AgentScope Java 集成 Spring AI Alibaba Workflow 指南

AgentScope Java 集成 Spring AI Alibaba Workflow 指南 | 极客日志

框架/组件	核心职责
AgentScope Java	智能体（Agent）生命周期管理、多智能体协作、工具调用、上下文（Context）管理
Spring AI Alibaba	阿里云大模型（通义千问/百炼）标准化调用、Workflow 声明式编排、Spring 生态适配
Java2AI Graph Core	工作流节点标准化定义、执行引擎适配、可视化编排规范（参考）

<!-- Spring Boot 核心（支撑 Spring AI） -->
<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>3.2.5</version>
    <relativePath/>
</parent>
<dependencies>
    <!-- 1. Spring AI Alibaba 核心（含 Workflow + DashScope 客户端） -->
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>spring-ai-alibaba-dashscope-spring-boot-starter</artifactId>
        <version>0.1.0</version>
    </dependency>
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>spring-ai-alibaba-workflow-core</artifactId>
        <version>0.1.0</version>
    </dependency>
    <!-- 2. AgentScope Java 核心 -->
    <dependency>
        <groupId>io.agentscope</groupId>
        <artifactId>agentscope-core</artifactId>
        <version>0.1.0</version>
    </dependency>
    <dependency>
        <groupId>io.agentscope</groupId>
        <artifactId>agentscope-spring-boot-starter</artifactId>
        <version>0.1.0</version>
        <!-- 简化 Spring 集成 -->
    </dependency>
    <!-- 3. Java2AI Graph Core（可选，标准化工作流节点） -->
    <dependency>
        <groupId>com.java2ai</groupId>
        <artifactId>graph-core</artifactId>
        <version>1.0.0</version>
    </dependency>
    <!-- 4. 基础依赖 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-validation</artifactId>
    </dependency>
</dependencies>

# 1. Spring AI Alibaba 配置
spring:
  ai:
    # 阿里云 DashScope 配置（通义千问）
    dashscope:
      api-key: ${DASHSCOPE_API_KEY:你的阿里云 API 密钥}
      chat:
        options:
          model: qwen-turbo
          temperature: 0.7
    # Spring AI Workflow 配置
    workflow:
      executor:
        thread-pool-size: 8
      persistence:
        enabled: true # 开启工作流持久化（可选）
# 2. AgentScope 配置（复用 Spring AI 的模型密钥）
agentscope:
  core:
    agent:
      default-context-size: 1000 # 智能体默认上下文大小
    model:
      dashscope:
        api-key: ${spring.ai.dashscope.api-key}
        model-name: ${spring.ai.dashscope.chat.options.model}
    spring:
      integration:
        enabled: true # 开启 AgentScope 与 Spring 集成
# 3. Java2AI Graph Core 配置（可选）
java2ai:
  graph:
    core:
      node-package: com.yourpackage.agent.workflow.node # 工作流节点扫描包

package com.yourpackage.workflow;

import com.alibaba.spring.ai.workflow.annotation.Workflow;
import com.alibaba.spring.ai.workflow.annotation.WorkflowNode;
import com.alibaba.spring.ai.workflow.executor.WorkflowContext;
import org.springframework.ai.dashscope.DashScopeChatClient;
import org.springframework.stereotype.Component;

/**
 * 基于 Spring AI Alibaba 定义的病历分析工作流
 * 节点 1：提取病历关键信息 → 节点 2：校验数据完整性 → 节点 3：生成分析报告
 */
@Workflow(name = "medical-record-analysis", description = "医疗病历分析工作流")
@Component
public class MedicalRecordAnalysisWorkflow {
    private final DashScopeChatClient dashScopeChatClient;

    public MedicalRecordAnalysisWorkflow(DashScopeChatClient dashScopeChatClient) {
        this.dashScopeChatClient = dashScopeChatClient;
    }

    /**
     * 节点 1：提取病历关键信息（大模型调用）
     */
    @WorkflowNode(name = "extract-info", order = 1, requiredParams = "medicalRecord")
    public String extractMedicalInfo(WorkflowContext context) {
        String medicalRecord = context.getParam("medicalRecord", String.class);
        String prompt = """
            提取以下病历的关键信息（患者姓名、症状、检查结果、诊断结论）： %s
            要求：结构化输出，简洁明了
            """.formatted(medicalRecord);
        // 调用 Spring AI Alibaba 的 DashScope 客户端
        return dashScopeChatClient.call(prompt).getResult().getOutput().getContent();
    }

