Multi-Agent Architecture Platform

🌍 语言选择 | Language Select

🚀 一个基于Spring AI和WebFlux的企业级多智能体架构平台，支持Function Calling、ReAct等先进范式，为构建智能对话系统提供强大而灵活的基础设施。

✨ 核心特性

🤖 多智能体协作架构 - 支持多种类型智能体的统一管理和调度
🔄 Function Calling支持 - 完整的工具调用能力，支持自定义函数扩展
⚡ ReAct范式实现 - 推理-行动循环，让智能体能够进行复杂的多步推理
🌊 响应式编程 - 基于WebFlux的非阻塞异步架构
💾 多数据源支持 - PostgreSQL + Redis的双重数据存储策略
🐳 容器化部署 - 完整的Docker支持，一键部署
🔧 高度可配置 - 灵活的配置管理，支持多种LLM提供商
🎯 企业级特性 - 用户隔离、权限管理、会话持久化

🏗️ 架构概览

graph TB
    A[用户请求] --> B[Assistant Controller]
    B --> C[Intent Agent 意图识别]
    C --> D[Agent Manager 智能体管理器]
    D --> E[具体智能体实例]
    E --> F[LLM Service 大模型服务]
    F --> G[Function Calling 函数调用]
    G --> H[工具执行]
    G --> I[卡片渲染]
    H --> F
    I --> J[响应返回]

    subgraph "数据层"
        K[PostgreSQL]
        L[Redis]
    end

    D -.-> K
    D -.-> L

🚀 快速开始

环境要求

Java: 17+
Maven: 3.6+
PostgreSQL: 12+
Redis: 6+

本地开发环境搭建

克隆项目

git clone https://github.com/your-username/multi-agent-arch.git
cd multi-agent-arch

配置数据库

创建PostgreSQL数据库：

CREATE DATABASE assistant;

创建用户表（如果需要）：

-- 项目会自动通过JPA DDL创建表结构
-- ddl-auto: update 模式会自动更新表结构

配置环境变量

复制并编辑配置文件：

# 在 application.yaml 中配置或通过环境变量设置

# 数据库配置
export SPRING_DATASOURCE_URL=jdbc:postgresql://localhost:5432/assistant
export SPRING_DATASOURCE_USERNAME=your_username
export SPRING_DATASOURCE_PASSWORD=your_password

# Redis配置
export SPRING_REDIS_HOST=localhost
export SPRING_REDIS_PORT=6379
export SPRING_REDIS_PASSWORD=your_redis_password

# LLM配置 (支持OpenAI兼容接口)
export LLM_MODEL_SERIES=qwen
export LLM_API_KEY=your_api_key
export LLM_ADDRESS=https://dashscope.aliyuncs.com/compatible-mode/v1
export LLM_MODEL=qwen-plus

运行应用

mvn spring-boot:run

或构建后运行：

mvn clean package
java -jar target/mss-ai.jar

验证服务

服务启动后，访问健康检查端点：
```
curl http://localhost:8080/ai/actuator/health
```

Docker 部署

构建镜像

mvn clean package
docker build -t multi-agent-arch .

运行容器

docker run -d \
  --name multi-agent-arch \
  -p 8080:8080 \
  -e SPRING_DATASOURCE_URL=jdbc:postgresql://host.docker.internal:5432/assistant \
  -e SPRING_DATASOURCE_USERNAME=your_username \
  -e SPRING_DATASOURCE_PASSWORD=your_password \
  -e LLM_API_KEY=your_api_key \
  multi-agent-arch

📚 API 文档

聊天对话接口

POST /ai/chat/completions

发起与智能体的对话，支持流式响应。

curl -X POST http://localhost:8080/ai/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "content": "帮我查询今天的天气",
    "extra": {
      "location": "北京",
      "language": "zh-CN"
    }
  }'

请求参数:

content (string, 必需): 用户输入的消息内容
extra (object, 可选): 额外的上下文信息

响应格式:

{
  "content": "好的，我来帮您查询北京的天气信息...",
  "status": "REPLYING",
  "data": {},
  "design": {}
}

意图识别

系统能够自动识别用户意图并调度相应的智能体：

通用对话智能体 - 处理日常对话交流
工具调用智能体 - 执行具体的函数调用
知识检索智能体 - 进行信息查询和分析

Function Calling 支持

系统支持完整的函数调用生命周期：

函数注册 - 在Agent配置中定义可用的工具函数
调用解析 - LLM自动识别需要调用的函数
参数提取 - 从对话中提取函数调用参数
函数执行 - 调用实际的业务逻辑
结果处理 - 将执行结果反馈给LLM进行下一步处理

🛠️ 核心组件

Agent Manager (智能体管理器)

负责智能体的生命周期管理：

智能体类型的加载和管理
智能体实例的创建和销毁
会话状态的超时管理 (15分钟自动过期)

Intent Agent (意图识别智能体)

