Agents-Flex： 一个基于 Java 的 LLM 应用开发及编排框架。

经过近 1 年的开发和迭代，Agents-Flex 发布了 30+ 个版本，终于迎来了 v1.0.0 正式版本。

与此同时，基于 Agents-flex 开发的对标 Dify Coze 等产品的 AIFlowy 也正式对外开源，开源地址： https://gitee.com/aiflowy/aiflowy

Agents-Flex 的基本能力

• LLM 的访问能力
• Prompt、Prompt Template 定义加载的能力
• Function Calling 定义、调用和执行等能力
• 记忆的能力（Memory）
• Embedding
• Vector Store
• 文档处理
  • 加载器（Loader）
    • Http
    • FileSystem
  • 分割器（Splitter）
  • 解析器（Parser）
    • PoiParser
    • PdfBoxParser
• Chain 执行链
  • SequentialChain 顺序执行链
  • ParallelChain 并发（并行）执行链
  • LoopChain 循环执行连
  • ChainNode

简单对话

使用 OpenAi 大语言模型:

 @Test
public void testChat() {
    OpenAiLlmConfig config = new OpenAiLlmConfig();
    config.setApiKey("sk-rts5NF6n*******");

    Llm llm = new OpenAiLlm(config);
    String response = llm.chat("请问你叫什么名字");

    System.out.println(response);
}

使用 “通义千问” 大语言模型:

@Test
public void testChat() {
    QwenLlmConfig config = new QwenLlmConfig();
    config.setApiKey("sk-28a6be3236****");
    config.setModel("qwen-turbo");

    Llm llm = new QwenLlm(config);
    String response = llm.chat("请问你叫什么名字");

    System.out.println(response);
}

使用 “讯飞星火” 大语言模型:

@Test
public void testChat() {
    SparkLlmConfig config = new SparkLlmConfig();
    config.setAppId("****");
    config.setApiKey("****");
    config.setApiSecret("****");

    Llm llm = new SparkLlm(config);
    String response = llm.chat("请问你叫什么名字");

    System.out.println(response);
}

历史对话示例

public static void main(String[] args) {
    SparkLlmConfig config = new SparkLlmConfig();
    config.setAppId("****");
    config.setApiKey("****");
    config.setApiSecret("****");

    Llm llm = new SparkLlm(config);

    HistoriesPrompt prompt = new HistoriesPrompt();

    System.out.println("您想问什么？");
    Scanner scanner = new Scanner(System.in);
    String userInput = scanner.nextLine();

    while (userInput != null) {

        prompt.addMessage(new HumanMessage(userInput));

        llm.chatStream(prompt, (context, response) -> {
            System.out.println(">>>> " + response.getMessage().getContent());
        });

        userInput = scanner.nextLine();
    }
}

Function Calling

• 第一步：通过注解定义本地方法

public class WeatherUtil {

    @FunctionDef(name = "get_the_weather_info", description = "get the weather info")
    public static String getWeatherInfo(
        @FunctionParam(name = "city", description = "the city name") String name
    ) {
        //在这里，我们应该通过第三方接口调用 api 信息
        return name + "的天气是阴转多云。 ";
    }
}

• 第二步：通过 Prompt、Functions 传入给大模型，然后得到结果

 public static void main(String[] args) {

    OpenAiLlmConfig config = new OpenAiLlmConfig();
    config.setApiKey("sk-rts5NF6n*******");

    OpenAiLlm llm = new OpenAiLlm(config);

    FunctionPrompt prompt = new FunctionPrompt("今天北京的天气怎么样", WeatherUtil.class);
    FunctionResultResponse response = llm.chat(prompt);

    Object result = response.getFunctionResult();

    System.out.println(result);
    //"北京的天气是阴转多云。 "
}

Agents-Flex v1.0.0~1.0.9 更新记录：

• 新增: Chain 添加 reset 方法，使之调用后可以执行多次
• 新增: 添加 Milvus 的相识度返回
• 新增: Chain.getParameterValues 添加对固定数据格式填充的能力
• 新增: 增加 qdrant 向量数据库支持
• 新增: 允许通过 ChatOptions 在运行时动态替换模型名称
• 新增：增加是否开启思考模式参数，适用于 Qwen3 模型
• 新增：Document 增加文档标题
• 新增：增强知识库查询条件
• 新增：优化 Chain 的 get 逻辑，支持获取对象的属性内容
• 新增: 为 VectorData 添加 score 属性，统一文档 score 字段
• 新增: deepseek-r1 推理过程增量输出改为完整输出和内容的输出保持一致，感谢 @liutf
• 新增: 增加 QwenChatOptions，让通义千问支持更多的参数，感谢 @liutf
• 新增：新增 ChainHolder，用于序列化 ChainNode，以支持分布式执行
• 新增：添加 JavascriptStringCondition 条件
• 优化：移动 "description" 属性到 ChainNode
• 优化：优化 Chain，在暂停时抛出异常
• 优化：重构 Chain 的异步执行逻辑
• 优化: 重构 TextPromptTemplate，使其支持更多的语法
• 优化: 优化 pom 管理
• 优化: Parameter 添加 dataType 默认数据
• 优化: TextPromptTemplate.create 添加缓存以提高性能
• 优化：不允许设置默认 EmbeddingOptions 配置的 encodingFormat
• 优化：修改模型思考过程的设置，让 content 和 reasoningContent 输出内容一致，感谢 @Alex
• 优化：优化 elasticSearch 用户自定义集合名称就用用户自定义集合，没有传就用默认集合名称
• 优化：从命名 TextPromptTemplate.create 方法名称为 TextPromptTemplate.of，更加符合 “缓存” 的特征
• 修复：修复 openSearch 存储报错问题
• 修复：修复 LlmNode 当配置 outType 时，不能返回正确结果的问题
• 修复：TextPromptTemplate 无法可以解析 的问题
• 测试：添加 milvus 向量存储用法示例测试类，感谢 @lyg
• 测试：添加通过 OpenAI 的 API 调用 Gitee 进行图片识别
• 测试：添加 chain 的数据获取测试
• 测试：添加 ChainConditionStringTest 测试
• 文档：添加提示词相关文档
• 文档：添加 “模板缓存” 的相关文档

源码下载

• Gitee：https://gitee.com/agents-flex/agents-flex
• Github：https://github.com/agents-flex/agents-flex