Java 智能体 Harness 之战：AgentScope 与 Solon 的架构抉择

// AgentScope Java — 双 Agent 协作示例
// 前置：引入 agentscope-java-sdk 依赖，配置 LLM endpoint

import com.alibaba.agentscope.*;
import com.alibaba.agentscope.pipeline.*;
import com.alibaba.agentscope.agent.*;

// 1. 定义研究 Agent：负责检索与摘要
Agent researcher = ReActAgent.builder()
    .name("researcher")
    .model("qwen-max")
    .tools(List.of(
        new WebSearchTool("serpapi", apiKey),
        new FileReadTool()
    ))
    .promptTemplate("你是一个研究助手。根据用户问题检索信息，输出结构化摘要。")
    .build();

// 2. 定义写作 Agent：基于摘要生成文章
Agent writer = LLMAgent.builder()
    .name("writer")
    .model("qwen-max")
    .promptTemplate("你是一个技术写作助手。基于以下研究摘要，撰写一篇中文技术博客。")
    .build();

// 3. 用 Sequential Pipeline 串联：先研究，再写作
Pipeline researchAndWrite = SequentialPipeline.builder()
    .agents(List.of(researcher, writer))
    .messageTransformer(msg -> {
        // 研究结果注入写作 Agent 的输入
        return Message.builder()
            .content("研究摘要:\n" + msg.getContent())
            .build();
    })
    .build();

// 4. 执行
Message result = researchAndWrite.run(
    Message.builder().content("对比 Java Agent 框架的架构差异").build()
);

System.out.println(result.getContent());

// Solon AI — 注解式 Agent 嵌入示例
// 前置：solon-ai-chat、solon-ai-agent 插件已引入

import org.noear.solon.ai.*;
import org.noear.solon.ai.agent.*;
import org.noear.solon.annotation.*;
import org.noear.solon.core.*;

@Controller
public class ResearchWriteController {

    // 1. 声明研究 Agent（注解驱动，零配置类）
    @Agent(name = "researcher", model = "qwen-max")
    private ReActAgent researcher;

    // 2. 声明写作 Agent
    @Agent(name = "writer", model = "qwen-max")
    private LLMAgent writer;

    // 3. 在 Controller 里编排——简单直接
    @Mapping("/research-write")
    public String doResearchWrite(String question) {
        // 研究阶段
        Message summary = researcher.call(question);

        // 写作阶段：把摘要喂给 writer
        Message article = writer.call(
            "基于以下研究摘要撰写技术博客:\n" + summary.getContent()
        );

        return article.getContent();
    }
}

你的项目已经是 Solon 应用？
├── 是 → Solon AI（零摩擦接入，注解式开发）
└── 否 → 继续判断
    ├── 需要多 Agent DAG 编排 + 分布式 Agent？
    │   ├── 是 → AgentScope Java（Pipeline + MQ 传输）
    │   └── 否 → 继续判断
    ├── 只需要单 Agent + 工具调用？
    │   ├── 是 → 两者皆可，Solon AI 更轻量（如果愿意引入 Solon）
    │   └── 否 → AgentScope Java（功能覆盖更全）

# solon-ai 最小启动配置 — application.yml
solon.app:
  name: ai-demo
  mode: plugin  # Solon 插件模式启动

solon.ai:
  chat:
    default-model: qwen-max
    default-endpoint: https://dashscope.aliyuncs.com/api/v1
    api-key: ${DASHSCOPE_API_KEY}  # 建议用环境变量
  agent:
    tool-scan: true  # 自动扫描 @Tool 注解方法

// 最小可运行 Agent — Solon AI
import org.noear.solon.ai.agent.*;
import org.noear.solon.annotation.*;
import org.noear.solon.core.*;

@Agent(name = "helper", model = "qwen-max")
public class HelperAgent {

    @Tool(desc = "获取当前时间")
    public String currentTime() {
        return java.time.Instant.now().toString();
    }

    @Tool(desc = "计算两个数的和")
    public int add(int a, int b) {
        return a + b;
    }
}

// 启动入口
public class App {
    public static void main(String[] args) {
        Solon.start(App.class, args);
        // Agent 自动注册，直接调用
        HelperAgent agent = Solon.context().getBean(HelperAgent.class);
        String answer = agent.call("现在是几点？15 加 27 等于多少？");
        System.out.println(answer);
    }
}