mc-skills/catalog

Fork 0

mc-skills 52efc07510 catalog: 更新 2026-04-07 11:44

2026-04-07 11:44:56 +08:00

5.9 KiB

Raw Blame History

Java AI智能体框架

AI智能体 Java LLM ReAct 多智能体

AgentScope Logo

用 Java 构建生产级 AI 智能体

📖 文档 | 中文 | Discord

Maven Central

AgentScope Java 是一个面向智能体编程的框架，用于构建由大语言模型驱动的应用程序。它提供了创建智能体所需的一切：ReAct 推理、工具调用、记忆管理、多智能体协作等。

亮点

🎯 智能自主，全程可控

AgentScope 采用 ReAct（推理-行动）范式，使智能体能够自主规划并执行复杂任务。与僵化的工作流方案不同，ReAct 智能体能动态决定使用哪些工具以及何时使用，实时适应不断变化的需求。

然而，在生产环境中，缺乏控制的自主性是一种风险。AgentScope 提供了全面的运行时干预机制：

安全中断 - 在保留完整上下文和工具状态的前提下，随时暂停智能体执行，实现无缝恢复而不丢失数据
优雅取消 - 在不破坏智能体状态的情况下终止长时间运行或无响应的工具调用，允许立即恢复和重定向
人工介入 - 通过 Hook 系统在任意推理步骤注入修正、补充上下文或指导，对关键决策保持人工监督

🛠️ 内置工具

AgentScope 包含针对智能体开发常见挑战的生产级工具：

PlanNotebook（计划笔记本） - 一套结构化任务管理系统，将复杂目标分解为有序、可追踪的步骤。智能体可创建、修改、暂停和恢复多个并发计划，确保多步骤工作流的系统化执行。
结构化输出 - 一种自我纠错的输出解析器，保证类型安全的响应。当大语言模型输出偏离预期格式时，系统自动检测错误并引导模型生成有效输出，将结果直接映射到 Java POJO，无需手动解析。
长期记忆 - 跨会话的持久化记忆存储，具备语义搜索能力。支持自动管理、智能体控制记录或混合模式。支持多租户隔离，适用于智能体为多用户独立服务的企业级部署场景。
RAG（检索增强生成） - 与企业知识库的无缝集成。支持自托管的基于嵌入的检索，也支持阿里云百炼等托管服务，将智能体响应建立在权威数据源之上。

🔌 无缝集成

AgentScope 旨在与现有企业基础设施集成，无需大规模改造：

MCP 协议 - 接入任意兼容 MCP 的服务器，即时扩展智能体能力。无需编写自定义集成代码，即可连接不断壮大的 MCP 工具与服务生态——涵盖文件系统、数据库、浏览器和代码解释器等。
A2A 协议 - 通过标准服务发现实现分布式多智能体协作。将智能体能力注册到 Nacos 或类似注册中心，使智能体之间的发现与调用像调用微服务一样自然。

🚀 生产级品质

为企业级部署需求而生：

高性能 - 基于 Project Reactor 的响应式架构确保非阻塞执行。GraalVM 原生镜像编译可实现 200ms 冷启动时间，使 AgentScope 适用于 Serverless 和自动扩缩容环境。
安全沙箱 - AgentScope Runtime 为不受信任的工具代码提供隔离执行环境。内置 GUI 自动化、文件系统操作和移动设备交互等预置沙箱，防止对系统资源的未授权访问。
可观测性 - 与 OpenTelemetry 原生集成，支持整个智能体执行链路的分布式追踪。AgentScope Studio 提供可视化调试、实时监控以及面向开发和生产环境的全面日志记录。

快速开始

环境要求： JDK 17+

<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>agentscope</artifactId>
    <version>1.0.11</version>
</dependency>

ReActAgent agent = ReActAgent.builder()
    .name("Assistant")
    .sysPrompt("You are a helpful AI assistant.")
    .model(DashScopeChatModel.builder()
        .apiKey(System.getenv("DASHSCOPE_API_KEY"))
        .modelName("qwen-max")
        .build())
    .build();

Msg response = agent.call(Msg.builder()
        .textContent("Hello!")
        .build()).block();
System.out.println(response.getTextContent());

更多示例请参阅文档。

贡献

欢迎贡献！请查阅 CONTRIBUTING.md 了解相关规范。

社区

Discord	钉钉	微信

许可证

Apache License 2.0 - 详见 LICENSE。

论文引用

如果您觉得 AgentScope 有帮助，请引用我们的论文：

5.9 KiB Raw Blame History Unescape Escape