🔥 又一个项级的 Java Multi Agent 开源项目

你好，我是阿喷鼻。

前几天，技巧群里的小伙伴一向在安利 Solon AI。起先我还在想，Java 生态里不是已经有 Spring AI 了吗？出于好奇，我抽空深刻研究了一波，成果真喷鼻了！

这不仅是一个 AI 框架，它更像是为 Java 开辟者量身定制的 “智能体批示部”。今天就来聊聊这个让我面前一亮的顶级 Java Multi-Agent 开源项目。

什么是 Solon AI？

简单来说，Solon AI 是 Solon 生态中专注 AI 应用开辟的轻量级框架。假如说大年夜说话模型（LLM）是 AI 的大年夜脑，那么 Solon AI 就是它的 “神经中枢” 和 “拓扑批示官”。

它不仅仅供给了多智能体协作的架构，其核心竞争力在于：极致的轻量化、多协定编排才能以及天然的微办事基因。

Solon AI 与 Spring AI 有哪些不合？

很多小伙伴会问：“既然有了 Spring AI，我为什么要看 Solon AI？”

两者的设计哲学完全不合：

• Spring AI：更像是一个“集成商”，侧重于把 LLM 包装成一种资本（如 Data Source 一样）融入 Spring 营业流。它善于的是简单的 RAG 和聊天。
• Solon AI：原生为 Agentic（智能体）范式 而生。它强调的是“协定（Protocol）”，经由过程多种团队协定（TeamProtocols）决定义务如安在 Agent 间流转。它更合适构建像“主动化软件公司”、“复杂风控博弈”这种须要多智能体深度协作的应用。

就像我常说的：“没有银弹，选合适本身的”。假如你寻求毫秒级启动、寻求对协作逻辑的精细控制，Solon AI 会让你爽到飞起。

Solon AI 为什么强？

1. 八大年夜协作协定（TeamProtocols）：这是它的杀手锏。从次序流（Sequential）、层级制（Hierarchical）到去中间化的点对点（A2A）和模仿生物逻辑的蜂群协定（Swarm），它把多智能体协作玩出了花。
2. 逝世轮回熔断机制：独创的“信息素处罚”机制，能主动发明并拦截智能体之间的“踢皮球”行动，防止 Token 在逝世轮回中白白燃烧。
3. 肯定性保障：内置 TeamTrace 溯源。Agent 之间怎么沟通的、谁在摸鱼、谁在胡言乱语，路径回放得清清楚楚。
4. Java 原生友爱：应用 @ToolMapping 注解，直接把你的 Java 办法变成 Agent 的技能，合营>在你的 pom.xml 中引入 Solon AI 的智能体核心包：

   假如你正预备在 Java 项目里接入 Agent，Solon AI 绝对值得你参加 Star 列表。

   进阶才能：不只是协作

   • A2A（Agent-to-Agent）协定：支撑 Agent 之间的“直接移交”。当 A 处理不了时，它可以直接把义务“甩”给 B，响应速度极快。
   • 构造化输出控制：经由过程>assert team.getTrace(session).getRecords().stream() .anyMatch(s -> ContractNetProtocol.ID_BIDDING.equals(s.getSource()))。

     ---

     总结

     <dependency>    <groupId>org.noear</groupId>    <artifactId>solon-ai-agent</artifactId></dependency>

     2) 基本智能体创建

     只需几行代码，就能创建一个具备身份意识的 Agent。

     // 初始化模型（支撑 OpenAI, DeepSeek, Qwen 等）ChatModel chatModel = LlmUtil.getChatModel();// 创建一个专业助手SimpleAgent assistant = SimpleAgent.of(chatModel)                .systemPrompt(SimpleSystemPrompt.builder()                        .role("Java专家")                        .instruction("你是一个精晓 Solon 框架的 Java 专家。")                        .build())                .build();// 对话String result = assistant.prompt("Solon AI 怎么选协作协定？").call().getContent();System.out.println(result);

     3) 巅峰对决：多智能体协作（TeamAgent）

     这是 Solon AI 最迷人的处所。我们可以随便马虎编排一个智能体协作的梦之队。

     public void testA2AFlowWithRole() {    ChatModel chatModel = LlmUtil.getChatModel();    // 1. 前端开辟者：负责编写代码并“移交”    Agent webDeveloper = ReActAgent.of(chatModel).name("WebDeveloper")            .systemPrompt(ReActSystemPrompt.builder()                    .role("资深前端开辟者")                    .instruction("义务：根据用户需求编写完全的 HTML/JS 代码。\n" +                                 "协作：写完后请交给 Reviewer 审查代码质量。直接输出代码，不要用 Markdown 格局。")                    .build())            .build();    // 2. 审查者：负责质量把关    Agent reviewer = SimpleAgent.of(chatModel).name("Reviewer")            .systemPrompt(SimpleSystemPrompt.builder()                    .role("首席架构师")                    .instruction("义务：审查 WebDeveloper 提交的代码，查找安然隐患和机能瓶颈。\n" +                                 "协作：假如代码合格，请交给 Archiver 归档；假如不合格，请打回给 WebDeveloper。")                    .build())            .build();    // 3. 归档员：负责总结    Agent archiver = SimpleAgent.of(chatModel).name("Archiver")            .systemPrompt(SimpleSystemPrompt.builder()                    .role("文档治理员")                    .instruction("义务：总结最终经由过程审查的代码功能，并生成独一的版本快照编号。")                    .build())            .build();    // 编排 A2A 团队    TeamAgent devTeam = TeamAgent.of(chatModel)            .protocol(TeamProtocols.A2A) // 核心：开启点对点直连协定            .agentAdd(webDeveloper, reviewer, archiver)            .maxTurns(6) // 兜底：防止 Reviewer 和 Developer 陷入无穷改 Bug 轮回            .build();    // 履行义务    AgentSession session = InMemoryAgentSession.of("project_v1");    String result = devTeam.call(Prompt.of("帮我写一个实现点击按钮换背景色彩的网页"), session).getContent();    // 溯源：你会看到 WebDeveloper -> Reviewer -> Archiver 的闪电接力    TeamTrace trace = devTeam.getTrace(session);    System.out.println("博弈链路: " + trace.getRecords().stream().map(r -> r.getSource()).toList());    System.out.println("最终交付成果：\n" + result);}

     研究完 Solon AI 后，我最大年夜的感触感染是：AI 应用开辟正在从“单兵作战”转向“兵团作战”。

     Solon AI 的出现，给了 Java 开辟者一个强大年夜的兵器库：

     1. 不再须要爱慕 Python 生态：Java 同样能优雅地玩转 Multi-Agent。
     2. 工程化程度极高：它解决了 AI 输出弗成控、协作过程黑盒等临盆痛点。
     3. 微办事天然集成：每一个 Team 都可所以一个微办事，这太相符企业级架构的演进偏向了。

     Github 地址：https://github.com/noear/solon-ai