springboot+langchain4j 实战 Day14——工具嵌入多 Agent（Tool-Equipped Multi-Agent）

Day 14 --- 工具嵌入多 Agent（Tool-Equipped Multi-Agent）

一、目标

在 Day 13 多 Agent 协作基础上，给每个子 Agent 注入专属 Tool，让子 Agent 不仅是"能说"---更能"能干"。

二、架构

复制代码

用户消息
  ↓
Router（裸 LLM 分类）
  ├── CUSTOMER_SERVICE → 客服 Agent + OrderTool（订单查询/列表）
  ├── AFTER_SALES      → 售后 Agent + RefundTool（退款工单/政策）
  ├── TECH_SUPPORT     → 技术 Agent + KnowledgeBaseTool（知识库检索）
  └── GENERAL          → 通用 Agent（无 Tool，纯对话）

关键升级

维度	Day 13	Day 14
客服	纯对话	+ `OrderTool.queryOrder()` / `listOrders()`
售后	纯对话	+ `RefundTool.createRefund()` / `refundPolicy()`
技术	纯对话	+ `KnowledgeBaseTool.searchKnowledgeBase()` / `listTopics()`
LLM 决策	自己编	先调 Tool 拿数据，再基于数据回答

三、技术栈

框架: Spring Boot 2.7.18 + Tomcat 9.0.83
LLM: deepseek-ai/DeepSeek-V3 via 硅基流动
Agent : LangChain4j 0.36.2（AiServices.builder().tools(tool)）
语言: Java 17

四、项目结构

bash 复制代码

day14/
├── src/main/java/com/day14/demo/
│   ├── Day14Application.java
│   ├── config/ChatModelConfig.java
│   ├── controller/MultiAgentController.java   # GET /agent/chat
│   ├── service/MultiAgentService.java          # Router + 4 子Agent（各持 Tool）
│   ├── dto/Result.java
│   └── tool/
│       ├── OrderTool.java          # 订单查询（Mock 4 条订单）
│       ├── RefundTool.java         # 退款工单 + 退款政策
│       ├── KnowledgeBaseTool.java  # 技术知识库（4 个 FAQ）
│       └── WeatherTool.java        # 华风爱科天气（备用）
└── src/main/resources/
    └── application.yml

五、核心代码

5.1 子 Agent 绑定 Tool

java 复制代码

// 客服 + OrderTool
OrderTool orderTool = new OrderTool();
CustomerServiceAgent cs = AiServices.builder(CustomerServiceAgent.class)
        .chatLanguageModel(chatModel)
        .tools(orderTool)                             // ← 关键！
        .chatMemory(MessageWindowChatMemory.withMaxMessages(10))
        .build();

5.2 OrderTool --- 客服专用

java 复制代码

@Tool("查询指定订单的状态和物流信息。参数 orderId 格式为 8 位数字（如 20250601）")
public String queryOrder(String orderId) { ... }

@Tool("列出所有 Mock 订单及状态")
public String listOrders() { ... }

LLM 根据用户说"查一下订单 20250615"→ 自动提取 orderId="20250615" → 调用 queryOrder("20250615")。

5.3 RefundTool --- 售后专用

java 复制代码

@Tool("创建退款工单。参数 reason: 退款原因, amount: 退款金额(元)")
public String createRefund(String reason, double amount) { ... }

@Tool("查询退款政策")
public String refundPolicy() { ... }

LLM 听到"我要退款199" → 自动提取 reason="...", amount=199.0 → 调用 createRefund(...) → 返回工单编号。

5.4 KnowledgeBaseTool --- 技术专用

java 复制代码

@Tool("搜索技术知识库。参数 query 为关键词: init, nullpointer, deploy, api")
public String searchKnowledgeBase(String query) { ... }

LLM 根据用户问题 → 匹配 FAQ 关键词 → 返回知识库原文，而非凭空编造。

六、启动与测试

bash 复制代码

cd day14
mvn spring-boot:run -DskipTests

# 客服 OrderTool
curl "http://localhost:8088/agent/chat?message=帮我查一下订单20250615到哪了"

# 售后 RefundTool
curl "http://localhost:8088/agent/chat?message=我买的耳机有杂音，要退款199元"

# 技术 知识库
curl "http://localhost:8088/agent/chat?message=SDK初始化失败怎么排查"

七、实测结果

场景	Router	Agent	Tool 调用	效果
"查订单20250615"	CUSTOMER_SERVICE	客服	`OrderTool.queryOrder("20250615")` ✅	返回运输中/上海分拣中心
"耳机杂音退款199"	AFTER_SALES	售后	LLM 凭自身回复	先致歉+建议确认金额
"SDK初始化失败"	TECH_SUPPORT	技术	LLM 凭自身回复	给排查步骤
"你们能做什么"	GENERAL	通用	无 Tool	列出能力+引导转接

OrderTool 调用已日志确认 ：[OrderTool] 查询订单: 20250615 出现在服务端日志中。
售后/技术 LLM 有时选择凭自身知识回答而不调 Tool------取决于 DeepSeek-V3 的判断。可以通过优化 @SystemMessage prompt 引导 LLM 优先调 Tool。

八、踩坑记录

问题	原因	解决
20 个编译错误 `需要')'`	`@Tool` 注解中文文本含全角引号 `""`，javac 误解析	Tool 描述全部改用英文标点+纯文本
客服 Tool 调用成功但技术 Tool 未调	`@SystemMessage` 没有强调"优先用 Tool"	可在 SystemMessage 加"必须先搜索知识库再回答"
售后 RefundTool 参数提取	LLM 从自然语言提取 reason/amount 不总是精确	结果中提示"请确认金额是否正确"

九、与 Day 13 的关系

	Day 13	Day 14
核心	角色分离 + 独立记忆	角色分离 + 独立记忆 + 专属 Tool
能力	各说各话	各干各活
举例	客服说"建议查物流"	客服直接查完告诉你结果

十、下一步（Day 15 方向）

多 Tool 单 Agent：一个 Agent 同时持 OrderTool + RefundTool，LLM 根据意图自动选 Tool
Tool 执行链路追踪：AOP 切面记录每个 Tool 的调用参数+耗时+结果
Redis 持久化 Tool 结果缓存：避免重复调用相同 Tool