AI Agent 学习教程
使用 OpenAI Java SDK 从零构建 AI Agent — 14 节渐进式课程,从基础聊天循环到多 Agent 协作
核心模式
所有 AI Agent 共享同一个内核:调用模型、执行工具、回传结果。每节课在此基础上增加一个新机制。
AgentLoop.java
while (true) {
response = client.chat().completions().create(params);
if (response.toolCalls().isEmpty())
break;
for (toolCall : response.toolCalls()) {
result = dispatch(toolCall.name(), toolCall.arguments());
messages.add(result);
}
}消息增长
观察 Agent 循环执行时消息数组的增长
messages[]len=0
[]
学习路径
14 节渐进式课程,从简单聊天循环到自主多 Agent 执行
L0050 行
基础聊天循环
最简单的 Agent 就是一个调用模型的 while 循环
L01143 行
工具使用
函数调用将聊天模型变成了能采取行动的 Agent
L02297 行
多工具
循环保持不变,新工具注册到分发映射中
L03445 行
待办管理
没有计划的 Agent 会迷失方向;先列出步骤,再执行
L04371 行
子 Agent
子 Agent 使用独立上下文,保持主对话的整洁
L05383 行
技能系统
在需要时通过 tool_result 注入知识,而不是预先放在系统提示中
L06378 行
上下文压缩
上下文终将填满;三层压缩策略实现无限会话
L07599 行
任务系统
基于文件的任务图,支持排序、并行和依赖关系
L08419 行
后台任务
在后台运行耗时操作;Agent 继续向前思考
L09606 行
Agent 团队
当一个 Agent 无法完成时,通过异步邮箱委托给持久化的队友
L10507 行
团队协议
一个请求-响应模式驱动所有团队协商
L11333 行
自主 Agent
队友自行扫描看板并认领任务,无需分配
L12469 行
工作树隔离
每个 Agent 在自己的目录中工作;任务管理目标,工作树管理目录
L13787 行
完整参考 Agent
毕业项目将第 1-12 课的所有机制整合到一个 Agent 中
架构层次
五个正交关注点组合成完整的 Agent 系统