SpringAI 搭建智能体（二）：搭建客服系统智能体

在现代人工智能应用中，智能体（Agent） 是一个重要的概念，它的核心能力是自主性与灵活性。一个智能体不仅能够理解用户的需求，还能拆解任务、调用工具完成具体操作，并在复杂场景中高效运行。在本篇博客中，我们将围绕一个基于 Spring AI 的智能体实现，深入探讨智能体的概念、构建流程以及实际应用场景。

1. 什么是智能体？

智能体是一种能够根据目标自主执行任务的系统。与传统的 AI 模型生成内容的模式不同，智能体通过整合语义理解、任务分解和工具调用等功能，具备以下特征：

  • 目标驱动：智能体能够根据输入指令明确任务目标。
  • 任务拆解：将复杂任务分解为多个子任务。
  • 工具调用：根据任务需求动态选择并调用工具。
  • 自适应性：根据上下文调整行为，处理动态变化的环境。
智能体 vs 传统 AI

传统 AI 通常专注于单一功能（如文本生成、分类任务等），而智能体是一个更高层次的概念，它整合了多个功能模块，能够在复杂场景中完成多步骤任务。

2. 智能体的核心功能

在一个智能体系统中，核心功能包括：

  1. 语义解析：理解用户输入，明确任务目标。
  2. 工具管理：维护一组工具及其描述，供智能体调用。
  3. 任务执行：动态调用工具完成任务，并整合结果。
  4. 结果生成：将工具返回的结果组合成易于理解的输出。

3. 基于 Spring AI 的智能体架构

我们基于 Spring AI 实现了一个完整的智能体系统，其架构如下：

3.1 核心组件

  1. 工具接口（Tool Interface）
    每个工具都实现一个统一的接口，包含名称、描述、支持状态和执行逻辑等。

  2. 工具管理器（Tool Manager）
    用于维护工具列表并提供工具调用的功能。

  3. 语义分析模块（Semantic Analysis）
    调用 ChatGPT 等语言模型，解析任务并生成格式化的任务步骤。

  4. 智能体核心（Agent Core）
    负责任务拆解、工具调用和结果整合，是智能体的“大脑”。

3.2 智能体执行流程

  1. 用户输入：
    用户通过系统输入任务描述，例如：

    查询北京的天气，并获取推荐的景点信息。

  2. 工具列表生成：
    系统将工具的名称、描述和支持状态提供给语义分析模块。

  3. 任务解析：
    语义分析模块（基于 ChatGPT）解析任务，并生成 JSON 格式的任务步骤，例如：

    [
    {"toolName": "weather", "input": "Beijing"},
    {"toolName": "tourism", "input": "Beijing"}
]

  4. 工具调用：
    智能体根据任务步骤依次调用对应工具，并获取结果。

  5. 结果整合：
    将工具返回的结果整合成最终输出，返回给用户。

4. 实际应用场景

4.1 智能客服

智能体可以根据用户问题调用多个工具完成复杂的客服任务。

  • 示例：用户输入：
    查询上海今天的天气，并推荐适合的活动。
    • 工具调用：
      1. WeatherTool 查询天气。
      2. ActivityRecommendationTool 提供活动推荐。
    • 输出结果：
      上海今天晴天，气温 26°C。推荐的活动有：游览外滩、参观上海博物馆。
4.2 数据处理与分析

在数据处理场景中，智能体可以调用数据清洗、分析和可视化工具，完成复杂的数据管道任务。

  • 示例：用户输入：
    对销售数据进行清洗，然后计算过去一年的月度增长率。
    • 工具调用：
      1. DataCleaningTool 处理数据。
      2. GrowthAnalysisTool 计算增长率。
    • 输出结果：
      数据已清洗。过去 12 个月的月度增长率为：10%、12%、8%...
4.3 自动化运维

