AI智能体

学习开发一个AI应用+拥有自主规划的超级智能体

一、技术选型

项目以 Spring Al 开发框架实战为核心，涉及到多种主流 A1 客户端和工具库的运用。

• Java 21 + Spring Boot 3 框架
• Spring Al + LangChain4j
• RAG 知识库
• PGvector 向量数据库
• Tool Calling 工具调用
• MCP 模型上下文协议
• ReAct Agent 智能体构建
• Serverless 计算服务
• AI大模型开发平台百炼
• Cursor Al代码生成+MCP
• 第三方接口:如 SearchAPl/Pexels API。
• Ollama 大模型部署
• Kryo 高性能序列化
• Jsoup 网页抓取
• iText PDF 生成

• Knife4i接口文档

二、架构设计

架构整体分为客户端、服务端、应用层、Spring AI 服务以及外部依赖五层。

客户端

包含前端浏览器、服务器、小程序、桌面 APP 这些终端形式，负责发起对话请求。

服务端

可通过 Serverless 部署或 Docker 部署，依托 Tomcat 应用服务器来承接客户端的请求。

应用层

有 AI 恋爱大师、AI 超级智能体以及其他应用 1、其他应用 2 等各类应用，为用户提供不同的 AI 相关功能服务。

Spring AI 服务

这一层是核心处理层，包含多个模块：

• 拦截器相关：有 Advisors 前置拦截器（含安全守卫、ReReading 功能）和 Advisors 后置拦截器（包含会话记忆、日志功能），用于在请求前后进行相关处理。
• 模型交互：ChatModel、ChatClient 负责与 AI 大模型（通义、DeepSeek、豆包等）进行交互。
• RAG 模块：通过 ETL 写入操作，将数据存入 VectorStore 向量存储，同时结合检索增强（检索过程），实现检索增强生成相关能力。
• Tools 工具模块：提供文件处理、资源下载、PDF 生成、联网搜索、网页抓取、终端操作等工具能力，支持各类操作需求。
• MCP 模块：分为 MCP 客户端和 MCP 服务端，承担相应的客户端与服务端交互逻辑。
• Memory 记忆模块：包含内存存储 ChatMemory 和文件存储 ChatMemory，用于对对话记忆等进行存储管理。

外部依赖

依赖向量数据库、互联网、终端、API 服务、内存、文件、数据库等外部资源，Spring AI 服务会调用这些外部依赖来完成各项功能，比如从向量数据库获取向量数据、通过互联网进行搜索等。

三、项目功能

在项目推进过程中，我们计划研发一款 AI 恋爱大师应用、一个具备自主规划能力的 超级智能体，同时打造一系列工具以及 AIMCP 服务。具体需求阐述如下：

AI 恋爱大师应用

在恋爱场景里，用户常常会碰到各类棘手问题，此应用能借助 AI 为用户提供贴心的情感指导。它具备多轮对话能力，能留存对话记忆并实现持久化存储，还支持 RAG 知识库检索、工具调用以及 AIMCP 服务调用。

AI 超级智能体

该智能体能够依据用户的需求，自主开展推理并采取行动，持续推进直至达成用户设定的目标。

提供给 AI 的工具

涵盖联网搜索、文件操作、网页抓取、资源下载、终端操作以及 PDF 生成等功能，为 AI 执行任务提供多样支持。

AIMCP 服务

具备从指定网站搜索图片的功能，可满足特定的图片获取需求。

四、学习大纲

第 1 期：AI 大模型接入

• AI 大模型概念
• 接入 AI 大模型（3 种方式）
• 后端项目初始化
• 程序调用 AI 大模型（4 种方式）
• 本地部署 AI 大模型
• Spring AI 调用本地大模型

第 2 期：AI 应用开发

• Prompt 工程概念
• Prompt 优化技巧
• AI 恋爱大师应用需求分析
• AI 恋爱大师应用方案设计
• Spring AI ChatClient / Advisor / ChatMemory 特性
• 多轮对话 AI 应用开发
• Spring AI 自定义 Advisor
• Spring AI 结构化输出 - 恋爱报告功能
• Spring AI 对话记忆持久化
• Spring AI Prompt 模板特性
• 多模态概念和开发

第 3 期：RAG 知识库基础

• AI 恋爱知识问答需求分析
• RAG 概念（重点理解核心步骤）
• RAG 实战：Spring AI + 本地知识库
• RAG 实战：Spring AI + 云知识库服务

第 4 期：RAG 知识库进阶

• RAG 核心特性   
• 文档收集和切割（ETL）    
• 向量转换和存储（向量数据库）    
• 文档过滤和检索（文档检索器）   
• 查询增强和关联（上下文查询增强器）    
• RAG 最佳实践和调优  
• 检索策略
• 大模型幻觉    

第 5 期：工具调用

• 工具概念   
• Spring AI 工具开发    
• 主流工具开发    
• 文件操作   
• 联网搜索   
• 网页抓取    
• 终端操作    
• 资源下载    
• PDF 生成   
• 工具进阶知识（原理和高级特性）    

第 6 期：MCP

• MCP 概念
• 使用 MCP（3 种方式）
• Spring AI MCP 开发模式
• Spring AI MCP 开发实战 - 图片搜索 MCP
• MCP 开发最佳实践
• 部署 MCP
• MCP 安全问题

第 7 期：AI 智能体构建

• AI 智能体概念
• 智能体实现关键
• 使用 AI 智能体（2 种方式）
• 自主规划智能体介绍
• OpenManus 实现原理
• 自主实现 Manus 智能体
• 智能体工作流

第 8 期：AI 服务化

• AI 应用接口开发（SSE）
• AI 智能体接口开发
•  AI 生成前端代码
•  AI 服务 Serverless 部署