shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 其它无需 API Key

spring-ai-alibaba

当用户使用 Spring AI Alibaba 或 Spring AI 开发 Java AI 应用时使用，尤其适用于 ReactAgent、工具调用、结构化输出、记忆、RAG、MCP、StateGraph 工作流和多智能体编排，并基于 java2ai-docs 文档集提供实现指引。

person作者: user_b0e06ef2hubcommunity
download下载资源包

Spring AI Alibaba

当用户希望基于 Spring AI Alibaba 设计、实现、排查、重构或解释 Java AI 应用时，使用这个 skill。

这个 skill 以本地 references/ 文档集为准，目标不是只回答概念问题，而是指导实际开发落地。

适用场景

当任务涉及以下一项或多项内容时，使用这个 skill：

  • 构建 Spring Boot + Spring AI Alibaba 项目
  • 创建 ReactAgent 或智能体团队
  • 为 Java 应用添加工具调用或 MCP 工具集成
  • 使用 StateGraph / CompiledGraph 设计图工作流
  • 实现记忆、持久化、人工审批、流式输出
  • 基于 Spring AI 抽象实现 RAG 检索增强应用
  • 解读 java2ai-docs 中的框架 API、示例和推荐模式

工作规则

  1. 先判断用户真正要实现的能力，再只加载最相关的参考文档。
  2. 优先使用框架已经提供的能力，不随意自定义编排层。
  3. 代码保持 Java + Spring Boot 的常见工程风格。
  4. 产出代码时，至少给出可运行所需的依赖、配置项、Bean 和示例类。
  5. 只要涉及框架行为判断，就优先根据本地 references/ 文档核实后再回答。
  6. 如果用户在 Agent Framework 与 Graph Core 之间选型，要明确给出判断，不要混用得含糊不清。

选型指南

根据任务特点选择实现方式：

  • 当应用以“对话 + 工具调用”为主时，优先使用 ReactAgent。
  • 当应用是多智能体协作，但整体仍然偏智能体驱动时，优先使用 SequentialAgent、ParallelAgent、LlmRoutingAgent 或 agent-as-tool 组合方式。
  • 当流程包含显式步骤、分支、检查点、中断恢复或长流程编排时，优先使用 StateGraph。
  • 当任务依赖企业私有知识或检索增强时，优先采用 RAG 模式。
  • 当任务要求跨轮次、跨会话或跨流程恢复上下文时，优先采用记忆与持久化模式。

中文索引与文档路由

按任务只读取必要文档：

入门与基础

  • references/overview.md：项目概览与整体架构
  • references/quick-start.md：快速开始
  • references/versions.md：版本说明与变更记录

智能体核心开发

  • references/frameworks_agent-framework_tutorials_agents.md：ReactAgent 核心概念
  • references/frameworks_agent-framework_tutorials_models.md：模型配置与接入
  • references/frameworks_agent-framework_tutorials_messages.md：消息类型与消息组织

工具调用与 MCP

  • references/frameworks_agent-framework_tutorials_tools.md：工具调用、函数工具、MCP 工具
  • references/frameworks_agent-framework_advanced_agent-tool.md：智能体作为工具的组合方式
  • references/frameworks_graph-core_examples_mcp-node.md：Graph Core 中的 MCP 节点示例

结构化输出

  • references/frameworks_agent-framework_tutorials_structured-output.md：JSON / POJO 结构化输出

记忆与持久化

  • references/frameworks_agent-framework_tutorials_memory.md：基础记忆能力
  • references/frameworks_agent-framework_advanced_memory.md：高级记忆与长期记忆
  • references/frameworks_graph-core_core_memory.md：Graph Core 的记忆机制
  • references/frameworks_graph-core_core_persistence.md：持久化与检查点
  • references/frameworks_graph-core_examples_checkpoint-redis.md：基于 Redis 的检查点示例
  • references/frameworks_graph-core_examples_persistence.md：持久化示例

