981 多Agent+Skills+SpringAI 构建自主决策智能体

课程介绍

2026 AI Agent 落地大爆发，掌握 " 多 Agent 协同 + 自主决策 + Skills 技能封装 " 的 Java 工程师，身价倍增。本课程以旅游规划为实战场景，‌SpringAI 生态‌为技术核心，深度集成 JManus（类 Manus 轻量级多 Agent 协同引擎）与 AgentScope（技能模块化封装利器），手把手带你系统掌握 ReAct 模式、多 Agent 协同架构核心，收获可复用 Agent 落地方案，提升 Agent 分工策略设计 、协同决策工作流 、技能模块化封装等全链路开发能力。专注帮助你从 AI API 调用工程师晋升到多 Agent 架构设计师。 可复用 Agent 方案，ReAct 自主决策 × SpringAI 多 Agent 生态，倍增你的 AI 架构力 课程 目录： ├─代码 │ AiTripPlan-master.zip │ ├─多 Agent+Skills+SpringAI 构建自主决策智能体 - 后续更新 │ └─代码 │ AiTripPlan-master.zip ├─第1章 AI 正式进入多 Agent 协作和自主决策的时代 │ 1-1 多Agent融合自主决策，AI发展的必然趋势.mp4 │ 1-2 准备工作：安装ApiFox.mp4 │ 1-3 准备工作：配置阿里大模型广场的ApiKey.mp4 │ 1-4 准备工作：百度地图API秘钥(AK).mp4 │ 1-5 准备工作：安装Nacos 3.mp4 │ 1-6 仿Manus能自主决策的框架：Jmanus.mp4 │ 1-7 具备ReAct核心能力的框架：AgentScope.mp4 │ ├─第2章 大白话快速简单过一遍 Ai 大模型 │ 2-1 大模型咋就懂咱说啥 ？.mp4 │ 2-2 大模型的信息分析器：Transformer层.mp4 │ 2-3 大模型的大脑中枢：自注意力机制.mp4 │ 2-4 大模型的回应咋就这么体贴呢.mp4 │ 2-5 大模型是弹药库，智能体则是武器.mp4 │ ├─第3章 MCP + Skills，Agent“工具+技能”的双轮驱动 │ 3-1 大模型困境：数据获取与整合上 的“抓瞎”.mp4 │ 3-10 多Agent跨部门协作：A2A协议.mp4 │ 3-11 主流的多Agent开发框架.mp4 │ 3-12 多Agent的核心执行流程.mp4 │ 3-2 困境解决方案：函数调用( Function Calling ).mp4 │ 3-3 Function Calling就是大模型的跑腿小弟.mp4 │ 3-4 更优的困境解决方案： MCP.mp4 │ 3-5 对比Function Calling，MCP的不同.mp4 │ 3-6 体验MCP：Jmanus配置MCP服务.mp4 │ 3-7 具有专业知识的Agent Skills.mp4 │ 3-8 工具调用最强组合：Agent Skills+MCP.mp4 │ 3-9 搞定复杂活儿，得靠多个Agent协作.mp4 │ ├─第4章 SpringAi 1.1 实现 MCP+A2A │ 4-1 以bom方式导入SpringAi Alibaba依赖.mp4 │ 4-10 SpringAi 1.1 整合MCP.mp4 │ 4-11 SpringAi 1.1 A2A的3个核心组件.mp4 │ 4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4 │ 4-13 SpringAi 1.1 A2A的服务注册.mp4 │ 4-14 SpringAi 1.1 A2A的服务发现.mp4 │ 4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4 │ 4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4 │ 4-2 导入MCP依赖.mp4 │ 4-3 MCP能连接万物的原因：通信的分层设计.mp4 │ 4-4 MCP的通信：SSE实时传输.mp4 │ 4-5 创建MCP工具.mp4 │ 4-6 将MCP工具注册到MCP服务.mp4 │ 4-7 线程不会被卡住：WebFlux框架.mp4 │ 4-8 Jmanus导入SpringAi自定义的MCP服务.mp4 │ 4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4 │ ├─第5章 Agent 团队打造专属你的旅行规划 │ 5-1 旅行规划的复合任务拆解.mp4 │ 5-2 团队成员：路线制定专员Agent.mp4 │ 5-3 团队成员：行程规划经理Agent.mp4 │ 5-4 团队成员：费用统筹管家Agent.mp4 │ 5-5 Agent团队和大模型的无缝协作.mp4 │ 5-6 百度地图MCP提供的工具体系全景.mp4 │ ├─第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代 │ 6-1 SpringAI 1.0，1.1 和 2.0.mp4 │ 6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4 │ 6-11 MCP客户端连接MCP服务端.mp4 │ 6-12 大模型调用本地自定义的MCP服务.mp4 │ 6-13 RAG只是一个过渡阶段吗 ？.mp4 │ 6-14 长下文能取代RAG吗 ？.mp4 │ 6-15 测试AgentScope的Agent运行.mp4 │ 6-2 SpringBoot整合SpringAi Alibaba.mp4 │ 6-3 