基于LLM的意图识别系统：

分析用户输入的业务类型
自动调度到相应的专业智能体
支持动态意图配置

LLM Service (大模型服务)

统一的LLM调用接口：

支持多种LLM提供商 (当前实现通义千问)
流式和非流式响应模式
完整的Function Calling支持

Function Call Service (函数调用服务)

可扩展的函数调用框架：

支持本地和远程函数调用
统一的调用接口和响应格式
支持卡片式响应渲染

🔧 配置说明

application.yaml 完整配置示例

# 服务基础配置
spring:
  webflux:
    base-path: /ai
  data:
    redis:
      host: ${SPRING_REDIS_HOST:localhost}
      port: ${SPRING_REDIS_PORT:6379}
      password: ${SPRING_REDIS_PASSWORD}
  datasource:
    url: ${SPRING_DATASOURCE_URL:jdbc:postgresql://localhost:5432/assistant}
    username: ${SPRING_DATASOURCE_USERNAME}
    password: ${SPRING_DATASOURCE_PASSWORD}
    driver-class-name: org.postgresql.Driver
  jpa:
    hibernate:
      ddl-auto: update
    show-sql: true
    properties:
      hibernate:
        dialect: org.hibernate.dialect.PostgreSQLDialect

# 业务相关配置
business:
  llm:
    model-series: ${LLM_MODEL_SERIES:qwen}
    api-key: ${LLM_API_KEY}
    url: ${LLM_ADDRESS}
    model: ${LLM_MODEL}

# 日志配置
logging:
  level:
    root: ${LOGGING_LEVEL:info}
    site.nullpointer.mss.ai: DEBUG

智能体类型配置

智能体类型存储在数据库中，包含以下配置：

type: 智能体类型标识
system_prompt: 系统提示词
function_tools: 可用函数工具JSON配置
temperature: 温度参数
description: 智能体描述

🎯 使用示例

1. 基础对话

curl -X POST http://localhost:8080/ai/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "content": "你好，请介绍一下你自己"
  }'

2. Function Calling 示例

curl -X POST http://localhost:8080/ai/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "content": "帮我创建一个待办事项：完成项目文档",
    "extra": {
      "priority": "high",
      "category": "work"
    }
  }'

3. ReAct 范式示例

curl -X POST http://localhost:8080/ai/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "content": "我需要分析一下用户的购买行为数据，你能帮我吗？"
  }'

系统会自动执行以下步骤：

分析用户需求
调用数据分析工具
解析分析结果
提供洞察和建议

🧪 开发指南

添加新的智能体类型

在数据库中插入新的智能体类型：

INSERT INTO agent_type (type, system_prompt, function_tools, temperature, description, is_public, enterprise_id)
VALUES (
  'CUSTOM_AGENT',
  '你是一个专业的数据分析助手...',
  '[{"function": {"name": "analyze_data", "description": "分析数据"}}]',
  0.7,
  '数据分析智能体',
  true,
  'default'
);

重启应用或调用AgentManager的loadAgentType()方法重新加载配置。

自定义Function Calling

实现FunctionCallService接口：

@Service
public class CustomFunctionCallService implements FunctionCallService {
    @Override
    public FunctionCallResult apply(FunctionCallRequest request) {
        // 实现你的业务逻辑
        return FunctionCallResult.builder()
            .content("执行结果")
            .build();
    }
}

在智能体配置中注册你的函数：

{
  "function": {
    "name": "custom_function",
    "description": "自定义函数描述",
    "parameters": {
      "type": "object",
      "properties": {
        "param1": {"type": "string"}
      }
    }
  }
}

🤝 贡献指南

我们欢迎所有形式的贡献！请阅读以下指南：

Fork 本仓库
创建你的特性分支 (git checkout -b feature/AmazingFeature)
提交你的更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
开启一个 Pull Request

代码规范

遵循 Spring Boot 最佳实践
使用 Lombok 减少样板代码
保持代码简洁和可读性
添加适当的单元测试

📄 许可证

本项目采用 Apache License 2.0 许可证。详情请查看 LICENSE 文件。

🙏 致谢

Spring AI - 提供强大的AI集成框架
Spring WebFlux - 响应式Web框架
通义千问 - 提供优秀的LLM能力

📞 联系我们

项目主页: https://github.com/your-username/multi-agent-arch
问题反馈: Issues
讨论交流: Discussions

如果这个项目对你有帮助，请给我们一个 ⭐️

Made with ❤️ by the Multi-Agent Architecture Team

Name		Name	Last commit message	Last commit date
Latest commit History 7 Commits
.mvn		.mvn
src/main		src/main
.gitignore		.gitignore
Dockerfile		Dockerfile
README.md		README.md
README_EN.md		README_EN.md
README_ES.md		README_ES.md
README_JA.md		README_JA.md
README_KO.md		README_KO.md
README_RU.md		README_RU.md
pom.xml		pom.xml

CoderSJX/multi-agent-arch

Folders and files

Latest commit

History

Repository files navigation