在运维场景中，智能体可以调用状态检查、日志分析和自动化脚本执行工具。

  • 示例：用户输入：
    检查所有服务器的状态，如果有异常，重新启动服务。
    • 工具调用：
      1. HealthCheckTool 检查服务器状态。
      2. RestartServiceTool 重新启动异常服务。
    • 输出结果：
      检查完成。服务器 2 和 5 状态异常，已成功重启服务。

5. 智能体的优势

5.1 灵活性

通过语义解析和动态工具调用，智能体能够灵活处理多样化的任务。

5.2 可扩展性

新增工具只需实现工具接口并注册到工具管理器，无需改动核心逻辑。

5.3 可解释性

每个工具调用和结果整合过程都清晰透明，便于调试和改进。

6. 示例代码

以下是客服智能体实现的核心代码示例：

工具接口与实现
public interface Tool {
    String getName();
    String getDescription();
    boolean isSupported();
    String execute(String input);
}

@Component
public class WeatherTool implements Tool {
    @Override
    public String getName() {
        return "weather";
    }

    @Override
    public String getDescription() {
        return "查询指定城市的天气";
    }

    @Override
    public boolean isSupported() {
        return true;
    }

    @Override
    public String execute(String input) {
        return "The weather in " + input + " is sunny and 25°C.";
    }
}
语义分析模块
@Component
public class ChatGPTService {
    // 调用 ChatGPT API 的逻辑
    public String analyze(String task, String toolsList) {
        // 调用 OpenAI 接口返回任务步骤
        return "[{\"toolName\": \"weather\", \"input\": \"Beijing\"}]";
    }
}
智能体核心逻辑
@Component
public class Agent {
    private final ToolManager toolManager;
    private final ChatGPTService chatGPTService;

    @Autowired
    public Agent(ToolManager toolManager, ChatGPTService chatGPTService) {
        this.toolManager = toolManager;
        this.chatGPTService = chatGPTService;
    }

    public String execute(String task) {
        String toolsList = toolManager.getToolsDescription();
        String stepsJson = chatGPTService.analyze(task, toolsList);
        List<TaskStep> steps = parseSteps(stepsJson);

        List<String> results = new ArrayList<>();
        for (TaskStep step : steps) {
            results.add(toolManager.executeTool(step.getToolName(), step.getInput()));
        }
        return String.join("\n", results);
    }
}
代码实现
import org.springframework.stereotype.Component;
import org.springframework.beans.factory.annotation.Autowired;

import java.util.ArrayList;
import java.util.List;

@Component
public class AdvancedSemanticAgent {

    private final ToolManager toolManager;
    private final ChatGPTService chatGPTService;

    @Autowired
    public AdvancedSemanticAgent(ToolManager toolManager, ChatGPTService chatGPTService) {
        this.toolManager = toolManager;
        this.chatGPTService = chatGPTService;
    }

    // 核心执行逻辑
    public String execute(String task) {
        // 使用 ChatGPT 进行语义解析，生成任务步骤
        List<TaskStep> steps = parseTaskWithChatGPT(task);

        // 执行每一步任务
        List<String> results = new ArrayList<>();
        for (TaskStep step : steps) {
            String result = toolManager.executeTool(step.getToolName(), step.getInput());
            results.add(result);
        }

        // 整合结果
        return combineResults(results);
    }

    // 使用 ChatGPT 解析任务
    private List<TaskStep> parseTaskWithChatGPT(String task) {
        String toolList = generateToolListDescription();
        String prompt = "以下是可用工具列表及其描述，请根据任务选择合适的工具并生成任务步骤。" +
                        "返回结果为 JSON 数组，每个对象包含工具名称（toolName）和输入参数（input）。" +
                        "忽略工具列表中标注为不支持的工具。\n\n" +
                        "任务描述：" + task + "\n\n" +
                        "工具列表：" + toolList;

        String response = chatGPTService.generateResponse(prompt);

