Spring AI Alibaba：一个基于Graph的多智能体AI框架 139

一个基于Graph的多智能体AI框架，用于开发聊天机器人、工作流和多智能体应用。这个框架支持流式并发生成内容，简化复杂 AI 应用的开发和部署。

#Ai工具箱 #Ai编程建站

Visiter Spring AI Alibaba：一个基于Graph的多智能体AI框架

Spring AI Alibaba：一个基于Graph的多智能体AI框架Introduction

Spring ai Alibaba est un framework conçu pour créer des chatbots, des workflows et des applications multi-agents. Il s'intègre profondément avec des plateformes telles que Alibaba Cloud Bailian, ARMS et Langfuse, et prend en charge des produits d'agents tels que JManus et DeepResearch. Ce framework prend en charge la génération de contenu en flux et en concurrence, simplifiant ainsi le développement et le déploiement d'applications d'IA complexes.

Spring AI Alibaba : un framework d'IA multi-agents basé sur Graph

Fonctionnalités et caractéristiques

Framework multi-agents basé sur Graph : les développeurs peuvent utiliser Spring AI Alibaba Graph pour créer rapidement des workflows et des applications multi-agents, sans avoir à se soucier de l'orchestration des processus sous-jacents ni de la gestion du contexte.
Intégration à l'écosystème IA : prise en charge de l'intégration avec la plateforme Bailian, fournissant un accès aux modèles et des solutions de base de connaissances RAG ; prise en charge de l'intégration de produits d'observabilité tels qu'ARMS et Langfuse ; prise en charge de l'intégration MCP de niveau entreprise.
Produits et plateformes d'agents généralistes : la communauté a implémenté l'agent JManus sur la base du framework Spring AI Alibaba, explorant l'application de la planification autonome dans le développement d'agents.
Capacités de connexion à plusieurs services de grands modèles : prise en charge d'OpenAI, Ollama, Alibaba Cloud Qwen, etc., couvrant les types de modèles tels que le chat, la conversion texte-en-image, la transcription audio et la conversion texte-en-parole.
Prise en charge des API synchrones et en flux : permet de basculer librement entre les services de modèles sous-jacents tout en conservant l'API de la couche applicative inchangée, et prend en charge la personnalisation pour des modèles spécifiques.
Prise en charge du Structured Output : permet de mapper la sortie du modèle d'IA vers des POJOs.
Prise en charge du stockage et de la recherche dans les bases de données vectorielles.
Prise en charge du Function Calling.
Prise en charge de l'appel d'outils et de la mémoire conversationnelle nécessaires à la création d'agents IA.
Prise en charge du mode de développement RAG : incluant le traitement documentaire hors ligne (DocumentReader, Splitter, Embedding, VectorStore, etc.) et la recherche Retrieve.

Applications

Chatbot (ChatBot) : utilisez ChatClient pour développer des chatbots ou des applications d'agents, avec prise en charge du mode d'amélioration par modèle.
Workflow : orchestrez des workflows contenant des nœuds LLM, des outils, etc., via Spring AI Alibaba Graph, adaptés à des scénarios tels que la reconnaissance d'intentions.
Multi-agents : créez plusieurs agents collaborant pour résoudre des scénarios métier complexes.
Applications IA d'entreprise : prise en charge de l'intégration avec des outils et plateformes de niveau entreprise (tels que MCP, ARMS, etc.), accélérant le passage des agents du prototype à la production.

Questions clés

Question :Comment les capacités clés de Spring AI Alibaba 1.0 GA répondent-elles aux points sensibles du déploiement des agents en entreprise ?

Réponse :Ses capacités clés répondent à ces problématiques selon trois axes : ① Le framework multi-agents basé sur Graph simplifie la création de workflows et d'applications multi-agents, réduisant la complexité du développement ; ② L'intégration profonde avec les plateformes Bailian, ARMS, Nacos, etc., résout les problèmes d'accès aux modèles, d'observabilité et de déploiement distribué ; ③ La plateforme d'agents généralistes (telle que JManus) combine planification automatique et processus déterministes, équilibrant les capacités généralistes et les besoins des scénarios d'entreprise.

Question :Comment les développeurs peuvent-ils choisir les composants clés de Spring AI Alibaba en fonction du scénario pour développer ?

Réponse :Le choix dépend du scénario : ① Pour développer un agent unique (tel qu'un ChatBot), utilisez ChatClient en y attachant des améliorations de modèle comme Retrieval, Tools, etc. ; ② Pour construire des workflows ou des applications multi-agents, utilisez Spring AI Alibaba Graph, en exploitant ses nœuds prédéfinis et ses capacités d'orchestration de processus ; ③ Pour le développement d'agents dans des domaines verticaux, vous pouvez vous appuyer sur la plateforme JManus, via la configuration dans l'interface utilisateur ou la génération automatisée du projet.

Question :Quelle est la différence et le lien entre Spring AI et Spring AI Alibaba ?

Réponse :Spring AI Alibaba est basé sur Spring AI et prend en charge toutes ses abstractions clés (telles que Prompt, Memory, MCP, etc.). Spring AI se concentre sur les capacités atomiques de bas niveau et l'intégration à l'écosystème Spring ; Spring AI Alibaba se concentre sur le déploiement en entreprise, en fournissant un framework multi-agents basé sur Graph, des solutions d'intégration à l'écosystème (telles que Bailian, Nacos) et une plateforme d'agents généralistes (telle que JManus), comblant ainsi le manque de solutions d'agents de niveau entreprise dans le domaine Java.