AI 智能体指的是一种软件实体，它能够利用自然语言处理、机器学习或推理系统等人工智能技术，自主感知、推理和行动，以实现特定目标。
我为 Telex 开发了一个 AI 智能体，该智能体接收一个正则表达式模式，并就该模式所匹配的字符串类型提供易于理解的解释。开发此智能体的灵感源于我在此之前开发的一个 API（您可以在此处查看该项目），在该 API 中我必须使用正则表达式进行一些自然语言处理。尽管我之前学习过正则表达式，但感觉像是第一次见到它。正则表达式就是这样。因此，当 Telex 为其平台寻求更多 AI 智能体时，我决定开发这个智能体。
以下是我使用 Java、Spring AI 和 Spring Boot 实现它的过程。
初始设置
1. Spring Boot 项目初始化
我使用 Spring 提供的初始化工具来初始化项目。请注意，我在依赖项中包含了 Spring Web 和 Open AI。
2. 设置 API 凭证
在我的 application.properties 文件中，我设置了 Spring AI 以使用我的 API 凭证（我的 API 密钥）。我通过 Google AI Studio 获得了一个免费的 Google Gemini API 密钥。我的 application.properties 文件设置如下：
properties
spring.config.import=classpath:AI.properties
spring.application.name=regexplain
spring.ai.openai.api-key = ${GEMINI_API_KEY}
spring.ai.openai.base-url https://generativelanguage.googleapis.com/v1beta/openai
spring.ai.openai.chat.completions-path = /chat/completions
spring.ai.openai.chat.options.model = gemini-2.5-pro第一行导入了包含我 API 密钥的文件。重要的是不要将您的 API 密钥暴露给公众。该文件与 application.properties 位于同一文件夹中。
3. 首次项目运行
使用我的包管理器（Maven），我安装了所需的依赖项。然后我运行了我的主类，以确保一切正常。如果您到目前为止一切都做对了，您的项目应该可以无错误运行。如果遇到任何错误，请在 Google 上查找解决方法。
A2A 请求和响应模型
在深入实现之前，让我们先谈谈符合 A2A 标准的请求和响应的结构。A2A 协议遵循标准的 JSON-RPC 2.0 结构来处理请求和响应。
所有方法调用都封装在一个请求对象中，其结构如下：
json
{
"jsonrpc": "2.0",
"method": "String",
"id": "String | Integer",
"params": "Message"
}响应对象有些类似：
json
{
"jsonrpc": "2.0",
"id": "String | Integer | null",
"result?": "Task | Message | null",
"error?": "JSONRPCError"
}响应中的 ID 必须与请求中的 ID 相同。
有关 A2A 协议的更多信息，请查阅 A2A 协议文档。
以上就是请求和响应的通用结构。我开发这个智能体是为了在 Telex 平台上使用，因此我的部分实现可能特定于 Telex。
现在进入实现部分。我创建了一个名为 model 的文件夹，用于存储我的模型。请求模型类 A2ARequest 如下所示：
java
public class A2ARequest {
private String id;
private RequestParamsProperty params;
public A2ARequest(String id, RequestParamsProperty params) {
this.id = id;
this.params = params;
}
// getters and setters
}RequestParamsProperty 类代表了 params 中包含信息的结构。它如下所示：
java
public class RequestParamsProperty {
private HistoryMessage message;
private String messageId;
public RequestParamsProperty(HistoryMessage message, String messageId) {
this.message = message;
this.messageId = messageId;
}
// getters and setter
}HistoryMessage 类如下所示：
java
@JsonIgnoreProperties(ignoreUnknown = true)
@JsonInclude(JsonInclude.Include.NON_NULL)
public class HistoryMessage {
private String kind;
private String role;
private List<MessagePart> parts;
private String messageId;
private String taskId;
public HistoryMessage() {}
public HistoryMessage(String role, List<MessagePart> parts, String messageId, String taskId) {
this.kind = "message";
this.role = role;
this.parts = parts;
this.messageId = messageId;
this.taskId = taskId;
}
// getters and setters
}注解的作用是让 Spring 知道在请求和响应的 JSON 表示中包含什么。如果请求中不存在某个属性，它应该忽略它并在类中将其设置为 null。如果某个属性设置为 null，则不应将其包含在响应中。
MessagePart 类如下所示：
java
@JsonIgnoreProperties(ignoreUnknown = true)
@JsonInclude(JsonInclude.Include.NON_NULL)
public class MessagePart {
private String kind;
private String text;
private List<MessagePart> data;
public MessagePart(String kind, String text, List<MessagePart> data) {
this.kind = kind;
this.text = text;
this.data = data;
}
// getters and setters
}以上就是表示从 Telex 接收的请求结构所需的所有类。现在需要为我的响应创建一个模型，以及表示响应所需的所有支持类。
A2AResponse 类：
java
@JsonInclude(JsonInclude.Include.NON_NULL)
public class A2AResponse {
private final String jsonrpc;
@JsonInclude(JsonInclude.Include.ALWAYS)
private String id;
private Result result;
