AI实践｜基于Spring AI从0到1构建AI Agent

在大模型应用开发领域，理论到工程落地之间始终存在一道鸿沟。当我们谈论AI Agent时，脑海中能浮现出「意图识别」「记忆管理」「工具调用」这些概念，但具体如何用代码实现，往往无从下手。本文将从一个完整的Spring AI Agent Demo出发，通过六大核心模块的架构解析，带你深入理解Agent工程化的实现细节。

AgentCore：系统的核心编排引擎

本项目基于Spring AI构建，集成了RAG检索增强生成、Function Calling工具调用、MCP协议、SubAgent子代理、Skill技能系统等核心能力。从架构层面看，系统由AgentCore作为核心编排器，统一调度意图识别、记忆管理、模型调用和工具执行四大流程。每个模块各司其职又紧密协作，共同构成完整的Agent能力体系。

ChatMemory：三层递进的上下文压缩策略

AgentCore是整个系统的“大脑”，负责编排对话的完整生命周期。其核心流程遵循「意图识别→RAG注入→记忆管理→模型调用→工具执行」的路径。当用户输入时，首先由IntentRecognizer判断是属于知识问答还是通用对话；如果是RAG意图，则触发知识库检索并将参考资料注入上下文；随后由ChatMemory管理对话历史，通过三层压缩策略防止token溢出；最后由ChatClient与LLM交互，在ToolCallbacks的支持下实现ReAct循环。 值得注意的是，Spring AI已内置Agent Loop实现，当LLM返回工具调用指令时，系统自动执行工具并结果返回给LLM继续决策，直到LLM认为信息充足后给出最终回复。整个循环对开发者透明，大大简化了工具调用链路的实现复杂度。

Tool机制：Function Calling的工程实现

对话记忆的管理直接影响Agent的长期可用性。ChatMemory设计了三层递进的上下文压缩策略：第一层是摘要压缩，当历史消息超过16条时，自动将较早消息通过LLM总结为300字以内的摘要注入system prompt；第二层是Assistant消息裁剪，只保留最近3条Assistant回复以减少token消耗；第三层是滑动窗口兜底，当消息总数超过阈值时直接丢弃最早消息。三层策略协同工作：摘要压缩优先触发保留信息，Assistant裁剪持续生效精准省token，滑动窗口兜底防止无限增长。 多会话支持通过ConcurrentHashMap按sessionId隔离ChatMemory实例，天然支持多客户端并发。运行时还支持动态切换模型和调参，真正实现不停服优化。

RAG与MCP：能力扩展的基石

LLM本身只会“想”，Tool让它能“做”。本项目基于Spring AI的Function Calling能力，设计了一套可插拔的工具注册机制。所有工具实现统一的InnerTool接口，启动时Spring自动扫描所有InnerTool Bean收集工具统一注册。内置工具涵盖知识库检索、子代理管理、外部AI应用调用、技能执行、MCP工具等，形成完整的工具生态。 RAG模块实现了完整的检索增强生成流水线：文档加载→分块→向量化→向量存储→多路召回（语义+BM25+查询改写）→RRF融合→Rerank重排→LLM生成。多路召回结合RRF（Reciprocal Rank Fusion）算法融合不同召回策略的结果，有效弥补单一召回的盲区。 MCP（Model Context Protocol）作为双向桥梁，既可将本项目知识库能力对外暴露为MCP Server，也可动态连接外部MCP服务。传输协议支持自动适配，优先Streamable HTTP，失败自动回退SSE。

如有侵权，请联系删除。