前言

        本项目非原创，我也是作为一名初学者跟着一起学习。项目来源于：代码随想录-知识星球。

代码随想录https://link.csdn.net/?from_id=159158927&target=https%3A%2F%2Fwx.zsxq.com%2Fgroup%2F88511825151142

在知识星球里看到卡哥分享这个项目 ，感觉还不错，于是想要学习一下这个项目怎么写。项目日记也会同步更新。（本人不分享本项目源码，支持项目付费）

本文由我学习该项目并结合AI整理总结而来，分享出来学习过程中的心得体会，由浅入深，用于日后的回顾，同时也希望能给你带来帮助。

---

目录

前言

从聊天到做事，差的是什么

V2 相比 V1，多了哪些关键组件

Agent Loop 的执行流程控制

Agent Loop 的三大核心模块

Think 阶段：让模型决定下一步干什么

ToolCall 出现时，为什么不立刻写入 memory

Execute 阶段：系统真正动手的地方

Step：Think + Execute 的最小循环单元

chat() 方法，不再是一次调用

到这里，我们已经真正拥有了一个 Agent Loop

测试工具调用能力

---

【JchatMind智能体 | 第五天】实现带记忆的聊天功能https://blog.csdn.net/h52412224/article/details/159158927

【JchatMind智能体 | 第四天】Spring AI 集成与多模型支持https://blog.csdn.net/h52412224/article/details/159078281【JchatMind智能体 | 第三天】数据模型设计https://blog.csdn.net/h52412224/article/details/159043756

---

在上一章里，我们用 JChatMindV1 实现了一个能聊天的最小 Agent。它已经具备了几个关键特征：

• 通过 ChatClient 接入模型能力

• 用 ChatMemory 显式维护对话上下文

• 对话是有 session、有状态的

但 V1 有个很明显的局限：它只能说话，不能做事。

一旦用户的问题需要和外部世界交互，比如查天气、查日期或者调用数据库，V1 就无能为力了。

这一章的目标，就是在不推翻 V1 原有结构的基础上，引入 Agent Loop，让 Agent 真正开始具备做事的能力：

• 判断什么时候需要调用外部工具

• 主动发起工具调用

• 根据工具返回的结果继续推进任务

从聊天到做事，差的是什么

这一次模型的回复，是不是最终答案？

如果不是，系统就必须介入，推动对话进入下一个阶段。

JChatMindV2 的全部设计，都是围绕这个问题展开的。

V2 相比 V1，多了哪些关键组件

我们先看看 V2 在类结构上的变化：

public class JChatMindV2 extends JChatMindV1 {
    protected List<ToolCallback> availableTools;
    protected ToolCallingManager toolCallingManager;
    protected ChatOptions chatOptions;
    protected ChatResponse lastChatResponse;
}

相比 V1，新增的这几个字段是关键：

• availableTools：当前 Agent 可以使用的所有外部工具列表

• ToolCallingManager：统一管理和执行所有工具调用的协调器

• ChatOptions：显式控制模型的行为，比如是否自动执行工具

• lastChatResponse：保存最近一次模型的完整输出，作为后续执行阶段的输入

Agent Loop 的执行流程控制

在 V2 的构造函数里，我们做了一个重要的设置：

this.chatOptions = DefaultToolCallingChatOptions.builder()
        .internalToolExecutionEnabled(false)
        .build();