        // 解析 ChatGPT 返回的 JSON
        return parseStepsFromResponse(response);
    }

    // 生成工具列表的描述
    private String generateToolListDescription() {
        List<Tool> tools = toolManager.getAvailableTools();
        StringBuilder toolListBuilder = new StringBuilder();

        for (Tool tool : tools) {
            toolListBuilder.append("- 工具名称: ").append(tool.getName())
                    .append(", 描述: ").append(tool.getDescription())
                    .append(", 示例入参: ").append(tool.getExampleInput())
                    .append(", 是否支持: ").append(tool.isSupported() ? "支持" : "不支持").append("\n");
        }
        return toolListBuilder.toString();
    }

    // 解析 ChatGPT 返回的 JSON
    private List<TaskStep> parseStepsFromResponse(String response) {
        List<TaskStep> steps = new ArrayList<>();
        try {
            ObjectMapper mapper = new ObjectMapper();
            steps = mapper.readValue(response, new TypeReference<List<TaskStep>>() {});
        } catch (Exception e) {
            throw new RuntimeException("解析任务步骤失败：" + e.getMessage(), e);
        }
        return steps;
    }

    // 整合结果
    private String combineResults(List<String> results) {
        return String.join("\n", results);
    }

    // 定义子任务步骤
    static class TaskStep {
        private String toolName;
        private String input;

        // Getters 和 Setters
        public String getToolName() {
            return toolName;
        }

        public void setToolName(String toolName) {
            this.toolName = toolName;
        }

        public String getInput() {
            return input;
        }

        public void setInput(String input) {
            this.input = input;
        }
    }
}

工具接口与管理器

工具接口扩展

扩展工具接口，增加工具描述和支持状态。

public interface Tool {
    String getName();
    String getDescription(); // 返回工具的描述
    String getExampleInput(); // 返回工具的示例入参
    boolean isSupported(); // 工具是否被支持
    String execute(String input);
}
工具实现示例

假设我们有三个工具：WeatherTool（支持）、DatabaseTool（支持）、UnsupportedTool（不支持）。

WeatherTool
@Component
public class WeatherTool implements Tool {

    @Override
    public String getName() {
        return "weather";
    }

    @Override
    public String getDescription() {
        return "查询指定城市的天气信息";
    }

    @Override
    public String getExampleInput() {
        return "城市名称，例如 'New York'";
    }

    @Override
    public boolean isSupported() {
        return true;
    }

    @Override
    public String execute(String input) {
        return "The weather in " + input + " is sunny and 25°C.";
    }
}
DatabaseTool
@Component
public class DatabaseTool implements Tool {

    @Override
    public String getName() {
        return "database";
    }

    @Override
    public String getDescription() {
        return "查询数据库中的相关记录";
    }

    @Override
    public String getExampleInput() {
        return "查询条件，例如 'customer:12345'";
    }

    @Override
    public boolean isSupported() {
        return true;
    }

    @Override
    public String execute(String input) {
        return "Query result for input [" + input + "]: {id: 1, name: 'Spring AI'}";
    }
}
UnsupportedTool
@Component
public class UnsupportedTool implements Tool {

    @Override
    public String getName() {
        return "unsupported";
    }

    @Override
    public String getDescription() {
        return "这是一个不支持的工具";
    }

    @Override
    public String getExampleInput() {
        return "无";
    }

    @Override
    public boolean isSupported() {
        return false;
    }

    @Override
    public String execute(String input) {
        throw new UnsupportedOperationException("This tool is not supported.");
    }
}
工具管理器扩展
@Component
public class ToolManager {

    private final List<Tool> tools;

    @Autowired
    public ToolManager(List<Tool> toolList) {
        this.tools = toolList;
    }

    public List<Tool> getAvailableTools() {
        return tools;
    }

    public String executeTool(String toolName, String input) {
        return tools.stream()
                .filter(tool -> tool.getName().equals(toolName))
                .findFirst()
                .orElseThrow(() -> new IllegalArgumentException("Tool not found: " + toolName))
                .execute(input);
    }
}

