Spring AI Alibaba

一个用于构建 Agentic、Workflow 和 Multi-agent 应用的生产就绪框架。

Agent Framework 文档, Graph 文档, Spring AI, 示例.

架构

architecture

Spring AI Alibaba Admin 是一个一站式 Agent 平台，支持可视化 Agent 开发、可观测性、评估以及 MCP 管理等功能。它还集成了 Dify 等开源低代码平台，支持从 DSL 快速迁移到 Spring AI Alibaba 项目。

Spring AI Alibaba Agent Framework 是一个 Agent 开发框架，内置 Context Engineering 和 Human In The Loop 支持，可快速开发 Agent。对于需要更复杂流程控制的场景，Agent Framework 提供了 SequentialAgent、ParallelAgent、RoutingAgent、LoopAgent 等内置工作流。

Spring AI Alibaba Graph 作为 Agent Framework 的底层运行时，提供持久化、工作流编排和流式处理等长时运行有状态 Agent 所需的核心能力。与 Agent Framework 相比，用户可以基于 Graph API 构建更灵活的多 Agent 工作流。

核心特性

多 Agent 编排：使用内置的 SequentialAgent、ParallelAgent、RoutingAgent 和 LoopAgent 等模式组合多个 Agent，以执行复杂任务。
多模态支持：支持文本和媒体输入（图像理解）的 ReactAgent。支持基于工具的图像或音频生成的 ReactAgent。
语音 Agent：基于 WebSocket 的实时语音 Agent，支持流式音频或文本输入，并返回生成的音频。
上下文工程: 内置上下文工程策略的最佳实践，以提升智能体的可靠性和性能，包括人在回路、上下文压缩、上下文编辑、模型与工具调用限制、工具重试、规划、动态工具选择。
基于图的工作流: 用于条件路由、嵌套图、并行执行和状态管理的基于图的工作流运行时和 API。支持将工作流导出为 PlantUML 和 Mermaid 格式。
A2A 支持: 支持智能体间（Agent-to-Agent）通信并集成 Nacos，实现跨服务的分布式智能体协调与协作。
丰富的模型、工具和 MCP 支持: 利用 Spring AI 的核心概念，支持多个 LLM 提供商（DashScope、OpenAI 等）、工具调用以及模型上下文协议（MCP）。
一站式智能体平台: 以可视化方式构建智能体，无代码部署智能体或导出为独立的 Java 项目。

architecture

快速入门

前置条件

需要 JDK 17+。
选择你的 LLM 提供商并获取 API-KEY。

快速运行一个 ChatBot

社区提供了一个 ChatBot 示例，位于 examples/chatbot。

下载代码。

git clone --depth=1 https://github.com/alibaba/spring-ai-alibaba.git
cd spring-ai-alibaba

启动 ChatBot。

启动前，请先设置 API-KEY（访问 Aliyun Bailian 获取 API-KEY）：

# this example uses 'spring-ai-alibaba-starter-dashscope', visit https://java2ai.com to learn how to use OpenAI/DeepSeek.
export AI_DASHSCOPE_API_KEY=your-api-key

# Maven installation is optional when using mvnw.
./mvnw -pl examples/chatbot spring-boot:run

与 ChatBot 聊天。

打开浏览器并访问 http://localhost:8080/chatui/index.html 与 ChatBot 聊天。

chatbot-ui

聊天机器人代码解析

添加依赖

<dependencies>
  <dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-agent-framework</artifactId>
    <version>1.1.2.0</version>
  </dependency>
  <!-- Assume you are going to use DashScope Model. Refer to docs for how to choose model.-->
  <dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
    <version>1.1.2.1</version>
  </dependency>
</dependencies>

定义 Chatbot

有关如何编写 Chatbot 的更多详细信息，请参阅我们官方网站上的 Quick Start。

📚 文档

Overview - 框架的高层概述
Quick Start - 通过一个简单的 agent 入门
Agent Framework Tutorials - 分步教程
Use Graph API to Build Complex Workflows - 构建多 agent 和工作流的深入用户指南
Spring AI Basics - AI 应用基础概念，包括 ChatModel、MCP、Tool、Messages 等。
Chat Memory - Spring AI 关于聊天记忆存储库和用法的参考

项目结构

本项目由几个核心组件组成：

spring-ai-alibaba-agent-framework：一个多 agent 框架，旨在构建内置上下文工程最佳实践的智能 agent。
spring-ai-alibaba-graph：Agent Framework 的底层运行时。我们建议开发者使用 Agent Framework，但直接使用 Graph API 也完全没问题。
spring-ai-alibaba-admin：一个一站式 Agent 平台，支持可视化 Agent 开发、可观测性、评估和 MCP 管理等。
spring-ai-alibaba-studio：用于以可视化方式快速调试 agent 的嵌入式 ui。
spring-boot-starters：将 Agent Framework 与 Nacos 集成的 Starters，提供 A2A 和动态配置功能。

Spring AI Alibaba 生态系统

仓库	描述	⭐
Spring AI Alibaba Graph	用于构建、管理和部署长时间运行、有状态智能体的底层编排框架和运行时。
Spring AI Alibaba Admin	用于智能体应用开发的本地可视化工具包，支持项目管理、运行时可视化、追踪和智能体评估。
Spring AI Extensions	Spring AI 核心概念的扩展实现，包括 DashScopeChatModel、MCP 注册表等。
Spring AI Alibaba Examples	Spring AI Alibaba 示例。
JManus	基于 Spring AI Alibaba 构建的 Manus 的 Java 实现，目前已在阿里巴巴集团内的许多应用中使用。
DataAgent	基于 Spring AI Alibaba 的自然语言转 SQL 项目，使您无需编写复杂的 SQL 即可直接使用自然语言查询数据库。
DeepResearch	基于 spring-ai-alibaba-graph 实现的 Deep Research。

联系我们

钉钉群，搜索 182255021470 并加入。

WeChat Group (微信公众号), 扫描下方二维码关注我们。

资源

AI-Native Application Architecture White Paper：由 40 位一线工程师共同撰写，并获 15 位行业专家背书，这份 20 万+ 字的白皮书是首份专注于 AI 原生应用全 DevOps 生命周期的综合指南。它系统性地拆解了核心概念与关键挑战，提供了实用的解决方案与架构洞察。

Star History

由 Spring AI Alibaba 团队用 ❤️ 制作