Agent 设计模式 8：非 AI 智能体：用 Java 完成确定性操作

AgenticServices.agentBuilder(XXX)
                .chatModel(model)
                .outputKey("xxx")
                .build();

/**
 * 非AI智能体，将多个简历评审聚合成一个综合评审。
 * 这演示了普通Java操作符如何作为一等智能体用于智能体工作流，
 * 使它们能够与AI驱动的智能体互换使用。
 */
public class ScoreAggregator {

    @Agent(description = "将HR/经理/团队评审聚合成综合评审", outputKey = "combinedCvReview")
    public CvReview aggregate(@V("hrReview") CvReview hr,
                              @V("managerReview") CvReview mgr,
                              @V("teamMemberReview") CvReview team) {

        System.out.println("ScoreAggregator被调用，参数：hrReview=" + hr +
                ", managerReview=" + mgr +
                ", teamMemberReview=" + team);

        double avgScore = (hr.score + mgr.score + team.score) / 3.0;

        String combinedFeedback = String.join("\n\n",
                "HR评审: " + hr.feedback,
                "经理评审: " + mgr.feedback,
                "团队成员评审: " + team.feedback
        );

        return new CvReview(avgScore, combinedFeedback);
    }
}

/**
 * 非AI智能体，根据评分更新申请状态。
 * 这演示了普通Java操作符如何作为一等智能体用于智能体工作流，
 * 使它们能够与AI驱动的智能体互换使用。
 */
public class StatusUpdate {

    @Agent(description = "根据评分更新申请状态")
    public void update(@V("combinedCvReview") CvReview aggregateCvReview) {
        double score = aggregateCvReview.score;
        System.out.println("StatusUpdate被调用，评分: " + score);

        if (score >= 8.0) {
            // 示例用的模拟数据库更新
            System.out.println("申请状态更新为: 已邀请面试");
        } else {
            // 示例用的模拟数据库更新
            System.out.println("申请状态更新为: 已拒绝");
        }
    }
}

/**
 * 这里展示如何在智能体工作流中使用非AI智能体（普通Java操作符）。
 * 非AI智能体只是普通的方法，但可以像其他类型的智能体一样使用。
 * 它们非常适合确定性的操作，如计算、数据转换和聚合，这些操作不需要LLM参与。
 * 将更多步骤外包给非AI智能体，你的工作流将更快、更准确、更经济。
 * 对于需要强制确定性执行的步骤，非AI智能体比工具更受青睐。
 * 在这个例子中，我们希望评审者的综合评分是确定性计算的，而不是由LLM计算。
 * 我们同样基于综合评分确定性地更新数据库中的申请状态。
 * by 菩提树下的杨过（yjmyzz.cnblogs.com)
 */
@SpringBootApplication
public class _8_Non_AI_Agents {

    public static void main(String[] args) throws IOException {

        ConfigurableApplicationContext context = SpringApplication.run(AgentDesignPatternApplication.class, args);
        ChatModel model = context.getBean("ollamaChatModel", ChatModel.class);

        // 2. 构建并行评审步骤的AI子智能体
        HrCvReviewer hrReviewer = AgenticServices.agentBuilder(HrCvReviewer.class)
                .chatModel(model)
                .outputKey("hrReview")
                .build();

        ManagerCvReviewer managerReviewer = AgenticServices.agentBuilder(ManagerCvReviewer.class)
                .chatModel(model)
                .outputKey("managerReview")
                .build();

        TeamMemberCvReviewer teamReviewer = AgenticServices.agentBuilder(TeamMemberCvReviewer.class)
                .chatModel(model)
                .outputKey("teamMemberReview")
                .build();

        // 3. 构建组合的并行智能体
        var executor = Executors.newFixedThreadPool(3);  // 保留引用以便后续关闭

        UntypedAgent parallelReviewWorkflow = AgenticServices
                .parallelBuilder()
                .subAgents(hrReviewer, managerReviewer, teamReviewer)
                .executor(executor)
                .build();

        // 4. 构建包含非AI智能体的完整工作流
        UntypedAgent collectFeedback = AgenticServices
                .sequenceBuilder()
                .subAgents(
                        parallelReviewWorkflow,
                        new ScoreAggregator(), // 非AI智能体不需要AgenticServices构建器。outputKey 'combinedCvReview' 已在类中定义
                        new StatusUpdate(), // 以'combinedCvReview'作为输入，不需要输出
                        AgenticServices.agentAction(agenticScope -> { // 添加非AI智能体的另一种方式，可以操作AgenticScope
                            CvReview review = (CvReview) agenticScope.readState("combinedCvReview");
                            agenticScope.writeState("scoreAsPercentage", review.score * 100); // 当不同系统的智能体通信时，通常需要输出转换
                        })
                )
                .outputKey("scoreAsPercentage") // outputKey在ScoreAggregator.java中的非AI智能体注解中定义
                .build();

        // 5. 加载输入数据
        String candidateCv = StringLoader.loadFromResource("/documents/tailored_cv.txt");
        String candidateContact = StringLoader.loadFromResource("/documents/candidate_contact.txt");
        String hrRequirements = StringLoader.loadFromResource("/documents/hr_requirements.txt");
        String phoneInterviewNotes = StringLoader.loadFromResource("/documents/phone_interview_notes.txt");
        String jobDescription = StringLoader.loadFromResource("/documents/job_description_backend.txt");

        Map<String, Object> arguments = Map.of(
                "candidateCv", candidateCv,
                "candidateContact", candidateContact,
                "hrRequirements", hrRequirements,
                "phoneInterviewNotes", phoneInterviewNotes,
                "jobDescription", jobDescription
        );

        // 6. 调用工作流
        double scoreAsPercentage = (double) collectFeedback.invoke(arguments);
        executor.shutdown();

        System.out.println("=== 百分比形式的评分 ===");
        System.out.println(scoreAsPercentage);
        // 从日志中我们可以看到，申请状态也已经相应更新

    }
}