示例执行流程

工具列表

通过工具管理器提供给 ChatGPT 的工具列表如下：

工具列表：
- 工具名称: weather, 描述: 查询指定城市的天气信息, 示例入参: 城市名称，例如 'New York', 是否支持: 支持
- 工具名称: database, 描述: 查询数据库中的相关记录, 示例入参: 查询条件，例如 'customer:12345', 是否支持: 支持
- 工具名称: unsupported, 描述: 这是一个不支持的工具, 示例入参: 无, 是否支持: 不支持
输入任务

用户输入任务：

获取纽约的天气，并查询与天气相关的数据库记录。
ChatGPT 返回的结果
[
    {"toolName": "weather", "input": "New York"},
    {"toolName": "database", "input": "weather:New York"}
]
工具调用结果

智能体调用工具并返回结果：

The weather in New York is sunny and 25°C.
Query result for input [weather:New York]: {id: 1, name: 'Spring AI'}

7. 未来展望

随着 AI 模型和工具生态的不断发展，智能体将进一步扩展到以下领域：

  • 多模态任务：支持文本、图像、语音等多种输入与输出。
  • 学习与优化：通过强化学习优化任务拆解和工具调用策略。
  • 全局规划：在任务间建立依赖关系，优化多任务执行流程。

智能体是 AI 应用发展的重要方向，其灵活性和扩展性为解决复杂问题提供了强大的工具。

8. 总结

通过引入智能体的概念和实践，我们展示了如何构建一个灵活、高效的系统，完成复杂任务。智能体结合 Spring AI 提供的工具管理和语义分析能力，成为连接用户需求和执行逻辑的桥梁。未来，智能体将在更多场景中展现其强大的应用潜力，为智能化发展注入新动力。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/961515.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【开源免费】基于Vue和SpringBoot的在线文档管理系统（附论文）

【开源免费】基于Vue和SpringBoot的在线文档管理系统（附论文）

本文项目编号 T 038 &#xff0c;文末自助获取源码 \color{red}{T038&#xff0c;文末自助获取源码} T038&#xff0c;文末自助获取源码 目录 一、系统介绍二、演示录屏三、启动教程四、功能截图五、文案资料5.1 选题背景5.2 国内外研究现状5.3 可行性分析 六、核心代码6.1 查…
阅读更多...
双层Git管理项目，github托管显示正常

双层Git管理项目，github托管显示正常

双层Git管理项目&#xff0c;github托管显示正常 背景 在写React项目时&#xff0c;使用Next.js,该项目默认由git托管。但是我有在项目代码外层记笔记的习惯&#xff0c;我就在外层使用了git托管。 目录如下 code 层内也有.git 文件&#xff0c;对其托管。 我没太在意&…
阅读更多...
54.数字翻译成字符串的可能性|Marscode AI刷题

54.数字翻译成字符串的可能性|Marscode AI刷题

1.题目 问题描述 小M获得了一个任务&#xff0c;需要将数字翻译成字符串。翻译规则是&#xff1a;0对应"a"&#xff0c;1对应"b"&#xff0c;依此类推直到25对应"z"。一个数字可能有多种翻译方法。小M需要一个程序来计算一个数字有多少种不同的…
阅读更多...
基于Langchain-Chatchat + ChatGLM 本地部署知识库

基于Langchain-Chatchat + ChatGLM 本地部署知识库

一、相关环境 参考链接: Github:https://github.com/chatchat-space/Langchain-Chatchat Langchain-chatchat版本&#xff1a;v0.3.1 安装环境&#xff1a;Ubuntu&#xff1a;22.04&#xff0c;CUDA&#xff1a;12.1 二、搭建过程 2.1 环境配置 2.1.1 创建chatchat虚拟环…
阅读更多...
Hive:日志,hql运行方式,Array,行列转换