    /**
     * 节点 2：校验数据完整性（工具调用）
     */
    @WorkflowNode(name = "validate-data", order = 2, dependOn = "extract-info")
    public String validateData(WorkflowContext context) {
        String extractedInfo = context.getResult("extract-info", String.class);
        // 自定义校验逻辑（可复用 AgentScope 工具）
        boolean isComplete = extractedInfo.contains("检查结果") && extractedInfo.contains("诊断结论");
        return isComplete ? "数据完整" : "缺少检查结果/诊断结论，数据不完整";
    }

    /**
     * 节点 3：生成分析报告（结果聚合）
     */
    @WorkflowNode(name = "generate-report", order = 3, dependOn = "validate-data")
    public String generateReport(WorkflowContext context) {
        String extractedInfo = context.getResult("extract-info", String.class);
        String validateResult = context.getResult("validate-data", String.class);
        String prompt = """
            基于以下信息生成医疗分析报告：
            1. 提取的病历信息：%s
            2. 数据校验结果：%s
            要求：专业、简洁，符合医疗规范
            """.formatted(extractedInfo, validateResult);
        return dashScopeChatClient.call(prompt).getResult().getOutput().getContent();
    }
}

package com.yourpackage.agent.tool;

import io.agentscope.core.tool.Tool;
import io.agentscope.core.tool.ToolParam;
import com.alibaba.spring.ai.workflow.executor.WorkflowExecutor;
import com.alibaba.spring.ai.workflow.model.WorkflowExecutionResult;
import org.springframework.stereotype.Component;

/**
 * AgentScope 工具：调用 Spring AI Alibaba Workflow
 */
@Component
@Tool(name = "medical_record_workflow_tool", description = "执行医疗病历分析工作流")
public class MedicalRecordWorkflowTool {
    private final WorkflowExecutor workflowExecutor;

    public MedicalRecordWorkflowTool(WorkflowExecutor workflowExecutor) {
        this.workflowExecutor = workflowExecutor;
    }

    /**
     * 工具执行方法（AgentScope 调用入口）
     * @param medicalRecord 病历文本
     * @return 工作流执行结果（分析报告）
     */
    public String execute(@ToolParam(name = "medicalRecord", description = "待分析的病历文本", required = true) String medicalRecord) {
        // 执行 Spring AI Workflow
        WorkflowExecutionResult result = workflowExecutor.execute("medical-record-analysis",
                param -> param.put("medicalRecord", medicalRecord));
        // 返回最终节点结果
        return result.getNodeResult("generate-report", String.class);
    }
}

package com.yourpackage.agent;

import io.agentscope.core.agent.ReActAgent;
import io.agentscope.core.model.dashscope.DashScopeChatModel;
import io.agentscope.core.tool.Toolkit;
import io.agentscope.spring.annotation.Agent;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;

/**
 * AgentScope 智能体：集成 Spring AI Workflow 工具
 */
@Agent
public class MedicalAnalysisAgent {
    @Autowired
    private MedicalRecordWorkflowTool medicalRecordWorkflowTool;
    @Autowired
    private DashScopeChatModel dashScopeChatModel;

    /**
     * 创建 ReAct 智能体（核心）
     */
    @Bean
    public ReActAgent createMedicalAnalysisAgent() {
        // 1. 初始化工具包，注册 Workflow 工具
        Toolkit toolkit = Toolkit.createDefault();
        toolkit.registration().tool(medicalRecordWorkflowTool::execute).group("workflow_tools").apply();
        // 2. 构建 ReAct 智能体
        return ReActAgent.builder()
                .id("medical-analysis-agent")
                .name("MedicalAnalysisAgent")
                .model(dashScopeChatModel) // 复用 Spring AI 的 DashScope 模型
                .toolkit(toolkit) // 注册 Workflow 工具
                .sysPrompt("""
                    你是医疗病历分析智能体，用户输入病历文本后，必须调用「medical_record_workflow_tool」工具执行分析，
                    并返回最终的分析报告，禁止直接生成结果。
                    """)
                .build();
    }
}

package com.yourpackage.controller;

import io.agentscope.core.agent.ReActAgent;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * 业务入口：病历分析接口
 */
@RestController
@RequestMapping("/api/agent")
public class MedicalAgentController {
    private final ReActAgent medicalAnalysisAgent;

    public MedicalAgentController(ReActAgent medicalAnalysisAgent) {
        this.medicalAnalysisAgent = medicalAnalysisAgent;
    }

