【AI白皮书】AI应用开发框架¶
3.1 智能体的定义与主流开发范式¶
3.1.1 什么是智能体¶
智能体（Agent）可以理解为一个具备自主理解、规划、记忆和工具使用能力的数字化实体。
我们在前面了解到LLM、MCP，它们和Agent是啥关系呢？LLM是“大脑”，Agent是“身体”，Agent通过MCP协议访问外部能力（Tools / Resources）。
【纯LLM交互】
用户：帮我分析main.py文件
LLM：我无法直接访问文件，请您将文件内容粘贴给我
【Agent交互】
用户：帮我分析main.py文件
Agent：我来读取并分析这个文件
→ 调用文件读取工具
→ 分析代码结构
→ 提供详细分析报告
智能体让AI从一个只会内容生成的语言模型，进化成一个具备自主规划能力的行动者。
3.1.2 智能体的主流开发范式¶
简单LLM应用：直接调用模型API实现内容生成
单智能体：增加RAG、Tool、Memory等，让模型具备与特定环境交互的能力
工作流：将应用拆分，形成多个独立子智能体，再按照预定义的流程编排起来
多智能体系统：相比于工作流，多智能体系统采用的是模型驱动的、对话式的流程编排，各个子智能体具备更多的自主决策权
3.1.3 单智能体¶
典型的单智能体架构如下：
单智能体非常依赖底层模型能力。
3.1.4 工作流¶
1、Chain - 链式工作流
每一步由一个独立的LLM调用完成，并将上一阶段的输出作为下一阶段的输入。
2、Routing - 路由工作流
对输入进行分类，将它们分派到专门设计的下游任务或处理路径。
3.1.5 多智能体系统¶
由多个具备一定自治能力的Agent组成，每个Agent有自己的角色、能力或工具使用范围。它们之间可以通过消息或上下文进行交互，协同完成复杂目标。
3.2 开发一个简单的智能体¶
3.2.1 智能体框架选型¶
Python：LangChain、LlamaIndex、AutoGen、CrewAI，开源的Google ADK、Strands等，阿里云开源的AgentScope等
Java：Spring AI Alibaba等
这本白皮书是阿里出的，后面就用Spring AI Alibaba为例进行介绍。
3.2.2 Spring AI Alibaba中的Agent定义¶
React Agent，采用ReAct模式，将推理（Reasoning）和行动（Action）交错进行，形成一个动态的“思考-行动-观察”循环。
思考（Thought）：LLM分析当前的任务目标、已有的信息和可用的工具，然后生成一个关于下一步应该做什么的推理过程或计划。这个思路过程通常会以自然语言文本展示，解释了它的决策逻辑。
行动（Action）：智能体决定调用的外部工具（如搜索引擎、数据库查询API或自定义函数）。它会生成结构化的指令，明确指出要调用的工具名称和所需的参数。
观察（Observation）：应用程序执行工具调用，并将返回的结果（如搜索结果、API响应或函数返回值）作为观察信息反馈给智能体。
循环迭代：智能体收到观察结果，和之前的“思考”、任务目标结合，进入新一轮的思考阶段。它会评估上一步行动的结果是否使其更接近最终目标，并据此规划下一步的行动。
3.2.3 示例代码与Agentic API¶
1、快速定义一个简单的Agent
2、引导Agent的行为（设置Prompt提示词）
instruction包括以下信息：
核心任务或目标
性格或角色
行为约束
如何及何时使用工具
期望的输出格式
第四章上下文工程将介绍更多instruction编写技巧。
3、更多高级设置：为Agent配置工具、模型参数等
LLM会根据当前的对话内容和自身的指令，利用工具的函数/工具名称、描述（来自文档字符串或description字段）以及参数结构（Schemas）来决定调用哪一个工具。
3.3 工作流与多智能体¶
3.3.1 Spring AI Alibab中的多智能体类型¶
总体上分为三种Agent类型：
ReactAgent：基本智能体
FlowAgent：包含多个ReactAgent，按照特定流程协作
SequentialAgent 串行
ParallelAgent 并行
LoopAgent 循环
LlmRoutingAgent 大模型决策
A2ARemoteAgent：分布式Agent
3.3.2 工作流 - SequentialAgent¶
Agent依次执行，上一个Agent的输出会作为下一个Agent的输入。
示例，开发一个文章协作助手的智能体：
先定义了2个ReactAgent，然后定义了1个SequentialAgent将它们串联起来。
3.3.3 工作流 - ParallelAgent¶
并行执行的工作流模式。
示例，开发一个智能搜索助手的智能体：
3.3.4 工作流 - LoopAgent¶
在指定的迭代次数内重复运行一系列代理，或者直到满足终止条件。
3.3.5 多智能体系统 - LlmRoutingAgent¶