Hive:日志,hql运行方式,Array,行列转换

日志 可以在终端通过 find / | grep hive-log4j2 命令查找Hive的日志配置文件 这些文件用于配置Hive的日志系统。它们不属于系统日志也不属于Job日志&#xff0c;而是用于配置Hive如何记录系统日志和Job日志, 可以通过hive-log4j2 查找日志的位置 HQL的3种运行方式 第1种就是l…
阅读更多...
护眼好帮手：Windows显示器调节工具

护眼好帮手：Windows显示器调节工具

在长时间使用电脑的过程中&#xff0c;显示器的亮度和色温对眼睛的舒适度有着重要影响。传统的显示器调节方式不仅操作繁琐&#xff0c;而且在低亮度下容易导致色彩失真。因此&#xff0c;今天我想为大家介绍一款适用于Windows系统的护眼工具&#xff0c;它可以帮助你轻松调节显…
阅读更多...
简要介绍C语言和c++的共有变量，以及c++特有的变量

简要介绍C语言和c++的共有变量，以及c++特有的变量

在C语言和C中&#xff0c;变量是用来存储数据的内存位置&#xff0c;它们的使用方式和特性在两种语言中既有相似之处&#xff0c;也有不同之处。以下分别介绍C语言和C的共有变量以及C特有的变量。 C语言和C的共有变量 C语言和C都支持以下类型的变量&#xff0c;它们在语法和基…
阅读更多...
Python爬虫学习第三弹 —— Xpath 页面解析 实现无广百·度

Python爬虫学习第三弹 —— Xpath 页面解析 实现无广百·度

早上好啊&#xff0c;大佬们。上回使用 Beautiful Soup 进行页面解析的内容是不是已经理解得十分透彻了~ 这回我们再来尝试使用另外一种页面解析&#xff0c;来重构上一期里写的那些代码。 讲完Xpath之后&#xff0c;小白兔会带大家解决上期里百度搜索的代码编写&#xff0c;保…
阅读更多...
消息队列篇--通信协议篇--应用层协议和传输层协议理解

消息队列篇--通信协议篇--应用层协议和传输层协议理解

在网络通信中&#xff0c;传输层协议和应用层协议是OSI模型中的两个不同层次的协议&#xff0c;它们各自承担着不同的职责。 下文中&#xff0c;我们以TCP/UDP&#xff08;传输层协议&#xff09;和HTTP/SMTP&#xff08;应用层协议&#xff09;为例进行详细解释。 1、传输层协…
阅读更多...
Maui学习笔记- SQLite简单使用案例02添加详情页

Maui学习笔记- SQLite简单使用案例02添加详情页

我们继续上一个案例&#xff0c;实现一个可以修改当前用户信息功能。 当用户点击某个信息时&#xff0c;跳转到信息详情页&#xff0c;然后可以点击编辑按钮导航到编辑页面。 创建项目 我们首先在ViewModels目录下创建UserDetailViewModel。 实现从详情信息页面导航到编辑页面…
阅读更多...
arkui-x跨平台与android java联合开发

arkui-x跨平台与android java联合开发

华为鸿蒙系统采用的是arkts&#xff0c;支持跨平台crossplatform 即前端为arkts&#xff0c;arkui-x框架&#xff0c;后端为其他的语言框架。 本篇示例后端采用的是java&#xff0c;android studio工程。 主要方式是前端鸿蒙完成界面元素、布局等效果&#xff0c;后面androi…
阅读更多...
Unity敌人逻辑笔记

Unity敌人逻辑笔记

写ai逻辑基本上都需要状态机。因为懒得手搓状态机&#xff0c;所以选择直接用动画状态机当逻辑状态机用。 架构设计 因为敌人的根节点已经有一个animator控制动画&#xff0c;只能增加一个子节点AI&#xff0c;给它加一个animator指向逻辑“动画”状态机。还有一个脚本&#…
阅读更多...
ts 基础核心

ts 基础核心

吴悠讲编程 : 20分钟学会TypeScript 无废话速成TS https://www.bilibili.com/video/BV1gX4y177Kf
阅读更多...
BGP分解实验·11——路由聚合与条件性通告（3）