工作流与图编排

  • references/frameworks_agent-framework_advanced_workflow.md：Agent Framework 工作流能力
  • references/frameworks_graph-core_quick-start.md：Graph Core 快速开始
  • references/frameworks_graph-core_core_core-library.md：核心图编排 API
  • references/frameworks_graph-core_core_streaming.md：流式处理
  • references/frameworks_graph-core_examples_parallel-branch.md：并行分支示例
  • references/frameworks_graph-core_examples_subgraph.md：子图示例
  • references/frameworks_graph-core_examples_subgraph-as-compiledgraph.md：子图作为 CompiledGraph
  • references/frameworks_graph-core_examples_subgraph-as-nodeaction.md：子图作为 NodeAction
  • references/frameworks_graph-core_examples_subgraph-as-stategraph.md：子图作为 StateGraph

多智能体

  • references/frameworks_agent-framework_advanced_multi-agent.md：多智能体模式
  • references/frameworks_graph-core_examples_multi-agent-supervisor.md：监督者式多智能体示例
  • references/frameworks_agent-framework_advanced_a2a.md：A2A 智能体通信

人工介入与中断恢复

  • references/frameworks_agent-framework_advanced_human-in-the-loop.md：人工介入流程
  • references/frameworks_graph-core_examples_human-in-the-loop.md：Graph Core 人工审批示例
  • references/frameworks_graph-core_examples_cancellation.md：取消与中断控制
  • references/frameworks_graph-core_examples_time-travel.md：时间回溯与状态恢复
  • references/frameworks_graph-core_examples_long-time-running-task.md：长时间运行任务

RAG 与上下文工程

  • references/frameworks_agent-framework_advanced_rag.md：RAG 检索增强模式
  • references/frameworks_agent-framework_advanced_context-engineering.md：上下文工程与提示设计

Hook 与扩展能力

  • references/frameworks_agent-framework_tutorials_hooks.md：Hook 机制
  • references/frameworks_agent-framework_tutorials_skills.md：Skill 组合与扩展

默认工作流

当用户要求“使用 Spring AI Alibaba 开发”时，按下面流程处理：

  1. 判断当前任务更适合 Agent Framework 还是 Graph Core。
  2. 从 references/ 中读取最小必要文档集合。
  3. 提取文档里的关键类型、Builder API 和配置模式。
  4. 产出最小可运行结构：
    • Maven 依赖
    • application.yml 或环境变量
    • Spring Bean / 配置类
    • Agent 或 Graph 相关类
    • Tool / Model / Memory 接线代码
  5. 如果用户已经有代码，优先适配现有包结构与项目风格。
  6. 如果存在歧义，明确写出假设，并优先选择文档中更直接、更简单的实现路径。

输出约定

对于实现类任务，优先按以下顺序输出：

  • 简短说明架构选型与原因
  • 必需依赖与配置
  • 最小可运行代码
  • 可选的下一步增强建议

对于解释或排障类任务，优先按以下顺序输出：

  • 先说明该框架能力是什么
  • 再指出应参考哪些文档
  • 再分析可能原因或推荐修复方式
  • 最后给出修正后的代码或配置示例

常用开发模板

最小智能体应用

优先参考：

  • references/quick-start.md
  • references/frameworks_agent-framework_tutorials_agents.md
  • references/frameworks_agent-framework_tutorials_models.md
  • references/frameworks_agent-framework_tutorials_tools.md

带工具调用的助手

优先参考：

  • references/frameworks_agent-framework_tutorials_tools.md
  • references/frameworks_agent-framework_tutorials_messages.md
  • references/frameworks_agent-framework_tutorials_structured-output.md

图工作流应用

优先参考：

  • references/frameworks_agent-framework_advanced_workflow.md
  • references/frameworks_graph-core_quick-start.md
  • references/frameworks_graph-core_core_core-library.md

多智能体监督者模式

优先参考：

  • references/frameworks_agent-framework_advanced_multi-agent.md
  • references/frameworks_graph-core_examples_multi-agent-supervisor.md
  • references/frameworks_agent-framework_advanced_agent-tool.md

企业级 RAG 应用

优先参考：

  • references/frameworks_agent-framework_advanced_rag.md
  • references/frameworks_agent-framework_advanced_memory.md
  • references/frameworks_agent-framework_advanced_context-engineering.md

补充说明

  • 细节敏感的问题优先依赖本地 references/ 文档，而不是直接凭记忆回答。
  • 如果框架已有明确类或模式，不要臆造未文档化 API。
  • 如果问题与版本相关，先检查 references/versions.md。