构建企业级智能体与 RAG 系统：Spring AI Alibaba 全栈实战指南

前言

随着生成式 AI 技术持续发展，越来越多的企业开始将大语言模型（LLM）融入自身业务系统中。然而，如何工程化、低门槛地构建一个可用、可扩展、可集成的智能应用，成为开发者与企业面临的共同挑战。Spring AI Alibaba 作为一套集成了大语言模型、工具调用、向量检索、记忆管理与 Agent Loop 的完整框架，正在成为 AI 应用工程化的重要利器。

本文将围绕 Spring AI Alibaba 的核心功能进行实战演示，完整呈现一个支持多轮对话、RAG 检索、工具调用优化与数字人视频生成的智能体系统。

---

一、快速了解 Spring AI Alibaba 核心能力

Spring AI Alibaba 是在 Spring AI 基础上，针对阿里云通义千问、百炼等模型做了深度适配与拓展的框架。其核心能力主要包括：

1. 智能体 Agent 框架：封装了工具调用、记忆系统、Agent Loop 等常见智能体能力。

2. RAG 支持：提供 VectorStore、Retriever、DocumentReader 等模块化组件，支持 ElasticSearch、Redis、PGVector 等后端。

3. MCP 架构：基于 Spring WebFlux 构建的一套服务治理与调用框架。

4. CoT 推理链：支持提示词构造、CoT、ReAct 等思维链技术。

5. 阿里生态集成：一键集成通义大模型、数字人、知识库等阿里云服务。

---

二、优化 Tool 调用体验：使用 returnDirect=true

在 Agent 调用外部工具时，默认行为是将调用结果返回给大模型进一步加工，但某些场景下（如返回表格、HTML、Markdown），无需经过大模型处理，直接将结果返回用户更高效。

Spring AI 提供了 @Tool 注解中的 returnDirect=true 来实现该优化：

@Tool(description = "获取指定位置的空气质量信息（模拟数据）", returnDirect = true)
public String getAirQuality(@ToolParam(description = "纬度") double latitude,
                            @ToolParam(description = "经度") double longitude) {
    // 构造并返回 Markdown/HTML 内容
}

使用场景包括：

• 返回仪表盘图表 HTML

• Markdown 格式的 FAQ 回答

• 报表、列表类数据

此功能有效减少 token 使用，降低成本并提高响应速度。

---

三、构建智能体：结合阿里百炼平台与工具链

阿里云百炼平台允许开发者构建和托管 Agent 应用，并通过 Spring AI Alibaba 与之交互。

智能体定义方式如下：

@RestController
@RequestMapping("/agent")
public class AgentController {

    private final DashScopeAgent agent;

    public AgentController(DashScopeAgentApi api, @Value("${spring.ai.dashscope.agent.app-id}") String appId) {
        this.agent = new DashScopeAgent(api, appId);
    }

    @GetMapping("/video")
    public String generateVideo(@RequestParam String message) {
        ChatResponse response = agent.call(new Prompt(message));
        return response.getResult().getOutput().getText();
    }
}

通过这种方式，用户只需发出自然语言指令即可生成视频、表格、报告等内容。

Agent 优势：

• 能够进行多轮推理与任务分解

• 自动调用工具，执行流程链

• 支持记忆系统与上下文连续性

---

四、实现企业级 RAG 架构：从内存到 Elasticsearch

RAG（Retrieval-Augmented Generation）是提高语言模型精准性的核心方法，适合构建企业级问答系统。

4.1 内存版 RAG（用于快速原型）

@Bean
@Profile("in-memory")
public VectorStore vectorStore(EmbeddingClient embeddingClient) {
    return new SimpleVectorStore(embeddingClient);
}

控制器示例：

@GetMapping("/ask")
public String ask(@RequestParam String question) {
    List<Document> docs = vectorStore.similaritySearch(SearchRequest.query(question).withTopK(3));
    String context = docs.stream().map(Document::getContent).collect(Collectors.joining("\n"));

    Prompt prompt = new Prompt("""
        你是一个专业的问答助手。
        请结合以下资料回答用户问题：
        {documents}
    """, Map.of("documents", context));

    return chatClient.call(prompt).getResult().getOutput().getContent();
}

4.2 Elasticsearch 版（用于生产部署）

spring:
  ai:
    vectorstore:
      elasticsearch:
        initialize-schema: true
        index-name: rag-index
  elasticsearch:
    uris: http://localhost:9200

无需改动业务代码，只需切换 Profile，即可无缝部署。

---

五、ETL 构建知识库：EtlService 示例

@Service
public class EtlService {

    private final VectorStore vectorStore;

    public void load(Resource resource) {
        TikaDocumentReader reader = new TikaDocumentReader(resource);
        List<Document> docs = reader.get();
        TokenTextSplitter splitter = new TokenTextSplitter();
        vectorStore.add(splitter.apply(docs));
    }
}

支持通过 CLI、Controller、上传接口动态构建企业知识库。

---

六、AI 视频生成：一键创建数字人视频

通过百炼 + 数字员工服务，我们可以从提示词自动生成视频。

只需在百炼平台创建 Agent，并添加数字人工具，结合提示词模板如：

请将以下内容转换为新闻播报视频：{内容}

在 Spring 项目中使用以下代码调用即可：

@GetMapping("/video")
public String generateVideo(@RequestParam String content) {
    Prompt prompt = new Prompt("将这段文字转为数字人播报：" + content);
    return agent.call(prompt).getResult().getOutput().getText();
}

可用于企业通告、教学、产品说明等自动化场景。

---

七、智能体实现关键技术详解

1. CoT（Chain of Thought）思维链

通过提示词引导模型逐步推理：

• 示例驱动：提供类似“让我们一步步分析这个问题”的 prompt

• 可解释性强，逻辑性提升

2. Agent Loop 执行机制

智能体可在无需人类干预下，自主进入任务循环：

while (!finished && step < MAX) {
    step++;
    result = thinkThenAct();
    observe(result);
}

适合执行规划任务、自动多轮调用。

3. ReAct 框架（推理+行动）

模仿人类“思考-行动-观察”过程：

1. 推理当前目标

2. 调用工具

3. 观察工具返回

4. 继续推理或终止任务

---

总结

从工具调用优化、Agent 构建，到企业级知识问答系统与数字人视频生成，Spring AI Alibaba 提供了面向 AI 应用完整闭环的工程能力。通过本文内容，你可以快速理解并动手构建一个具备自主推理、多工具协同与知识检索能力的智能体系统，为你的企业注入真正实用的 AI 力量。

未来，我们将继续探索如何构建多智能体协同系统、引入多模态能力、实现更高层次的 Agent 编排与持续记忆机制。