基于Spring AI的AI Agent应用demo地址：https://github.com/q644266189/aiagentdemo
项目核心模块
| 模块/功能 | 核心能力描述 |
|---|---|
| AgentCore核心编排器 | 负责意图识别、记忆管理与大模型调用，协调各模块运行。 |
| ChatMemory | 对话记忆管理，支持三层上下文压缩：摘要压缩 → Assistant裁剪 → 滑动窗口。 |
| Tool (Function Calling) | 可插拔工具注册机制，通过InnerTool统一接口注册，LLM自主决策调用工具。 |
| RAG | 完整检索增强生成流水线：文档加载 → 分块 → 向量化 → 存储 → 多路召回（语义+BM25+查询改写）→ RRF融合 → 重排 → LLM生成。 |
| Command & Skill | Markdown驱动的Prompt模板机制：Command由用户主动触发，Skill作为Tool由LLM决策调用。 |
| SubAgent | 拥有独立记忆的子代理，支持内部SubAgent和外部IdeaLab Agent两种形态。 |
| MCP | 双向MCP支持：作为Client动态连接外部MCP服务，或作为Server对外暴露服务。 |
1.ChatMemory 对话记忆（会话压缩）实现
三层递进上下文压缩策略（防 Token 溢出 / 成本失控）
第一层：摘要压缩（智能压缩，优先触发）
触发条件：历史消息 > 16 条
执行逻辑：自动用 LLM 将早期消息总结为300 字内摘要，注入 system prompt，原消息移除
核心设计
内聚透明：压缩逻辑封装，调用方无感知
增量压缩：旧摘要 + 新对话合并总结，避免信息丢失
TOOL 消息保护：截断自动避开 TOOL 消息，保证工具调用上下文完整
第二层：Assistant 消息裁剪（精准裁剪，持续生效）
规则：仅保留最近 3 条LLM 回复
优势：LLM 回复占 Token 多，精准裁剪大幅减少上下文体积
第三层：滑动窗口（兜底保护，最后防线）
规则：消息总数 > maxRounds×4 时，直接丢弃最早消息
作用：硬性限制上下文大小，防止无限增长
三层协同逻辑
摘要压缩（保信息）→ Assistant 裁剪（省 Token）→ 滑动窗口（硬保护）
2.RAG 模块：检索增强生成
一、RAG 整体流程（总览）
文档分块 → 向量入库 → 用户提问 → 多路召回 → RRF 融合 → Rerank 重排 → 拼接上下文 → 交给 LLM 回答
二、分步详细流程
- 文档预处理：分块（决定检索质量）
使用递归语义分块 TextSplitter（默认）
规则：500 字符 / 块，重叠 50 字符
目标：保证语义完整，不破坏段落逻辑 - 向量存储
用 EmbeddingModel 生成文本向量
存入内存 VectorStore（生产可换 Milvus/Pinecone）
支持余弦相似度检索 - 用户发起查询
输入用户问题 question - 多路召回（粗检索，求全）
同时启动 3 路召回，每路取若干候选，汇总成候选池：
SemanticRecaller 语义召回：向量相似度，懂语义
Bm25Recaller 关键词召回：BM25 算法，精准匹配
QueryRewriteRecaller 查询改写召回：把问题转 3 种说法再检索，扩大覆盖
→ 输出：9 个候选文档 - RRF 融合（多路结果合并）
对 3 路结果用 RRF 倒数排名融合
不看原始分数，只看排名
合并、去重、重新排序
输出：排序后的候选集 - Rerank 重排（精检索，求精）
将 9 个候选送入 LLM 重排模型
按问题相关性重新精准打分
取 TOP3 最相关文档 - 构建上下文
把 TOP3 文档按格式拼接：
【参考资料1】【参考资料2】【参考资料3】
返回干净的上下文字符串
供 LLM 基于事实回答
三、核心技术串讲
多路召回：向量 + BM25 + 查询改写，互补盲区
RRF 融合：按倒数排名合并多路结果
Rerank：精排提升相关性，只留最有用的 3 条
BM25：关键词匹配召回
TextSplitter：递归语义分块
Embedding + VectorStore：向量检索
四、超精简流程
文档先分块、转向量入库；用户提问后，走三路召回 + RRF 融合，再经 Rerank 取 TOP3，最后拼接成上下文给大模型生成答案。
