博客/AI Alibaba

AI Alibaba

Spring AI Alibaba 实战系列（100+ 篇）：Agent Framework 智能体开发、Graph 工作流编排，附完整示例与踩坑记录。

共 105 篇

创建子图节点的最简单方法是直接使用编译的子图。这样做时，父图和子图状态 schema 至少要共享一个键，它们可以使用该键进行通信，这一点很重要。如果您的图和子图不共享任何键，您应该编写一个调用子图的操作（见上文）。注意事项如果您向子图节

子图是在另一个图中用作节点的图，Spring AI Alibaba Graph 支持多种不同的模式来使用子图，不同的使用方式会决定图之间是否共享上下文、。使用子图的一些原因包括：构建多智能体系统：每个智能体可以是一个独立的子图组件复用：

Spring AI Alibaba Graph 支持将工作流导出为 PlantUML 格式，方便可视化和文档化。 import net.sourceforge.plantuml.SourceStringReader; import net.

import com.alibaba.cloud.ai.graph.*; import org.springframework.ai.chat.client.ChatClient; import org.springframework.ai

许多 AI 应用程序需要记忆来跨多个交互共享上下文。在 Spring AI Alibaba 中，通过 Checkpointer 为任何 StateGraph 提供记忆。在创建任何 Spring AI Alibaba 工作流时，可以通过以下

并行流式输出允许在并行分支中使用 Flux 实现流式输出。每个并行节点可以独立产生流式输出，并保持各自的节点 ID，便于区分不同节点的输出。在并行流式输出中： Flux 流式输出：节点可以直接返回 Flux<T> 类型的流式数

为了克服并行分支中仅支持单步的问题，我们可以使用子图。示例 – 混合节点和子图 import com.alibaba.cloud.ai.graph.CompiledGraph; import com.alibaba.cloud.ai.gr

Spring AI Alibaba Graph 允许您定义并行节点以加速总图执行。要实现并发执行，您必须使用 RunnableConfig 为特定的并行节点提供一个 Executor： import com.alibaba.cloud.a

// 执行 Graph（Supervisor -> Coder） public void executeGraphWithCoder(CompiledGraph graph) { Map<String, Object> i

多智能体监督者模式是一种常见的多智能体系统架构，其中有一个监督者智能体负责协调和路由任务到不同的工作智能体。在多智能体监督者模式中： Supervisor Agent（监督者智能体）：负责路由到不同的 worker agentsWorke