct Agent
在前面介绍提示词工程的时候，我们提到过ReAct这种模式，目的是让 LLM 同时具备推理（Reasoning）与行动（Acting）能力，从而更可靠地解决复杂任务。 而我们在开发Agent的时候，通常也会用到这种模式，使用这种模式开…
React Agent的实现方式？
想要实现ReAct Agent，有两个关键点： 1、要让LLM按照ReAct的方式运行。 2、我们需要通过代码让Agent的"思考结果"、"行动"等串起来。 ReAct Prompt 想要让你的Agent能够按照思考 + 行动 + …
Alibaba-React Agent 初探
目前，Spring AI Alibaba 1.1版本正式发布，它已经提供了生产级 ReactAgent 的实现。ReactAgent 是基于 Graph 运行时（Graph Runtime）的概念构建的。这个 Graph 运行时定义…
Alibaba-React Agent 核心组件
基础组件 Model Model 就是大模型，作为 Agent 的大脑，负责推理、生成文本、决定下一步行动 (是否调用工具／输出答案)。 Spring AI Alibaba 的底层核心实现就是基于 Spring AI Apache，…
如何给Agent增加持久化记忆
Spring AI Alibaba中，如果你要直接用chatClient对话的话，就和spring ai用法一样就行了。 ✅Spring AI 记忆管理技术：持久化记忆 在Spring AI中，我们最熟悉的就是MessageWind…
深入理解 Alibaba-React Agent 原理
前面的课程中，我们学习了 Spring AI Alibaba 中的 ReactAgent，知道它能做什么、怎么用。本章节，我会带着大家一起阅读源码，看看 ReactAgent 在 Spring AI Alibaba 里到底是怎么实现…
Agent常用架构：Plan and Execute Agent
ReAct 智能体采用“思考 → 行动 → 观察”的循环模式，这利用了思维链提示，每一步只做出一个行动选择。虽然这对于简单任务有效，但是存在以下问题： 低效率：串行决策导致任务执行缓慢，无法并行化。 短视规划：每次仅考虑下一步，缺乏…
Agent常用架构：ReWOO&LLMCompiler（选学）
ReWOO 在Plan And Execute中，Planner 输出的任务列表是彼此独立的（如 [“查天气”, “发邮件”]），无法表达“第二步依赖第一步结果”的关系。这就会导致Executor 无法知道“发邮件”该用哪个天气数据…
Agent常用架构：Reflection Agent
前面介绍提示词工程的时候也提过这种反思的思路。 它是一种让模型自我批判、自我修正的策略。其核心思想是：让大语言模型（LLM）在完成任务后，对其自身的行为或输出进行批判性反思，并基于反思结果进行改进。 虽然我们有了ReAct或者Pla…
Agent常用架构：Human in the Loop
Human in the Loop（简称 HITL） 指的是在 AI 系统中的自动决策或执行过程中，引入人类用户作为“必要参与者”，在关键节点对 AI 的行为和结果进行审查、确认或修正，而不是让模型完全自动完成端到端的执行。 在 A…
Agent常用架构：Multi Agent
多智能体（Multi Agent）是指由多个Agent组成的系统，这些智能体能够感知环境、做出决策、与其他智能体交互，并协同或竞争以完成特定任务。 前面我们介绍了很多种智能体架构，但是都是单智能体架构，这些单智能体基本能够帮我们解决…
使用AutoGen 构建一个代码生成器
AutoGen 是由微软（Microsoft）开发的一个开源框架，一般用来简化构建多智能体（Multi Agent）系统和复杂 LLM（大语言模型）工作流的过程。它通过提供可组合、可对话的智能体（Agent）抽象，使得开发者能够轻松…
Spring AI Alibaba中的多智能体支持
除了Python中有很多框架可以实现多智能体以外，Java中的Spring AI Alibaba框架也提供了类似的功能。 前面我们介绍的多智能体的各种模式中，Spring AI主要支持了Agent Tool和Hand off两种实现…
多智能体协议——A2A
前面我们介绍了多智能体，也介绍了几种实现多智能体的方案，包括SubAgent、HandOff以及ChatGrpoup等等。使用langchain/langgraph、autogen、包括spring ai alibaba，我们都可以…
实战一：手搓 ReactAgent（非流式）
本章节将通过从零手搓一套 SimpleReactAgent（基于原生Spring AI来实现），带你深入理解 ReAct 在真实工程环境中的工作原理。 相比直接使用现成的 Agent 框架，这种方式能够让你清楚地看到： 模型每一轮是…
实战一：手搓 ReactAgent（流式）
在前面的章节中，我们已经通过非流式 call 方法完整跑通了一套 ReAct 的核心流程。但一旦把输出方式切换为流式，事情就会明显复杂起来，这也是为什么需要单独用一篇文章来讲 SimpleReactAgent 的流式实现。 流式调用…
ReAct Agent 流式输出后续问题
tool call出现时机 我在后续切换使用其他模型的时候，发现不同模型他的返回的行为方式是有一些差异的。 比如我一开始使用我们公司自己微调量化出来的qwen32b模型，他在进行流式输出的时候，如果需要调用工具，那么第一块chunk…
实战二：手搓 ReflectionAgent
我们在前面的提示词工程的课程中，介绍过反思机制这种智能体工程化结构。通俗来说，它不仅会按照常规流程基于模型决策执行任务，还会在每轮输出后对自己的回答进行反思，判断答案是否完整、逻辑是否清晰、结论是否可靠，如果发现不足，会自动生成反馈…
实战三：手搓 PlanExecuteAgent（上）
什么是Plan & Execute ? 在前面的 ReactAgent、ReflectionAgent 中，我们已经看到了非常典型的 「一步一决策」 的智能体模式： 模型 → 判断要不要用工具 执行工具 → 观察结果 再判断下一步 …
实战三：手搓 PlanExecuteAgent（下）
迭代主流程 接下来，我们将前面所划分的规划、执行、批判、压缩和总结串联起来，统一编排在一个迭代的主流程之中。 整个 Agent 从用户问题出发，首先构建全局状态，将用户原始输入作为事实写入其中。随后，Agent 进入一个以轮次为单位…
实战四：手搓 Human in the Loop
在前面的章节中，我们已经了解了 Spring AI Alibaba 官方提供的 Human in the Loop（HITL）能力，以及它实现 HITL 的整体流程。本章将通过完整手写一个 支持 HITL 的 ReactAgent，…