private CustomError error;
public A2AResponse() {
this.jsonrpc = "2.0";
}
public A2AResponse(String id, Result result, CustomError error) {
this.jsonrpc = "2.0";
this.id = id;
this.result = result;
this.error = error;
}
//getters and setters
}Result 类：
java
public class Result {
private String id;
private String contextId;
private TaskStatus status;
private List<Artifact> artifacts;
private List<HistoryMessage> history;
private String kind;
public Result() {}
public Result(String id, String contextId, TaskStatus status, List<Artifact> artifacts, List<HistoryMessage> history, String task) {
this.id = id;
this.contextId = contextId;
this.status = status;
this.artifacts = artifacts;
this.history = history;
this.kind = task;
}
// getters and setters
}CustomError 类：
java
public class CustomError {
private int code;
private String message;
private Map<String, String> data;
public CustomError(int code, String message, Map<String, String> data) {
this.code = code;
this.message = message;
this.data = data;
}
// getters and setters
}TaskStatus 类：
java
@JsonInclude(JsonInclude.Include.NON_NULL)
public class TaskStatus {
private String state;
private Instant timestamp;
private HistoryMessage message;
public TaskStatus() {}
public TaskStatus(String state, Instant timestamp, HistoryMessage message) {
this.state = state;
this.timestamp = timestamp;
this.message = message;
}
// getters and setters
}Artifact 类：
java
public class Artifact {
private String artifactId;
private String name;
private List<MessagePart> parts; // 稍后复查此类型
public Artifact() {}
public Artifact(String artifactId, String name, List<MessagePart> parts) {
this.artifactId = artifactId;
this.name = name;
this.parts = parts;
}
// getters and setters
}A2A 协议还包含一个称为"智能体卡片"的东西。我也为它创建了一个模型。
java
public class AgentCard {
private String name;
private String description;
private String url;
private Map<String, String> provider;
private String version;
private Map<String, Boolean> capabilities;
private List<String> defaultInputModes;
private List<String> defaultOutputModes;
private List<Map<String, Object>> skills;
public AgentCard() {
this.provider = new HashMap<>();
this.capabilities = new HashMap<>();
this.skills = new ArrayList<>();
}
// getters and setters
}模型部分就这些了。继续...
服务类
我的智能体的作用是获取一个正则表达式字符串，然后使用预定义的提示词将其发送到 OpenAI 的 API。服务类负责与 OpenAI 通信，发送提示词并接收响应。我创建了另一个名为 service 的文件夹，我的服务类就放在这里。我是这样编写我的服务类的：
java
@Service
public class RegExPlainService {
private ChatClient chatClient;
RegExPlainService(ChatClient.Builder chatClientBuilder) {
this.chatClient = chatClientBuilder.build();
}
@Tool(name = "regexplain", description = "An agent that explains what type of string a regex pattern matches")
public String generateResponse(String regex) {
return chatClient
.prompt("Give me a simple explanation of the type of string matched by this regex pattern: %s. No validating statements from you. Just straight to the point".formatted(regex))
.call()
.content();
}
}@Service 注解允许 Spring Boot 将服务注入到您的控制器中。@Tool 注解将该方法标记为一个智能体工具，如果将来要扩展该智能体以包含该功能，它可以被自主调用。不过目前并不需要它。
控制器
控制器通过 REST API 暴露该智能体。在这个案例中，我有两个端点，一个 GET 端点和一个 POST 端点。我在一个名为 controller 的文件夹中创建了我的控制器。实现如下：
java
@RestController
public class RegExPlainController {
private final RegExPlainService regexplainService;
@Autowired
RegExPlainController (RegExPlainService regexplainService) {
this.regexplainService = regexplainService;