Spring AI 原生支持模型自动执行工具并回填结果的一条龙流程，但我们在这里选择了手动接管。

原因很简单，Agent Loop 的核心不是工具调用，而是对执行过程的控制。

如果让 Spring AI 自动执行工具，Agent 就会失去很多关键能力：

• 记录完整执行轨迹的能力

• 插入中断、回滚和重试的机会

• 判断是否需要继续执行的决策权

所以在 V2 中，我们宁愿多写一些代码，也要把执行的控制权牢牢握在自己手里。

Agent Loop 的三大核心模块

整个 Agent Loop 可以清晰地分为三个功能模块：

• Think 决策模块：分析当前对话上下文，决定下一步该做什么，是直接回答还是调用工具

• LLMs 大语言模型：根据决策模块的要求，生成结构化的推理结果，可能是普通回复，也可能是工具调用指令

• Execute 执行器：解析并执行模型生成的工具调用请求，把真实的执行结果回写到对话历史中

这三个模块会形成一个循环：

Think → LLMs → Execute → Think，直到任务完成或者达到最大循环次数。

Think 阶段：让模型决定下一步干什么

Agent Loop 的第一步，就是 Think 阶段。

protected boolean think() {
    String thinkPrompt = """
        现在你是一个智能的决策模块。
        请根据当前对话上下文，决定下一步的动作。
        如果需要调用工具来完成任务，请调用相应的工具。
        """;
    // ... 模型调用代码
}

这里有个非常关键的区别：Think 阶段的目标不是直接给用户答案，而是做决策。

它要判断，当前这个问题，是靠模型自己就能回答，还是必须调用外部工具。

在调用模型时，我们做了三件事：

1. 把完整的对话上下文（来自 ChatMemory）都发给模型

2. 向模型暴露当前 Agent 所有可用的工具

3. 获取完整的 ChatResponse 对象，而不是只拿文本，因为里面包含了工具调用的指令

ToolCall 出现时，为什么不立刻写入 memory

在 Think 阶段结束后，我们做了一个预防 bug 的处理：

if (toolCalls.isEmpty()) {
    chatMemory.add(sessionId, output);
}

也就是说：

• 如果模型没有生成任何工具调用，说明这就是最终回复，直接写入 memory

• 如果有工具调用，就先不写入，等工具执行完后再统一处理

这一点非常重要。如果提前把包含工具调用的消息写入 memory，万一后面工具执行失败，就会导致上下文信息不一致。

这个坑只有在真正写代码的时候才会遇到。

Execute 阶段：系统真正动手的地方

Execute 阶段，是 Agent 从会想走向会做的关键一步。

ToolExecutionResult toolExecutionResult =
        toolCallingManager.executeToolCalls(prompt, this.lastChatResponse);

ToolResponseMessage toolResponseMessage = (ToolResponseMessage) toolExecutionResult
        .conversationHistory()
        .get(toolExecutionResult.conversationHistory().size() - 1);

这几行代码背后，其实是一整套完整的工具调用流程：

1. 从 lastChatResponse 中解析出工具调用的指令

2. 根据工具名称和参数，调用对应的外部工具

3. 把工具的返回结果包装成标准化的 ToolResponseMessage

4. 返回更新后的对话历史

Step：Think + Execute 的最小循环单元

我们把一次 Think 和一次可选的 Execute 封装成了一个最小的循环单元，叫做 step：

protected void step() {
    if (think()) {
        execute();
    } else {
        agentState = AgentState.FINISHED;
    }
}

一次 step，就是 Agent 完整的一次思考和行动。

chat() 方法，不再是一次调用

在 V2 中，chat() 方法的语义已经完全变了：

for (int i = 0; i < MAX_STEPS && agentState != AgentState.FINISHED; i++) {
    step();
}

它不再是简单的问一句答一句，而是变成了：

给 Agent 一个目标，让它自己通过循环跑完整个流程。

MAX_STEPS 的存在，也体现了一个重要的工程原则：

• Agent 不能无限循环下去

• 模型的推理深度是有上限的

• 系统必须有兜底机制

到这里，我们已经真正拥有了一个 Agent Loop

到 JChatMindV2 为止，我们完成了 Agent 系统中最关键的一步：

• 模型不再直接回答问题

• 模型开始参与下一步该做什么的决策

• 系统和模型有了明确的职责分工

有了这个基础，后续无论是引入更复杂的规划、加入失败重试机制、接入 RAG 知识库，还是做执行轨迹的可视化，都只是在这个 Loop 上不断叠加功能而已。

测试工具调用能力

最后，我们写个测试函数，验证一下 Agent Loop 和工具调用是否正常工作：

---

上述内容也同步在我的飞书，欢迎访问

https://my.feishu.cn/wiki/QLauws6lWif1pnkhB8IcAvkhncc?from=from_copylink

如果我的内容对你有帮助，请点赞，评论，收藏。创作不易，你们的支持就是我坚持下去的动力！