AI Agent 开发实战：用LangChain4j构建你的第一个Java智能体

前言

AI Agent（智能体）是2026年最热门的技术方向之一。不同于传统的问答机器人，Agent能够自主规划任务、调用工具、记住上下文，真正实现"自主决策"。本文用 LangChain4j 带你从零构建一个 Java 智能体。
一、什么是 AI Agent？

AI Agent 是能够自主决策并执行任务的 AI 系统，核心能力：

• 理解意图：解析用户自然语言
  
• 规划任务：分解复杂任务为多个步骤
  
• 工具调用：调用外部 API 获取信息或执行操作
  
• 记忆能力：记住多轮对话上下文
  

二、环境准备

1. <dependency>
2.     <groupId>dev.langchain4j</groupId>
3.     langchain4j</artifactId>
4.     <version>0.36.0</version>
5. </dependency>
6. <dependency>
7.     <groupId>dev.langchain4j</groupId>
8.     langchain4j-open-ai</artifactId>
9.     <version>0.36.0</version>
10. </dependency>

复制代码

三、定义工具

1. public class WeatherTool {
2.    
3.     @Tool("查询指定城市的当前天气")
4.     public String getWeather(String city) {
5.         // 模拟天气查询
6.         return city + "今天晴，气温25度，空气质量优";
7.     }
8. }
10. public class CalculatorTool {
11.    
12.     @Tool("计算数学表达式")
13.     public double calculate(String expression) {
14.         return new ScriptEngineManager()
15.             .getEngineByName("js")
16.             .eval(expression);
17.     }
18. }

复制代码

四、构建 Agent

1. // 配置大模型
2. ChatLanguageModel model = OpenAiChatModel.builder()
3.     .apiKey(System.getenv("OPENAI_API_KEY"))
4.     .modelName("gpt-4o")
5.     .build();
7. // 配置记忆
8. ChatMemory memory = MessageWindowChatMemory.builder()
9.     .maxMessages(10)
10.     .build();
12. // 构建 Agent
13. interface Assistant {
14.     String chat(String userMessage);
15. }
17. Assistant agent = AiServices.builder(Assistant.class)
18.     .chatLanguageModel(model)
19.     .chatMemory(memory)
20.     .tools(new WeatherTool(), new CalculatorTool())
21.     .systemMessage("你是一个智能助手，可以查询天气和进行计算。"
22.         + "在回答问题前，先思考是否需要调用工具。")
23.     .build();

复制代码

五、运行 Agent

1. // 测试对话
2. String response1 = agent.chat("北京今天天气怎么样？");
3. System.out.println(response1);
4. // 输出：我来为您查询北京的天气。北京今天晴，气温25度，空气质量优。
6. String response2 = agent.chat("那上海呢？");
7. System.out.println(response2);
8. // 输出：上海今天晴，气温28度，空气质量良。
10. String response3 = agent.chat("北京的气温比上海低多少度？");
11. System.out.println(response3);
12. // Agent会自动调用计算工具：28 - 25 = 3度

复制代码

六、进阶：结构化输出

1. record TaskPlan(String goal, List<String> steps, String expectedResult) {}
3. interface Planner {
4.     @SystemMessage("你是一个任务规划专家，将复杂任务分解为步骤")
5.     TaskPlan plan(String userGoal);
6. }
8. Planner planner = AiServices.builder(Planner.class)
9.     .chatLanguageModel(model)
10.     .build();
12. TaskPlan plan = planner.plan("开发一个用户登录功能");
13. // 返回结构化的任务计划

复制代码

总结

LangChain4j 让 Java 开发者也能轻松构建 AI Agent。核心要点：

• 用 @Tool 注解定义工具
  
• 用 AiServices 构建 Agent 接口
  
• 用 ChatMemory 实现多轮记忆
  
• 大模型会自动决定何时调用工具
  

觉得有帮助请点赞收藏！有问题欢迎评论区交流
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！