}
@GetMapping("/a2a/agent/regexplain/.well-known/agent.json")
public ResponseEntity<AgentCard> getAgentCard () {
AgentCard agentCard = new AgentCard();
agentCard.setName("regexplain");
agentCard.setDescription("An agent that provides a simple explanation of the type of string a regex pattern matches");
agentCard.setUrl("regexplain-production.up.railway.app/api");
agentCard.setProvider("Bituan", null); // 假设 setProvider 处理 Map 的填充
agentCard.setVersion("1.0");
agentCard.setCapabilities(false, false, false); // 假设 setCapabilities 处理 Map 的填充
agentCard.setDefaultInputModes(List.of("text/plain"));
agentCard.setDefaultOutputModes(List.of("application/json", "text/plain"));
agentCard.setSkill("skill-001", "Explain Regex", "Provides a simple explanation of the type of string a regex pattern matches",
List.of("text/plain"), List.of("text/plain"), List.of());
return ResponseEntity.ok(agentCard);
}
@PostMapping("/a2a/agent/regexplain")
public ResponseEntity<A2AResponse> explainRegex (@RequestBody A2ARequest request) {
String regexRequest;
String responseText;
// 如果参数无效，返回 403
try {
regexRequest = request.getParams().getMessage().getParts().get(0).getText();
} catch (Exception e) {
CustomError error = new CustomError(-32603, "Invalid Parameter", Map.of("details", e.getMessage()));
A2AResponse errorResponse = new A2AResponse(null, null, error);
return ResponseEntity.status(HttpStatusCode.valueOf(403)).body(errorResponse);
}
// 如果调用服务失败，返回错误 500
try {
responseText = regexplainService.generateResponse(regexRequest);
} catch (Exception e) {
CustomError error = new CustomError(-32603, "Internal Error", Map.of("details", e.getMessage()));
A2AResponse errorResponse = new A2AResponse(null, null, error);
return ResponseEntity.internalServerError().body(errorResponse);
}
// 构建响应
A2AResponse response = new A2AResponse();
response.setId(request.getId());
// 构建响应 -> 构建结果
Result result = new Result();
result.setId(UUID.randomUUID().toString());
result.setContextId(UUID.randomUUID().toString());
result.setKind("task");
// 构建响应 -> 构建结果 -> 构建状态
TaskStatus status = new TaskStatus();
status.setState("completed");
status.setTimestamp(Instant.now());
// 构建响应 -> 构建结果 -> 构建状态 -> 构建消息
HistoryMessage message = new HistoryMessage();
message.setRole("agent");
message.setParts(List.of(new MessagePart("text", responseText, null)));
message.setKind("message");
message.setMessageId(UUID.randomUUID().toString());
// 构建响应 -> 构建结果 -> 构建状态 (续)
status.setMessage(message);
// 构建响应 -> 构建结果 -> 构建工件
List<Artifact> artifacts = new ArrayList<>();
Artifact artifact = new Artifact();
artifact.setArtifactId(UUID.randomUUID().toString());
artifact.setName("regexplainerResponse");
artifact.setParts(List.of(new MessagePart("text", responseText, null)));
artifacts.add(artifact);
// 构建响应 -> 构建结果 -> 构建历史记录
List<HistoryMessage> history = new ArrayList<>();
// 构建响应 -> 构建结果 (续)
result.setStatus(status);
result.setArtifacts(artifacts);
result.setHistory(history);
// 构建响应 (续)
response.setResult(result);
return ResponseEntity.ok(response);
}
}-
GET 端点使用的路由路径是 A2A 协议标准中用于获取智能体卡片的部分。智能体卡片是对智能体及其功能的描述。
-
POST 端点接收一个符合 A2A 标准的请求，执行智能体，然后返回适当的响应。
结论
就是这样。这就是我编写 Regexplain 的过程。
通过这个示例，您可以从头开始构建您的 AI 智能体并使其符合 A2A 标准。或者，至少我希望这能让您对如何使用 Java 开发符合 A2A 标准的 AI 智能体有所了解。
【注】本文译自：Developing an A2A-compliant AI Agent with Java, Spring Boot and Spring AI - DEV Community