技能介绍

要解决什么问题

在 Java 技术栈里做 AI 应用，常见痛点不是「能不能调用大模型」，而是选型与落地：ReactAgent 和 StateGraph 该用哪条线、工具调用和 MCP 怎么接、检查点与人工审批放在哪一层、RAG 和记忆怎么和 Spring Bean 对齐。官方文档分散在 Agent Framework 与 Graph Core 两套能力里，排障时也容易把编排层自己重写一遍。

技能如何工作

本技能以本地 references/ 文档为事实来源，先判断你要实现的是对话+工具、多智能体协作，还是显式步骤/分支/中断恢复的长流程，再只加载相关章节，避免泛泛讲概念。

典型输出会按工程习惯组织：

架构说明：Agent Framework 与 Graph Core 的取舍及原因
可运行骨架：Maven 依赖、application.yml、配置类、Agent/Graph 与 Tool/Model/Memory 接线
解释与排障：先对齐框架能力边界，再指向应读的 reference 路径，最后给出修正示例

内置路由覆盖 ReactAgent、Sequential/Parallel/LlmRouting 多智能体、StateGraph/CompiledGraph、结构化输出、Redis 检查点、流式输出、RAG 与上下文工程等主题。

适用边界与注意点

涉及框架行为、类名或 Builder API 时，应以 references/ 为准，不臆造未文档化接口；版本相关问题先看 references/versions.md。
优先使用框架已有能力，不随意叠自定义编排层；若你已有项目，技能会尽量适配现有包结构与风格。
概念问答可以简短回答，但技能的设计目标是指导实际开发与重构，复杂任务会明确写出假设并走文档里更直接的路径。