agentscope

AgentScope Java 入门：搭建第一个 ReAct 智能体在上一篇文章中，我们完成了 AgentScope Java 的安装与环境配置。接下来，我们将创建第一个能思考、能行动的 ReAct 智能体。AgentScope Java 的核心是 ReActAgent——基于 ReAct（Reasoning + Acting）范式构建的通用智能体。它不是"一问一答"的聊天机器人，而是一个能自主推理、调用工具、观察结果、迭代优化的自主系统。

agentscope-harness vs solon-ai-harness：Java 智能体「马具引擎」的双雄对决2026 年，Java AI 智能体开发领域正在经历一场「运行时层」的竞赛。阿里系的 AgentScope Java 和杭州无耳的 Solon AI 框架，分别交出了各自对「AI Agent Harness」的理解答卷。本文从架构设计、功能覆盖、开发者体验三个维度，对两者进行深度对比分析。

带刺的坐椅

agentscope-harness vs solon-ai-harness：Java 智能体「马具引擎」的双雄对决2026 年，Java AI 智能体开发领域正在经历一场「运行时层」的竞赛。阿里系的 AgentScope Java 和杭州无耳的 Solon AI 框架，分别交出了各自对「AI Agent Harness」的理解答卷。本文从架构设计、功能覆盖、开发者体验三个维度，对两者进行深度对比分析。

AgentScope Java 入门系列：Spring AI Alibaba 与 AgentScope 的定位与区别阿里团队早期开源了 Apache Dubbo 和 Spring Cloud Alibaba，因此较深刻的理解应用开发框架对加速开发应用所起到的不可替代的作用。

AgentScope Java 入门：如何安装 AgentScopeAgentScope Java 支持多种模型、RAG 后端和扩展功能，各自需要不同的第三方 SDK。把所有依赖打包到一起会让项目变得臃肿，所以我们提供了两种引入方式：

西门吹雪分身

AgentScope使用之模型记忆长短期记忆 AgentScope中两类记忆的交互方式 AgentScope智能上下文记忆管理 AgentScope的AutoContextMemory 实现短期记忆一些拓展参数的配置长期记忆实现的核心算法以及流程 AgentScope接入Reme AgentScope自定义实现长期记忆 AgentScope的简单的结构化输出演示样例复杂结构的输出

AgentScope AutoContextMemory：告别 Agent 上下文焦虑作者：翼严你是否遇到过这样的场景：构建了一个智能 Agent，能够与用户进行多轮对话，处理复杂的任务。但随着对话的深入，你发现了一个严重的问题——

多智能体（Multi-Agent）系统在人工智能中的应用与发展目录一、什么是多智能体（Multi-Agent）二、Multi-Agent项目示例（一）MetaGPT项目

LLM - AgentScope + Mem0 搭建实战可用的 AI Agent 记忆系统在真实业务里，LLM 的“无记忆”会非常致命：它只看得到当前上下文窗口内的内容，看不到更久远的历史，也无法跨会话记住用户是谁、喜欢什么、做过什么。当对话变长、任务变复杂、用户希望个性化体验时，没有记忆系统的 Agent 会暴露出三类典型问题。

AgentScope Java 核心架构深度解析AgentScope Java 是一个面向生产环境的智能体编程框架，它巧妙地将大语言模型的推理能力、工具调用、记忆管理和多智能体协作整合在一起。本文将从架构设计者的视角，深入剖析这个框架的核心机制，看看它是如何让开发者用几行代码就能构建出具备自主决策能力的 AI 智能体的。我们会从 ReAct 推理循环、工具系统、记忆管理、多智能体协作和生产就绪特性这五个维度，逐一拆解其实现原理。

AgentScope深入分析-设计模式与架构决策分分析AgentScope 的设计体现了深厚的工程智慧。本文将深入分析框架中使用的设计模式、架构决策，以及这些设计背后的考量。你会发现，框架大量使用了模板方法模式、策略模式、观察者模式、元类模式等经典设计模式，同时做出了许多巧妙的架构决策，如模型无关设计、状态与初始化分离、消息作为统一接口等。通过阅读本文，你会理解这些设计如何让框架变得灵活、可扩展、易维护，以及如何在你的项目中应用这些设计思想。

大模型开发 - AgentScope Java v1.0 深度解读在大模型（LLM）技术狂飙突进的这两年，Java 社区似乎显得有些沉默。当 Python 凭借 LangChain、AutoGPT 成为 AI 原生应用的首选语言时，占据全球企业后端半壁江山的 Java 开发者们面临着一个尴尬的现实：核心业务数据、复杂的微服务架构、严苛的安全合规要求都在 Java 栈上，但 AI 的“大脑”却游离在体系之外。

我是有底线的