【AiAgent】app应用怎么集成AI Agent智能代理（一）

app应用怎么集成AI Agent（智能代理）

为什么会有这篇文章（先废话一顿）
[什么是ai agent](#什么是ai agent)
- 大模型(LLM)
- 工具（Tools）
- 记忆（Memory）
- 流程引擎
- 目前程序可以用ai做哪些事情
- [快速实现应用集成AI Agent](#快速实现应用集成AI Agent)
- - 项目代码
  - 启动演示
- 小结

为什么会有这篇文章（先废话一顿）

楼主搬新家后准备装一个宽带来着，然后打开某移动APP，发现他们家app下面有个什么ai灵犀，带个语音识别助手，我就点开玩了玩，给他说我要装一个宽带，一通识别后转到了一个宽带登记信息页。如下：

app中的ai跳转页面演示

担心视频失效加俩张图解

**这个时候我的好奇心就来了，发语音识别的文字跳转指定页面，这不妥妥有手就行，查话费跳话费页面，查余额跳余额页面。。。这个时候想着想着也可以这样，加一个type，1的话返回指定url跳转页面，2的话返回指定json数据页面渲染，3的话让他重新描述，4的话说明碰到复杂问题给他自动转人工。回过头来，这些都不难，那我咋知道发来的字符串是什么意思呢。没错，就是原神。走错了，重来，没错就是葵花宝典大模型（ai）。**正文开始

什么是ai agent

AI Agent（智能代理）是一个能自主感知环境、决策并执行任务的智能程序，通常由大模型（LLM） + 工具（Tools） + 记忆（Memory） + 流程控制组成。
是不是看完更不懂了，什么跟什么啊，上面我复制百度的，看我多老实。

大模型(LLM)

2022年11月30日推出了ChatGPT，这一款基于GPT-3.5的对话机器人，可以与用户进行交互式的聊天。同年12月，ChatGPT爆红，全球造访量至少17亿用户，成为了历史上用户量增长最快的应用程序。
是不是感觉上面的文案写的太专业，没错我又复制百度的，

截止到目前 2025年全球发布大模型3755个，中国占1509个（超40%）。

数量为啥这么多，那就跟开源有关系了，我就蹭蹭不进去嘿嘿嘿😈。

ChatGPT都已经爆了3年了，子弹飞的时间够长了，ChatGPT引爆之后大模型像原神一样越来越多，对程序方方面面的影响也是方方面面，没错就是这些方面，就比如

之前我写前端页面找一个问题可能要很久，现在直接打开deepseek,开启新对话，把产品需要的页面图片复制进来，再加上清楚的描述，分分钟给你出一个页面。
还看到过大佬用的一个收费模型只需要描述清楚就可以编译出来程序，可以自我升级迭代，分mac和window版
代码有问题了，问它也能做到90%+的问题命中率。
代码优化方面的技术瓶颈的都可以找它，分分钟给你答案
我写博客也会找他帮我润色润色文案
还看到刚开始好多大哥拿这个回答做视频号赚钱提现的

工具（Tools）

Agent 可调用的外部方法（如查询数据库、调用API）

这里就是跳转页面，查询订单状态，自动退款等api交互的地方，也就是系统内部提供api，ai通过description判断执行哪个方法。我们可以把返回值固定，实现楼上的设想。

bash 复制代码

@Service
@Slf4j
public class OrderToolsService {


    @Tool(name = "getOrderStatus", description = "根据订单号查询订单状态")
   public String getOrderStatus(
            @ToolParam(description = "订单号") String orderNo
    ){
        log.info("查询订单状态：{}", orderNo);
        return "订单 " + orderNo + " 正在提车中，车辆将在3个工作周内到账";
    }


    @Tool(name = "getWeather", description = "查询城市天气")
    public String getWeather(
            @ToolParam(description = "城市名称") String city
    ) {
        log.info("查询城市天气：{}", city);
        return city + "：晴天，25℃";
    }


}

bash 复制代码

@Configuration
public class AIConfig {

    @Bean
    public ChatClient chatClient(
            ChatClient.Builder builder,
            OrderToolsService orderToolsService // 注入工具
    ) {
        return builder
                .defaultTools(orderToolsService)
                .defaultSystem("你是一名车辆订单助手，帮助用户查询订单状态和操作方法")
                .build();
    }
}

