AgentScope Java 与 Spring AI Alibaba Workflow 集成指南
结合 agentscope-ai/agentscope-java、alibaba/spring-ai-alibaba 及 java2ai 生态中 Graph Core 工作流规范,以下是可落地的集成方案,涵盖核心思路、工程配置、代码实现、最佳实践四部分,兼顾 AgentScope 智能体特性与 Spring AI 工作流的工程化能力。
AgentScope Java 与 Spring AI Alibaba Workflow 集成方案涵盖核心思路、工程配置、代码实现与最佳实践。通过复用 DashScope 客户端统一大模型调用,将 Spring AI Workflow 封装为 AgentScope 可调用的工具,并实现对齐异步模型、上下文数据及异常处理。提供 Maven 依赖整合、YAML 配置模板、医疗病历分析场景的代码示例(Workflow 定义、工具封装、ReAct 智能体集成、API 入口),以及可观测性集成建议,确保二者在 Spring 生态中稳定协同。
结合 agentscope-ai/agentscope-java、alibaba/spring-ai-alibaba 及 java2ai 生态中 Graph Core 工作流规范,以下是可落地的集成方案,涵盖核心思路、工程配置、代码实现、最佳实践四部分,兼顾 AgentScope 智能体特性与 Spring AI 工作流的工程化能力。
| 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) |
以'AgentScope 为智能体核心 + Spring AI Alibaba 为工作流引擎'为核心,通过三层适配实现能力融合:
需兼容 JDK 17+、Spring Boot 3.2+,核心依赖如下(版本以官方最新为准):
<!-- 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>
统一模型密钥、工作流引擎、AgentScope 配置:
# 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
参考 Java2AI Graph Core 节点规范,定义标准化的 AI 工作流(以医疗场景'病历分析'为例):
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();
}
}
将 Spring AI Workflow 封装为 AgentScope 可调用的'工具',符合 AgentScope 工具规范:
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);
}
}
创建 ReAct 智能体,将 Workflow 工具注册到 Agent 中,实现'智能体决策 + 工作流执行':
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();
}
}
通过 Spring Boot Web 暴露接口,实现'前端调用 → Agent 决策 → Workflow 执行 → 结果返回':
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);
}
}
AgentScope 基于 Reactor 异步编程,Spring AI Workflow 支持 CompletableFuture,需统一异步模型:
// 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();
实现 AgentScope 智能体上下文与 Spring AI Workflow 上下文的双向同步:
// 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);
}
为 Workflow 执行添加异常捕获,确保 Agent 稳定性:
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";
}
}
复用 Spring Boot Actuator 监控 Workflow 与 Agent 状态:
# 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

微信公众号「极客日志」,在微信中扫描左侧二维码关注。展示文案:极客日志 zeeklog
查找任何按下的键的javascript键代码、代码、位置和修饰符。 在线工具,Keycode 信息在线工具,online
JavaScript 字符串转义/反转义;Java 风格 \uXXXX(Native2Ascii)编码与解码。 在线工具,Escape 与 Native 编解码在线工具,online
使用 Prettier 在浏览器内格式化 JavaScript 或 HTML 片段。 在线工具,JavaScript / HTML 格式化在线工具,online
Terser 压缩、变量名混淆,或 javascript-obfuscator 高强度混淆(体积会增大)。 在线工具,JavaScript 压缩与混淆在线工具,online
生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online