Java 开发转 Agent 开发教程系列

基于《Java 开发转 Agent 开发完整学习清单》编写的实战教程

📚 教程目录

✅ 已完成教程

教程 01：LLM API 与 Prompt 基础

学习时间： 2-4 周
核心内容：

• LLM API 基础概念（Token、上下文窗口、Temperature）
• Java 调用 LLM API（同步、流式、结构化输出）
• Prompt Engineering 实战技巧
• 成本与性能控制
• 错误处理与降级策略
• 完整示例：订单意图识别服务

实战项目：

• 文本分类器
• 信息抽取工具
• 流式聊天机器人

---

教程 02：Tool Calling（工具调用）

学习时间： 2-3 周
核心内容：

• Tool Calling 工作原理
• Spring AI 工具定义与注册
• 业务方法封装为 LLM 工具
• 参数校验与错误处理
• 工具安全控制（只读/写操作分级）
• 人工确认机制
• 完整示例：客服 Agent

实战项目：

• 商品搜索工具
• 订单取消工具
• 多工具协作 Agent

---

教程 03：RAG（检索增强生成）

学习时间： 3-4 周
核心内容：

• RAG 核心原理与工作流程
• 文档解析（PDF、Word）
• 文档切分策略（固定大小、段落、语义）
• 向量化与相似度计算
• pgvector 向量数据库
• 混合检索（向量 + 关键词）
• 权限过滤与引用溯源
• 完整示例：企业知识库问答系统

实战项目：

• 简单知识库构建
• 检索质量优化
• 完整问答系统（RAG + Tool Calling）

---

🚧 计划中的教程

教程 04：Agent 工作流编排

预计时间： 3-4 周
主要内容：

• ReAct Agent 模式
• Plan-and-Execute 模式
• LangGraph 状态机
• 多步骤任务编排
• 中断与恢复
• Human-in-the-loop

教程 05：Spring AI 与 LangChain4j 深入

预计时间： 2-3 周
主要内容：

• Spring AI 核心组件
• LangChain4j AI Service
• Memory 管理
• Advisors 机制
• 可观测性集成

教程 06：MCP 与系统集成

预计时间： 2-3 周
主要内容：

• MCP 协议基础
• MCP Server 开发
• 企业系统集成
• 安全与权限控制

教程 07：评估与可观测性

预计时间： 2-3 周
主要内容：

• Golden Dataset 构建
• Prompt 回归测试
• RAG 评估指标
• Tool Calling 评估
• Trace 与监控

教程 08：安全与部署

预计时间： 2-3 周
主要内容：

• Prompt Injection 防护
• 数据安全与权限
• 本地模型部署（Ollama、vLLM）
• 性能优化与压测

---

🎯 学习路径建议

第一阶段（2-4 周）：基础入门

1. 完成教程 01：LLM API 与 Prompt 基础
2. 实战练习：构建简单的 LLM 调用 Demo
3. 验收标准： 能稳定调用 LLM API，实现结构化输出

第二阶段（4-6 周）：工具与知识

1. 完成教程 02：Tool Calling
2. 完成教程 03：RAG
3. 实战练习：构建业务 Agent（查询 + 知识库）
4. 验收标准： 能封装业务工具，能构建知识库问答

第三阶段（6-8 周）：工作流与框架

1. 完成教程 04：Agent 工作流编排
2. 完成教程 05：Spring AI 与 LangChain4j
3. 实战练习：工单处理 Agent
4. 验收标准： 能设计多步骤 Agent 流程

第四阶段（4-6 周）：生产化

1. 完成教程 06：MCP 与系统集成
2. 完成教程 07：评估与可观测性
3. 完成教程 08：安全与部署
4. 验收标准： 能部署生产级 Agent 应用

