Solon AI

Solon AI 是一款面向 Java 开发者 的全栈智能体（Agent）应用开发框架。它秉承 Solon 家族一贯的“克制、高效、开放”理念，向上抽象统一接口屏蔽模型差异，向下深度集成向量库、MCP 协议与复杂流控制。

核心理念：

• 一份代码，跨模型运行；极致轻量，从 Java 8 纵跳至 Java 26。

核心架构图谱：

能用来开发什么应用？

• 通用自主智能体应用（比如：Manus、OpenOperator、Claude Code、OpenClaw）
• 智能助理与 RAG 知识库应用（比如：Dify、Coze）
• 多 Agent 协作的任务编排应用（比如：AutoGPT、MetaGPT）
• 业务驱动的受控流程审批应用（比如：智能版钉钉审批流、SAP 智能模块）
• 结构化数据处理与 ETL 应用（比如：Instabase、Unstructured.io）
• 实时数据智能看板应用（比如：Text-to-SQL 类应用）
• 自动化测试与质量保障应用（比如：GitHub Copilot Workspace）
• 低代码/可视化 AI 工作流平台（比如：LangFlow、Flowise）
• 等等...

智能体综合示例项目（可直接用于生产或定制）

SolonCode（基于 Java8 实现的 "Claude Code" 或 "OpenCode"）：

• https://gitee.com/opensolon/soloncode
• https://gitcode.com/opensolon/soloncode
• https://github.com/opensolon/soloncode

SolonClaw（基于 Java8 实现的 "OpenClaw" 或 "Moltbot"）：

• https://gitee.com/opensolon/solonclaw
• https://gitcode.com/opensolon/solonclaw
• https://github.com/opensolon/solonclaw

最近更新

• 新增 solon-ai-loop 插件
• 新增 solon-ai-talent-code 插件（从 solon-ai-harness 分离出来）
• 新增 solon-ai-dialect-gemini gemini-interactions 方言适配
• 添加 solon-ai-core Talent.setEnabled 方法（提供接口级的开关设置）
• 添加 solon-ai-core 方言缓存控制机制
• 添加 solon-ai-agent ReActTrace.agentName 字段（不再从 config 获取）
• 添加 solon-ai-agent SimpleTrace.agentName 字段（不再从 config 获取）
• 添加 solon-ai-talent-cli TerminalTalent.maxCharacterLimit 设置
• 优化 solon-ai-dialect-x 方言解析
• 调整 solon-ai-harness GenerateTool 更名为 GenerateTalent（方便动态启用/禁用）
• 修复 solon-ai-core 方言结束时没有 choice 时，不会触发最后一个 stream 输出的问题（造成无法获取 getUsage）
• mcp McpSchema.Sampling 类添加 @JsonIgnoreProperties(ignoreUnknown = true) 增加兼容性

核心模块体验

• ChatModel（通用大语言模型 LLM 调用接口）

支持同步、流式（Reactive）调用，内置方言适配，工具（Tool），技能（Skill），会话记忆（ChatSession）等能力。

ChatModel chatModel = ChatModel.of("http://127.0.0.1:11434/api/chat")
                .standard("ollama") //需要指定供应商，用于识别接口风格（也称为方言）
                .model("qwen2.5:1.5b")
                .defaultSkillAdd(new ToolGatewaySkill())
                .build();

//同步调用，并打印响应消息
AssistantMessage result = ChatchatModel.prompt("今天杭州的天气情况？")
         .options(op->op.toolAdd(new WeatherTools())) //添加工具
         .call()
         .getMessage();
System.out.println(result);

//响应式调用
chatModel.prompt("hello").stream(); //Publisher<ChatResponse>

• Talents（Solon AI Talents 才能）

Talent talent = new TalentDesc("order_expert")
        .description("订单助手")
        // 动态准入：只有提到“订单”时才激活
        .isSupported(prompt -> prompt.getUserMessageContent().contains("订单"))
        // 动态指令：根据用户是否是 VIP 注入不同 SOP
        .instruction(prompt -> {
            if ("VIP".equals(prompt.getMeta("user_level"))) {
                return "这是尊贵的 VIP 客户，请优先调用 fast_track_tool。";
            }
            return "按常规流程处理订单查询。";
        })
        .toolAdd(new OrderTools());

chatModel.prompt("我昨天的订单到哪了？")
         .options(o->o.talentAdd(talent))
         .call();

• RAG（知识库）

提供从加载（DocumentLoader）、切分（DocumentSplitter）、向量化（EmbeddingModel）到检索重排（RerankingModel）的全链路支持。

//构建知识库
EmbeddingModel embeddingModel = EmbeddingModel.of(apiUrl).apiKey(apiKey).provider(provider).model(model).batchSize(10).build();
RerankingModel rerankingModel = RerankingModel.of(apiUrl).apiKey(apiKey).provider(provider).model(model).build();
InMemoryRepository repository = new InMemoryRepository(TestUtils.getEmbeddingModel()); //3.初始化知识库

repository.insert(new PdfLoader(pdfUri).load());