和大模型互动的中枢：ChatModel对象.mp4 │ 6-4 和大模型互动的窗口：ChatClient对象.mp4 │ 6-5 ChatClient流式响应获取数据 (SSE).mp4 │ 6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4 │ 6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4 │ 6-8 SpringAi 1.1 Agent团队协同合作.mp4 │ 6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4 │ ├─第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松 │ 7-1 以工作流方式编排旅行规划的团队协同.mp4 │ 7-10 SpringAi Alibaba1.1的Graph引擎.mp4 │ 7-11 SpringAi 1.1的工作流状态更新.mp4 │ 7-12 基于Graph搭建旅游规划工作流.mp4 │ 7-13 总结Agent和Graph分别构建的工作流.mp4 │ 7-2 搭建工作流的记忆中枢：OverAllState.mp4 │ 7-3 搭建工作流的框架蓝图：StateGraph.mp4 │ 7-4 搭建工作流的执行单元：NodeAction.mp4 │ 7-5 搭建工作流的流程顺序：Edge.mp4 │ 7-6 编译及运行工作流.mp4 │ 7-7 图形化展示工作流.mp4 │ 7-8 Flux就是装载SSE流式数据的容器.mp4 │ 7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4 │ ├─第8章 Jmanus 懂思考、会规划、一步步动手完成任务。 │ 8-1 多Agent设计思路 角色分工.mp4 │ 8-10 JManus的核心：计划协调器.mp4 │ 8-11 JManus向大模型请求计划创建.mp4 │ 8-12 根据计划类型创建不同的执行者.mp4 │ 8-13 不同的执行者调用不同的执行流程.mp4 │ 8-2 多Agent设计思路 冲突协商.mp4 │ 8-3 多Agent设计思路 SOP管理机制.mp4 │ 8-4 Manus多Agent的技术架构.mp4 │ 8-5 Manus是自主决策的Ai Agent.mp4 │ 8-6 OpenManus复刻Manus的架构思路.mp4 │ 8-7 PlanAct是全局流程规划的主管.mp4 │ 8-8 ReAct是灵活应变的基层执行者.mp4 │ 8-9 JManus的文件架构以及Prompt提交入口.mp4 │ └─第9章 Docker 部署分布式 Agent 搞定旅游规划 9-1 AgentScope搭建工程化的分布式Agent协同.mp4 9-10 远程Agent封装为工具执行子任务.mp4 9-2 分布式Agent自主旅游规划的架构思路.mp4 9-3 SpringBoot 4 和 AgentScope 的整合.mp4 9-4 创建不同节点的ReAct Agent.mp4 9-5 主管Agent自主分解复杂任务.mp4 9-6 自主分解任务的关键：PlanNotebook.mp4 9-7 计划和执行中的事件拦截：Hook.mp4 9-8 主管Agent分发任务给相应Agent.mp4 9-9 团队成员的智能体卡片注册到Nacos.mp4 ├─第10章 Skills 让 Agent 按照专业流程工作 │ 10-1 Agent的牛马小弟：SubAgent.mp4 │ 10-2 Agent Skills就是个专属工作流.mp4 │ 10-3 Skills装载的是专业知识和工作流程.mp4 │ 10-4 Skills的渐进式加载机制.mp4 │ 10-5 Skills的文件结构标准.mp4 │ 10-6 总结Agent从助手到自主协作的进化过程.mp4 │ 10-7 SpringAi 1.1.2实现Agent装载Skills.mp4 │ ├─第11章 MCP+A2A，助力旅游规划团队协作 │ 11-1 回顾AgentScope旅游规划的整体架构.mp4 │ 11-2 测试团队成员基于A2A协议注册到Nacos.mp4 │ 11-3 测试主管Agent基于A2A协议获取团队成员.mp4 │ 11-4 测试主管Agent调动团队成员执行任务.mp4 │ 11-5 获取百度地图MCP服务端的工具列表.mp4 │ 11-6 路线制定专员Agent挂载百度地图MCP.mp4 │ 11-7 主管Agent自主分发任务给远程相应的成员.mp4 │ 11-8 人工介入修改主管Agent制定的计划.mp4 │ ├─第12章 专属SubAgent, 处理旅游规划专业Skills │ 12-1 行程规划经理挂载Skills.mp4 │ 12-2 有限预算内规划精彩旅行的Skills.mp4 │ 12-3 表格制作Skills.mp4 │ 12-4 Skills实现Agent工具的渐进式加载.mp4 │ 12-5 景点推荐SubAgent执行景点推荐任务.mp4 │ ├─第13章 旅游规划优化，监控，部署 │ 13-1 敏感资源处理方案.mp4 │ 13-2 主管Agent暴露和用户交互的接口.mp4 │ 13-3 docker搭建Agent跟踪和Token消费分析.mp4 │ 13-4 旅游规划Agent团队集成Agent追踪观测.mp4 │ 13-5 测试主管Agent接收Prompt及结构化输出.mp4 │ 13-6 旅游规划打印出Agent的深度思考.mp4 │ 13-7 测试路线制定专员规划最优驾车路线.mp4 │ 13-8 课程总结.mp4