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

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j</artifactId>
    <version>0.36.0</version>
</dependency>
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai</artifactId>
    <version>0.36.0</version>
</dependency>

三、定义工具

public class WeatherTool {
    
    @Tool("查询指定城市的当前天气")
    public String getWeather(String city) {
        // 模拟天气查询
        return city + "今天晴，气温25度，空气质量优";
    }
}

public class CalculatorTool {
    
    @Tool("计算数学表达式")
    public double calculate(String expression) {
        return new ScriptEngineManager()
            .getEngineByName("js")
            .eval(expression);
    }
}

四、构建 Agent

// 配置大模型
ChatLanguageModel model = OpenAiChatModel.builder()
    .apiKey(System.getenv("OPENAI_API_KEY"))
    .modelName("gpt-4o")
    .build();

// 配置记忆
ChatMemory memory = MessageWindowChatMemory.builder()
    .maxMessages(10)
    .build();

// 构建 Agent
interface Assistant {
    String chat(String userMessage);
}

Assistant agent = AiServices.builder(Assistant.class)
    .chatLanguageModel(model)
    .chatMemory(memory)
    .tools(new WeatherTool(), new CalculatorTool())
    .systemMessage("你是一个智能助手，可以查询天气和进行计算。"
        + "在回答问题前，先思考是否需要调用工具。")
    .build();

五、运行 Agent

// 测试对话
String response1 = agent.chat("北京今天天气怎么样？");
System.out.println(response1);
// 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。

String response2 = agent.chat("那上海呢？");
System.out.println(response2);
// 输出：上海今天晴，气温28度，空气质量良。

String response3 = agent.chat("北京的气温比上海低多少度？");
System.out.println(response3);
// Agent会自动调用计算工具：28 - 25 = 3度

六、进阶：结构化输出

record TaskPlan(String goal, List<String> steps, String expectedResult) {}

interface Planner {
    @SystemMessage("你是一个任务规划专家，将复杂任务分解为步骤")
    TaskPlan plan(String userGoal);
}

Planner planner = AiServices.builder(Planner.class)
    .chatLanguageModel(model)
    .build();

TaskPlan plan = planner.plan("开发一个用户登录功能");
// 返回结构化的任务计划

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 🚀