    /**
     * 智能体 + 工作流 执行接口
     */
    @PostMapping("/analyze-medical-record")
    public ResponseEntity<String> analyzeMedicalRecord(@RequestBody String medicalRecord) {
        // 1. 智能体处理用户请求（自动决策调用 Workflow 工具）
        String response = medicalAnalysisAgent.chat("分析以下病历：" + medicalRecord).getTextContent();
        // 2. 返回结果
        return ResponseEntity.ok(response);
    }
}

// 改造 Workflow 工具为异步执行
public CompletableFuture<String> executeAsync(String medicalRecord) {
    return CompletableFuture.supplyAsync(() -> {
        WorkflowExecutionResult result = workflowExecutor.execute("medical-record-analysis",
                param -> param.put("medicalRecord", medicalRecord));
        return result.getNodeResult("generate-report", String.class);
    });
}

// AgentScope 智能体调用异步工具
toolkit.registration().tool(medicalRecordWorkflowTool::executeAsync).async(true).apply();

// Workflow 工具中注入 Agent 上下文
public String execute(String medicalRecord, @RequestAttribute("agentContext") Map<String, Object> agentContext) {
    WorkflowExecutionResult result = workflowExecutor.execute("medical-record-analysis", param -> {
        param.put("medicalRecord", medicalRecord);
        param.put("agentContext", agentContext); // 传递 Agent 上下文
    });
    // 将 Workflow 结果同步回 Agent 上下文
    agentContext.put("workflowResult", result.getNodeResult("generate-report", String.class));
    return result.getNodeResult("generate-report", String.class);
}

public String execute(String medicalRecord) {
    try {
        WorkflowExecutionResult result = workflowExecutor.execute("medical-record-analysis",
                param -> param.put("medicalRecord", medicalRecord));
        return result.getNodeResult("generate-report", String.class);
    } catch (Exception e) {
        // 兜底逻辑：AgentScope 智能体降级处理
        return "病历分析失败：" + e.getMessage() + "，已触发人工审核流程";
    }
}

# application.yml 新增
management:
  endpoints:
    web:
      exposure:
        include: health, metrics, workflows, agents
  metrics:
    enable: true
  endpoint:
    workflows:
      enabled: true # 暴露 Workflow 执行指标
    agents:
      enabled: true # 暴露 AgentScope 智能体指标

AgentScope Java 集成 Spring AI Alibaba Workflow 指南

AgentScope Java 集成 Spring AI Alibaba Workflow 指南

一、核心集成思路

1. 能力边界划分（关键前提）

2. 集成核心逻辑

二、前置工程配置

1. 依赖整合（Maven pom.xml）

2. 配置文件（application.yml）

三、核心代码实现

步骤 1：定义 Spring AI Alibaba Workflow 模板

步骤 2：封装 Workflow 为 AgentScope 工具

步骤 3：AgentScope 智能体集成 Workflow 工具

步骤 4：业务入口（API 调用示例）

四、关键适配与最佳实践

1. 异步模型对齐（核心）

2. 上下文数据互通

3. 异常处理兜底

4. 可观测性集成

五、总结

核心集成要点

关键参考资源

更多推荐文章

相关免费在线工具

AgentScope Java 集成 Spring AI Alibaba Workflow 指南

AgentScope Java 集成 Spring AI Alibaba Workflow 指南

一、核心集成思路

1. 能力边界划分（关键前提）

2. 集成核心逻辑

二、前置工程配置

1. 依赖整合（Maven pom.xml）

2. 配置文件（application.yml）

三、核心代码实现

步骤 1：定义 Spring AI Alibaba Workflow 模板

步骤 2：封装 Workflow 为 AgentScope 工具

步骤 3：AgentScope 智能体集成 Workflow 工具

步骤 4：业务入口（API 调用示例）

四、关键适配与最佳实践

1. 异步模型对齐（核心）

2. 上下文数据互通

3. 异常处理兜底

4. 可观测性集成

五、总结

核心集成要点

关键参考资源

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具