MyAgent

大模型问答、认证鉴权、Skill、RAG、工具调用、Task抽象、Workflow、执行链路追踪、记忆沉淀与可观测性、subagent

---

这是一个基于 Java + Spring Boot + Spring AI + PostgreSQL + pgvector 构建的工程化单主代理平台，核心能力包括 Agent Loop、认证鉴权、混合检索 RAG、工具调用、三层记忆、Workflow / Task、SubAgent、SSE 流式输出与执行链路可观测性。

---

我想做的是一个agent的框架，后续可以非常方便地往里面添加功能。

添加了一个聚会选址的功能：根据query里的人数、地址和需求，调用高德api，帮助计算并选定聚餐地址

添加了Redis缓存短期对话的滑动窗口

添加了危险意图检测advisor

---

核心内容

1. Agent 主链

query进入系统后，进入一个结构化的 Agent Loop，经过一串鉴权和skill路由后，由模型决定下一步动作：

• FINAL：直接回答
• RAG：检索知识库
• TOOL：执行工具

---

2. RAG混合检索链

1. Query enhancement
2. 向量检索
3. 关键词检索（FTS）
4. 去重
5. 融合
6. rerank 重排

---

3. 工具治理

Tool 在项目里是一套完整平台机制：

• 本地注册成 ToolCallback
• 同步到数据库工具目录
• 按用户角色和工具定义做过滤
• 执行前通过 ToolPermissionGuard 做硬鉴权
• 执行过程写入 workflow / task

---

4. 执行链路可观测

系统把每次执行背后的过程沉淀成：

• workflow
• task
• usage
• timeline
• current step
• source evidence

这样前端可以清楚展示：

• 当前执行到哪一步
• 为什么触发了 RAG
• 召回了哪些来源
• 工具有没有执行
• token 消耗是多少
• 最终是正常完成，还是被 judge 降级

---

5. 三层记忆体系

项目里的记忆不是只靠对话上下文缓存，而是做了三层：

• 短期记忆：当前会话上下文
• 长期记忆：稳定事实周期性或触发性沉淀
• 记忆摘要：支持语义召回的压缩索引

---

6.Task 与 Workflow 设计

这个项目把一次对话抽象成了一条可执行、可追踪的工作流链路。 核心概念：

• Workflow：一次完整执行的容器
• Task：Workflow 里的具体步骤节点

一次用户问题进入系统后，系统会为它创建一个 workflow，用来统一记录会话状态等信息

workflow 把一次 Agent 执行，从临时过程变成一个可持久化、可追踪的对象

Task 是 workflow 里的步骤级节点，比如规划步骤、检索步骤、工具步骤等

系统可以非常细粒度地知道链路的执行过程

---

7.Skill 设计

skill用来解决两个核心问题：

一是当前这个问题更像哪一类任务

二是针对这一类任务，模型应该看到哪些工具、采用什么提示语境

1. 用文件定义 skill

每个 skill 都有自己的元数据、路由关键词、示例、允许工具列表、skill 专属 prompt

2. 根据用户问题做 skill 路由

系统会判断当前问题更适合哪个 skill

3. 把 skill prompt 注入 system prompt

这样模型在当前轮不是处于全局默认状态，而是处于某个 skill 语境里工作。

4. 按 skill 白名单收缩工具集合

只暴露当前 skill 允许的那一小组工具

---

8.Subagent

Subagent是主 Agent 在执行过程中按需触发的、面向局部复杂任务的独立上下文执行器

当某个子问题噪声较高、步骤较多、适合单独处理时，主 Agent 可以把这段局部任务交给一个 Subagent 去完成，从而降低上下文压力

subagent继承父agent的权限，拥有独立的上下文和workflow

---

9.流式输出

1.前端和后端是SSE事件流，基于webflux

2.后端和模型提供方用HTTP流式输出

---

10.认证与鉴权

1.登录认证：用户名密码换 Bearer Token

2.请求认证：Bearer Token 的随机令牌查库获取当前用户权限

3.接口级鉴权：SecurityConfig 控制哪些 URL 能访问

4.skill披露工具：先路由决定适合哪个 skill，该skill里披露当前问题可用哪些工具

5.tool 候选筛选：按用户角色、启用状态验证当前用户是否可用这些工具，最终得到真正可用的工具

6.subagent 继承父agent的权限，不会绕开上面这套权限链

技术栈

后端

• Java 17
• Spring Boot 3.x
• Spring AI
• Spring WebFlux
• Spring Security
• WebFlux

数据与检索

• PostgreSQL
• pgvector
• PostgreSQL FTS

Agent 能力

• Agent Loop
• Tool Calling
• RAG
• Memory
• Workflow / Task
• SubAgent

---

执行链路示意

一个问题进入系统后，主链大致如下：

1. 用户输入问题
2. 系统建立 / 读取会话上下文
3. Agent planner 判断下一步动作
4. 如果需要知识证据，则进入 RAG
5. 如果需要外部能力，则进入 Tool
6. 检索结果 / 工具结果写成 observation
7. Agent 再次规划下一步
8. 生成最终回答
9. 写入 workflow / task / usage / timeline
10. 前端通过 SSE 面板实时展示过程

这条链的核心思想是：

把“回答”从一次模型调用，升级为一条完整的、可观测的执行过程。

---

界面展示

1. 平台主界面

体现整体对话布局：左侧会话列表、中间聊天窗口、右侧会话信息、模型用量与链路时间线。

---

2. 链路时间线

由workflow编排的task进度展示

---

3. 模型用量统计

平台会分别统计：

• 主对话模型
• 向量模型
• 重排模型

适合做成本分析与调优

---

4. 回答来源展示

回答展示本轮依赖的来源 chunk，方便解释与核查。

---

5. 知识上传 + RAG 问答

支持会话内上传知识文档，再继续围绕文档内容进行提问。

---