通过模型决策下一个子智能体走向。
内置prompt：
具体示例代码：
3.4 从单进程到分布式部署¶
通过将Sub-Agent进行独立部署和维护，同时多个Sub-Agent间通过远程调用代替内存调用的方式，实现各个Sub-Agent独立迭代和维护。
3.4.1 什么是A2A协议¶
A2A协议，Agent2Agent，是Google在开源社区中推出的分布式智能体之间的统一通信协议。
1、A2A协议中的角色
用户（User）
A2A客户端（Client Agent）
A2A服务端（Remote Agent）
2、A2A协议中的元素
智能体卡片（Agent Card）
任务（Task）
消息（Message）
产出物（Artifact）
内容块（Part）
3、A2A协议中的交互机制
轮询（Polling）
流式传输（Streaming）
推送通知（Push Notification）
3.4.2 A2A协议的工作流¶
1、发现A2A Server的AgentCard
2、A2A授权和权限认证
3、发起A2A请求
同步请求
流式请求
3.4.3 基于Nacos A2A Registry的自动注册与发现¶
A2A工作流程的首个步骤就是进行远端Agent的AgentCard获取和发现。
1、AgentCard的作用
AgentCard是A2A Server的数字名片，为发现与交互提供必要信息，包括以下内容：
身份信息：名称、描述、服务提供方。
服务端点：远端Agent的访问URL，包含完整的域名/IP，端口，URI等。
协议能力：支持的协议功能（如流式传输streaming或推送通知pushNotifications）。
认证方式：交互所需的鉴权机制（如Bearer令牌、OAuth2）。
技能列表：智能体可执行的任务或功能（AgentSkill对象），含技能ID、名称、描述、输入/输出模式及示例。
A2A Client通过AgentCard判断远端Agent是否适配当前任务、如何构建请求以及安全通信方式。
2、AgentCard的获取方式
直接配置
固定URI（Well-Known URI）
另外还有第三种方式，注册中心。
3.4.4 Nacos A2A注册中心¶
由注册中心维护AgentCard集合，客户端通过查询条件（如技能、标签、提供方）检索目标。
Nacos还支持对Agent的版本进行管理和快速回滚。Nacos除了作为A2A注册中心，还可以作为MCP服务的注册中心，以及Prompt的动态管理中心。
3.5 消息驱动的智能体开发模式¶
AI云原生架构下的消息队列必须具备以下特点：
支持长会话与大消息体的消息中枢。
实现削峰填谷、定速消费的智能调度能力。
提供优先级、权重控制的分级事件驱动机制。
构建高可靠、可恢复的Agent编排引擎。
3.5.1 消息模型提升AI通信效率¶
RocketMQ提出了一种创新的轻量化架构：
核心理念是：为每个会话或问题，动态创建一个独立的轻量级主题（Lite-Topic）。
以客户端与AI服务建立会话为例，系统自动创建一个以SessionID命名的专属队列，所有会话历史、上下文和中间结果均以消息形式在该主题中有序流转。
这一架构提供了四大核心能力：
百万级Lite-Topic支持：单集群管理百万级Lite-Topic，每个会话独立Topic，高并发下会话隔离，性能无损。
全自动轻量管理：Lite-Topic按需动态创建，连接断开后自动回收。
大消息体传输能力：支持数十MB以上消息，可承载长Prompt、图像、文档等。
严格顺序消息保障：在单队列内保证消息有序，确保LLM流式输出的token顺序不乱。
轻量级发送
Queue的消息是某个Broker专属的，一个Lite-Topic的发送只会到一台Broker，而不是轮询发送。
轻量级订阅
以client_ID维度维护订阅关系，管理消费进度。新增互斥消费模式。TTL到期后自动删除订阅关系。
消息分发策略
客户端发起读请求不再指定Topic，而是Broker根据client_ID识别订阅关系，并返回多个Topic的多条消息。
引入Topic ready set，在POP请求处理时直接访问就绪的topic。
当订阅上线、新消息发送、消息ACK后仍有消息、order Lock释放时往Topic ready set进行add操作。
3.5.2 基于消息驱动的智能化资源调度¶
核心能力：
天然削峰填谷，保护AI算力：消息队列可缓存突发请求。
定速消费，精准控制算力使用：支持为消费者组设置消费配额。
优先级调度，实现智能资源分配：抢占式优先级，权重动态分配。
3.6 基于统一元数据的AI协同开发模式¶
AI时代，可以基于统一元数据，所有交付物都使用HTML格式，每个角色的产出可以直接被下游角色使用，并且在开发全流程的每个环节都基于AI提效。
统一元数据需要长期建设，包括设计系统、组件库、API规范、状态管理等。从建立需求即代码的团队协作基准开始，从组件契约标准化入手，逐步构建跨工具链的智能开发环境。