//检索
List<Document> docs = repository.search(query);

//如果有需要，可以重排一下
docs = rerankingModel.rerank(query, docs);

//提示语增强是
ChatMessage message = ChatMessage.ofUserAugment(query, docs);

//调用大模型
chatModel.prompt(message) 
    .call();

• MCP (Model Context Protocol)

深度集成 MCP 协议（MCP_2025_11_25），支持跨平台的工具、资源与提示语共享。

//服务端
@McpServerEndpoint(channel = McpChannel.STREAMABLE, mcpEndpoint = "/mcp") 
public class MyMcpServer implements ServerTransportSecurityValidator {
    @Override
    public void validateHeaders(Map<String, List<String>> headers) throws ServerTransportSecurityException {
        if (headers.containsKey("role")) { //新的鉴权接口
            if ("1".equals(headers.get("role").get(0))) {
                return;
            }
        }

        throw new ServerTransportSecurityException(401, "没有权限");
    }
    
    @ToolMapping(description = "查询天气")
    public String getWeather(@Param(description = "城市") String location) {
        return "晴，25度";
    }
}

//客户端
McpClientProvider clientProvider = McpClientProvider.builder()
        .channel(McpChannel.STREAMABLE)
        .url("http://localhost:8080/mcp")
        .header("role", "1")
        .build();

• Agent (基于计算流图的智能体体验)

Solon AI Agent 将推理逻辑转化为图驱动的协作流，支持 ReAct 自省推理和多智能体 Team 协作。

//自省智能体：
ReActAgent agent = ReActAgent.of(chatModel) // 或者用 SimpleAgent.of(chatModel)
    .name("weather_expert")
    .description("查询天气并提供建议")
    .defaultToolAdd(weatherTool) // 注入 MCP 或本地工具
    .build();

agent.prompt("今天北京适合穿什么？").call(); // 自动完成：思考 -> 调用工具 -> 观察 -> 总结

// 组建团队智能体：通过协议（Protocol）自动编排成员角色
TeamAgent team = TeamAgent.of(chatModel)
    .name("marketing_team")
    .protocol(TeamProtocols.HIERARCHICAL) // 层级式协作（6种预置协议）
    .agentAdd(copywriterAgent) // 文案专家
    .agentAdd(illustratorAgent) // 视觉专家
    .build();

team.prompt("策划一个深海矿泉水的推广方案").call(); // Supervisor 自动拆解任务并分发给对应专家    .defaultToolAdd(weatherTool) // 注入 MCP 或本地工具

• Agent Harness

Solon AI Harness 是一个高性能的智能体“马具（Harness）”框架。作为底层核心，它已在 SolonCode CLI 项目中经过了三个月的深度打磨与实战验证。

import org.noear.solon.ai.agent.AgentSession;
import org.noear.solon.ai.agent.session.InMemoryAgentSession;
import org.noear.solon.ai.chat.ChatConfig;
import org.noear.solon.ai.harness.HarnessEngine;
import org.noear.solon.ai.talents.mount.MountDir;
import org.noear.solon.ai.harness.permission.ToolPermission;
import org.noear.solon.ai.talents.mount.MountType;

public class DemoApp {
    public static void main(String[] arg) throws Throwable {
        //--- 1. 初始化
        HarnessEngine engine = HarnessEngine.of("/data/work/", ".tmp")
                .systemPrompt("xxx")
                .sessionProvider(InMemoryAgentSession::of)
                .toolsAdd(ToolPermission.TOOL_ALL_FULL) //设定工具权限
                .disallowedToolsAdd(ToolPermission.TOOL_ALL_FULL)
                .mountAdd(MountDir.builder()
                        .alias("@global-skills")
                        .type(MountType.SKILLS)
                        .path("~/.soloncode/skills/")
                        .primary(true)
                        .build())
                .modelAdd(new ChatConfig().then(slf -> {
                    slf.setApiUrl("https://api.deepseek.com");
                    slf.setApiKey("sk-***");
                    slf.setModel("deepseek-v4-flash");
                }))
                .build();

        AgentSession session = engine.getSession("demo");

        //--- 用主代理模式
        engine.prompt("hello")
                .session(session) //没有，则为临时会话
                .options(o -> {

                    //切换大模型
                    //o.chatModel(engine.getMainModel());

                    //按需，动态指定工作区（没有，则为默认工作区）
                    o.toolContextPut(HarnessEngine.ATTR_CWD, "xxx");
                })
                .call();

    }
}

项目仓库地址？

• gitee：https://gitee.com/opensolon/solon-ai
• gitcode: https://gitcode.com/opensolon/solon-ai
• github：https://github.com/opensolon/solon-ai

官网？

• https://solon.noear.org/article/learn-solon-ai