记忆（Memory）

存储历史对话或业务数据，支持上下文感知,集成 VectorStore（RAG）或 Redis 存储

将 PDF/文本格式的退改签规则存入向量数据库，训练大模型。

比如一些特定的业务场景，我们通过excel加入到规则中，大模型也会在这些规则中匹配客户想要的答案

流程引擎

控制多步骤任务（如先查订单→再触发退款）阿里 DFlow

比如你在拼多多下了一单纸巾，纸巾到货后特别烂，跟描述不符合，你直接联系的拼多多客服，ai一看这家店关于质量投诉很多，再加上你要退，直接判断先退款，调用退款API。

目前程序可以用ai做哪些事情

1 智能客服（自动问答、工单分类）

2 自动化审批（结合业务规则+AI决策）

快速实现应用集成AI Agent

官方文档：快速开始集成ai

注册自己的apikey：阿里云百炼平台

**记得要切换java版本到17，Spring Boot 3.x 最低要java17 **

bash 复制代码

- Spring Boot 3.x + Java 17
- Spring AI Alibaba Starter v1.0.0-M3.3
- 向量数据库：Milvus 或 Elasticsearch
- 模型服务：阿里云 Dashscope（通义千问） DeepSeek 等等 阿里云给我提供了很多免费的

项目代码

bash 复制代码

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.aidemo</groupId>
    <artifactId>ai-demo-one</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>ai-demo-one</name>
    <description>ai-demo-one</description>
    <properties>
        <java.version>1.8</java.version>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
        <spring-boot.version>3.3.4</spring-boot.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
// 这里用的最新版本 25-08-13
        <dependency>
            <groupId>com.alibaba.cloud.ai</groupId>
            <artifactId>spring-ai-alibaba-starter</artifactId>
            <version>1.0.0-M6.1</version>
        </dependency>


    </dependencies>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-dependencies</artifactId>
                <version>${spring-boot.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.8.1</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                    <encoding>UTF-8</encoding>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <version>${spring-boot.version}</version>
                <configuration>
                    <mainClass>com.aidemo.AiDemoOneApplication</mainClass>
                    <skip>true</skip>
                </configuration>
                <executions>
                    <execution>
                        <id>repackage</id>
                        <goals>
                            <goal>repackage</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>


    <repositories>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
    </repositories>

</project>

bash 复制代码

# åº"ç"¨æœåŠ¡ WEB è®¿é---®ç<<¯å£
server.port=8080


spring.ai.dashscope.api-key=sk-e86857177213cfaw21XXXXXXXXX***
spring.ai.dashscope.chat.options.model=deepseek-r1

bash 复制代码

package com.aidemo.demos.config;

import com.aidemo.demos.service.OrderToolsService;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @Author yueyue.guan
 * @date 2025/8/13 17:04
 * @desc
 */
@Configuration
public class AIConfig {

    @Bean
    public ChatClient chatClient(
            ChatClient.Builder builder,
            OrderToolsService orderToolsService // 注入工具
    ) {
        return builder
                .defaultTools(orderToolsService)
                .defaultSystem("你是一名车辆订单助手，帮助用户查询订单状态和操作方法")
                .build();
    }
}

bash 复制代码

package com.aidemo.demos.service;

import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Service;

/**
 * @Author yueyue.guan
 * @date 2025/8/13 17:12
 * @desc
 */
@Service
@Slf4j
public class OrderToolsService {


    @Tool(name = "getOrderStatus", description = "根据订单号查询订单状态")
   public String getOrderStatus(
            @ToolParam(description = "订单号") String orderNo
    ){
        log.info("查询订单状态：{}", orderNo);
        return "订单 " + orderNo + " 正在提车中，车辆将在3个工作周内到账";
    }


    @Tool(name = "getWeather", description = "查询城市天气")
    public String getWeather(
            @ToolParam(description = "城市名称") String city
    ) {
        log.info("查询城市天气：{}", city);
        return city + "：晴天，25℃";
    }


}

bash 复制代码

package com.aidemo.demos.web;

import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatModel;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.model.Generation;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;

/**
 * @Author yueyue.guan
 * @date 2025/8/13 18:02
 * @desc
 */
@RestController
@Slf4j
public class DeepSeekController {

    private final ChatClient chatClient;

    public DeepSeekController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/deep/{prompt}")
    public String chat(@PathVariable(value = "prompt") String prompt) {


        return chatClient.prompt().user(prompt).call().content();
    }
}

启动演示

小结

关于记忆（Memory）与流程引擎的开发应用，我们下一篇再看，记得动手实现一遍，真的很有意思。