agent框架langgraph4j原理源码分析-agent和集成 I Agent

简介

langgraph4j是java技术栈ai agent框架,深入掌握其源码与原理,指导agent的开发,重构/改造框架,增加特性,快速定位和修复bug,发布私有版本

系列内容:

> 架构,包括逻辑架构,运行架构,集成架构

> 状态图

>> 状态和序列化

>> StatGraph分析

> 编译图

> 执行图

>> 检查点

>> aync-generator

>> 执行分析

>>> 中断/恢复

> agent和集成

> 观测

> studio

本文分析agent和集成,第一部分 I ReAct Agent

本文基于langgraph4j v1.8.20

关键词

workflow/agentic

langchain4j/springai

缩写

langgraph4j缩写lg4j

spring ai 缩写 sa

参考资料

Overview - LangGraph4j langgraph4j官网

mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=4540202703779627014,spring ai Alibaba原理源码分析,包括spring ai部分

lg4j概览

本节逻辑架构,大概了解lg4j

上图 lg4j的逻辑架构图,逻辑架构展示lg4j功能模块,描述其职责,模块通过精密的协作,共同支撑起复杂 Agent 的构建与运行。

逻辑架构解构为以下四个核心域:图编排、执行与状态、基础设施扩展、集成外部能力生态、开发支持

1. 核心编排层:图的蓝图与引擎

StateGraph ( 状态图):这是开发者构建 Agent 的核心抽象。它代表了整个工作流的"蓝图",开发者在这里定义有哪些节点(Node)以及它们之间的流转规则(Edge)。

CompiledGraph ( 编译图):当 StateGraph 被构建完成后,经过 compile() 方法转化而来。编译图重整了状态图的数据结构,支持高效的图执行;编译图包含了流执行逻辑、状态机引擎和调度策略的"可运行实例"。

2. 执行与状态层:原子动作与数据流转

3. 基础设施扩展层:持久化、异步与可观测

4. 外部能力生态层:AI 核心能力

这一层是LangGraph4j 与 AI 生态对接。

  • Spring AI:作为底层的能力供给层,Spring AI 提供了 Agent 所需的原子能力,包括 LLM model(大语言模型)、RAG(检索增强生成)、prompt(提示词工程)、memory(长期记忆)、mcp&tool&skills(工具调用与技能扩展)等。
  • LangGraph4j也集成了langchain4j

5. 开发工具

Studio ( 可视化开发工具):lg4j的Studio模块提供了一套完整的可视化调试和开发界面,让开发者能够直观地看到图的执行路径和状态流转,极大地降低了复杂 Agent 的开发门槛。

agent和集成

本节分析lg4j的agent,agent可以看作推理框架的包装,agent的主要作用是集成与图的粘合,同时负责图的构建。lg4j的agent分两部分,一部分是lg4j的core部分,负责"图形",也可以认为是推理框架;另一部在集成模块

简单agent

本节分析简单agent,首先看看lg4j core部分

上图 lg4j侧的Agent.Builder,使用状态图的addNode,addEdge构建图,节点,边和节点的action

注意到,callModelAction和executeToolsAction类型是action接口,不是强类型,不能用类型确定这是调用model的action,这是lg4j集成的问题,为了集成不同框架,代码上的妥协

上图agent的"图形",agent节点是调用model,也就是ReAct的推理节点; executeToolsAction作为边的Condition,执行结果在EdgeMappings选择走那条边

下面分析agent的集成spring ai集成部分

上图 agent的全貌,是lg4j给开发者的范式

上图展示了 AgentExecutor 的全貌,体现了 lg4j 为开发者提供的一套标准化的 Agent 开发范式。

整体架构采用了清晰的分层设计,三层组成:

面向用户agent 的交付接口AgentExecutor.builder

用户agent使用AgentExecutor构建StateGraph

可重用的 AI 组件集成层Agent.Builder/ReactAgent.Builder

  • 这一层深度集成了 Spring AI 的基础能力,具备高度的可重用性。
  • 节点动作 (Action) 抽象:封装 AI 基础能力为标准的动作节点,例如 CallModelAction(负责调用大模型)和 ExecuteToolsAction(负责调用工具)。
  • 基础服务封装 :
    • 模型调用: ReactAgent.ChatService 接口和其实先 DefaultChatService,底层对接springai的ChatModel
    • 工具调用:SpringAIToolService,封装 ToolCallback 接口,支持各类工具、MCP (Model Context Protocol) 以及 Skills
  • 钩子机制 (Hooks):提供 callModelHooks 和 executeToolsHooks,允许开发者在模型调用和工具执行的各个生命周期阶段进行拦截、监控或逻辑处理。

图构建核心层Agent.Builder

底层的 lg4j 图构建器,这一层屏蔽了复杂的底层细节,负责将上层的各种 Action(节点)、Hook 以及状态映射进行组装成向用户交付可编译的 StateGraph

示例:

上图用户agent示例,使用AgentExecutor构建ReAct的状态图

总结:

Agent 的设计范式通过这三层解耦,用户agent,最顶层AgentExecutor交付可执行的StateGraph,中间层复用 Spring AI 提供的标准化 AI 能力,底层 lg4j 核心的 Builder 完成最终的图形装配与生成,复用图结构,即复用推理框架。

NEXT

多agent,supervisor模式,handoffs模式

相关推荐
Starry-sky(jing)1 天前
Hermes Agent 升级 v0.23.2:先辨更新渠道,再看 CLI 退出残留修复
人工智能·python·ai agent
goehou2 天前
Kafka 的默认配置适合演示,不适合生产
kafka·消息队列·幂等·ai agent
cpolar技术支持3 天前
把 agent-autoloop 装在 Mac 上:用本机 Node 实跑一次「接活—提问—拍板—接着干」,再用 cpolar 把它的状态页开给不在工位的自己
node.js·内网穿透·cpolar·ai agent·agent-autoloop
wy_hhxx3 天前
《Agent设计模式 图解可复用智能体架构》下篇内容整理
人工智能·ai agent
goehou4 天前
healthcheck 配了不生效,depends_on 默认只等容器起来
docker·容器编排·ai agent·healthcheck
吴名氏.4 天前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
nice_lcj5205 天前
【从零理解 Spring AI · 13】RAG 要解决什么:把“闭卷考试“变成“开卷“
java·spring·检索增强·rag·spring ai·ai应用开发
wy_hhxx5 天前
《Agent设计模式 图解可复用智能体架构》上篇内容整理
设计模式·架构·ai agent
w3296362716 天前
飞书接单到月度结算:我用一个 DSH 插件跑通鞋类采购 WMS,附 22 项验收
pdf·node.js·飞书·后端开发·ai agent
java_logo7 天前
Docker 部署 DeepSeek Harness(moelin):轻松搭建带登录的本地 AI Agent 平台
运维·docker·容器·ai agent·deepseek·harness·轩辕镜像