BGP分解实验·11——路由聚合与条件性通告（3）

续接上&#xff08;2&#xff09;的实验。其拓扑如下&#xff1a; 路由聚合的负向也就是拆分&#xff0c;在有双出口的情况下&#xff0c;在多出口做流量分担是优选方法之一。 BGP可以根据指定来源而聚合路由&#xff0c;在产生该聚合路由的范围内的条目注入到本地BGP表后再向…
阅读更多...
【leetcode】T1599

【leetcode】T1599

解题心得&#xff1a; 题目长且绕&#xff0c;直接看测试样例的解析有助于更快把握题目核心需求&#xff08;即关注样例的输入、运算逻辑、输出&#xff09; 题面 原题链接1599. 经营摩天轮的最大利润 - 力扣&#xff08;LeetCode&#xff09; AC代码 class Solution { pub…
阅读更多...
Ansible自动化运维实战--通过role远程部署nginx并配置（8/8）

Ansible自动化运维实战--通过role远程部署nginx并配置（8/8）

文章目录 1、准备工作2、创建角色结构3、编写任务4、准备配置文件&#xff08;金甲模板&#xff09;5、编写变量6、编写处理程序7、编写剧本8、执行剧本Playbook9、验证-游览器访问每台主机的nginx页面 在 Ansible 中&#xff0c;使用角色&#xff08;Role&#xff09;来远程部…
阅读更多...
关于opencv环境搭建问题：由于找不到opencv_worldXXX.dll,无法执行代码，重新安装程序可能会解决此问题

关于opencv环境搭建问题：由于找不到opencv_worldXXX.dll,无法执行代码，重新安装程序可能会解决此问题

方法一&#xff1a;利用复制黏贴方法 打开opencv文件夹目录找到\opencv\build\x64\vc15\bin 复制该目录下所有文件&#xff0c;找到C:\Windows\System32文件夹&#xff08;注意一定是C盘&#xff09;黏贴至该文件夹重新打开VS。 方法二&#xff1a;直接配置环境 打开opencv文…
阅读更多...
Linux（19）——使用正则表达式匹配文本

Linux（19）——使用正则表达式匹配文本

新年快乐&#xff01; 目录 一、正则表达式&#xff1a; 二、通过 grep 匹配正则表达式&#xff1a; 三、查找匹配项&#xff1a; 一、正则表达式&#xff1a; 正则表达式使用模式匹配机制查找特定内容&#xff0c;vim、grep 和 less 命令都可以使用正则表达式&#xff0c;P…
阅读更多...
蓝牙技术在物联网中的应用有哪些

蓝牙技术在物联网中的应用有哪些

蓝牙技术凭借低功耗、低成本和易于部署的特性&#xff0c;在物联网领域广泛应用&#xff0c;推动了智能家居、工业、医疗、农业等多领域发展。 智能家居&#xff1a;在智能家居系统里&#xff0c;蓝牙技术连接各类设备&#xff0c;像智能门锁、智能灯泡、智能插座、智能窗帘等。…
阅读更多...
使用 Confluent Cloud 的 Elasticsearch Connector 部署 Elastic Agent

使用 Confluent Cloud 的 Elasticsearch Connector 部署 Elastic Agent

作者&#xff1a;来自 Elastic Nima Rezainia Confluent Cloud 用户现在可以使用更新后的 Elasticsearch Sink Connector 与 Elastic Agent 和 Elastic Integrations 来实现完全托管且高度可扩展的数据提取架构。 Elastic 和 Confluent 是关键的技术合作伙伴&#xff0c;我们很…
阅读更多...
最新文章

Copyright @ 2022~2023