---

💡 学习建议

对于 Java 开发者

优势：

• ✅ Spring Boot 生态熟悉，易上手 Spring AI
• ✅ 权限、安全、审计经验直接复用
• ✅ 工程能力强，容易构建稳定系统

挑战：

• ⚠️ LLM 的非确定性需要适应
• ⚠️ Prompt Engineering 是新技能
• ⚠️ 向量检索与传统数据库查询不同

建议：

1. 先理解概念，再动手编码
2. 多做实验，Prompt 需要迭代优化
3. 关注 Token 成本，生产环境要控制
4. 重视错误处理和降级策略

实战项目推荐

从简单到复杂，逐步实现：

1. 文档问答助手（RAG 入门）

   • 上传公司制度文档
   • 实现问答功能
   • 标注引用来源

2. 客服 Agent（Tool Calling + RAG）

   • 查询订单状态
   • 查询物流信息
   • 查询知识库
   • 创建工单

3. 工单处理 Agent（工作流）

   • 自动分类工单
   • 检索解决方案
   • 生成处理建议
   • 人工审核后执行

4. 代码审查 Agent（高级）

   • 读取代码文件
   • 分析潜在问题
   • 生成审查报告
   • 提供修复建议

---

📖 参考资料

官方文档

• Spring AI Reference
• LangChain4j Documentation
• OpenAI API Documentation
• Anthropic Claude API

学习资源

• Prompt Engineering Guide
• LangChain Documentation
• LangGraph Documentation

向量数据库

• pgvector GitHub
• Milvus Documentation
• Qdrant Documentation

---

🛠️ 开发环境

必需工具

• JDK: 17+
• Maven/Gradle: 最新版
• IDE: IntelliJ IDEA / VS Code
• PostgreSQL: 14+ (带 pgvector 扩展)
• Redis: 用于缓存

推荐配置

Maven 核心依赖：

<dependencies>
    <!-- Spring AI -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        <version>1.0.0-M4</version>
    </dependency>
    
    <!-- LangChain4j -->
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j-spring-boot-starter</artifactId>
        <version>0.28.0</version>
    </dependency>
    
    <!-- 文档解析 -->
    <dependency>
        <groupId>org.apache.pdfbox</groupId>
        <artifactId>pdfbox</artifactId>
        <version>3.0.1</version>
    </dependency>
    
    <!-- PostgreSQL + pgvector -->
    <dependency>
        <groupId>org.postgresql</groupId>
        <artifactId>postgresql</artifactId>
    </dependency>
</dependencies>

API Keys：

# .env 文件
OPENAI_API_KEY=sk-xxx
ANTHROPIC_API_KEY=sk-ant-xxx

---

📊 学习进度追踪

阶段一：基础（0-4 周）

• 理解 Token、上下文窗口、Temperature
• 能用 Java 调用 LLM API
• 掌握 Prompt 基本结构
• 实现结构化输出
• 完成订单意图识别 Demo

阶段二：工具与知识（4-10 周）

• 封装业务方法为工具
• 实现参数校验和错误处理
• 解析和切分文档
• 搭建向量数据库
• 完成知识库问答系统

阶段三：工作流（10-18 周）

• 理解 ReAct 模式
• 使用 LangGraph 构建状态机
• 实现多步骤任务编排
• 完成工单处理 Agent

阶段四：生产化（18-24 周）

• 实现 MCP Server
• 构建评估体系
• 部署到生产环境
• 实现监控和告警

---

🤝 贡献与反馈

如果你在学习过程中发现问题或有改进建议，欢迎反馈。

---

📝 版本历史

• v0.1 (2024-07-01)
  • 完成教程 01：LLM API 与 Prompt 基础
  • 完成教程 02：Tool Calling
  • 完成教程 03：RAG

---

📌 快速开始

1. 克隆或下载本教程
2. 从教程 01 开始学习
3. 跟随代码示例动手实践
4. 完成每个教程的实战练习
5. 构建自己的 Agent 项目

祝学习顺利！从 Java 开发到 Agent 开发，你可以的！ 🚀