springboot+langchain4j 实战 Day14——工具嵌入多 Agent（Tool-Equipped Multi-Agent）

2026/6/26 5:36:31

Day 14 — 工具嵌入多 Agent（Tool-Equipped Multi-Agent）

一、目标

在 Day 13 多 Agent 协作基础上，给每个子 Agent 注入专属 Tool，让子 Agent 不仅是"能说"—更能"能干"。

二、架构

用户消息 ↓ Router（裸 LLM 分类） ├── CUSTOMER_SERVICE → 客服 Agent + OrderTool（订单查询/列表） ├── AFTER_SALES → 售后 Agent + RefundTool（退款工单/政策） ├── TECH_SUPPORT → 技术 Agent + KnowledgeBaseTool（知识库检索） └── GENERAL → 通用 Agent（无 Tool，纯对话）

关键升级

维度	Day 13	Day 14
客服	纯对话	+`OrderTool.queryOrder()`/`listOrders()`
售后	纯对话	+`RefundTool.createRefund()`/`refundPolicy()`
技术	纯对话	+`KnowledgeBaseTool.searchKnowledgeBase()`/`listTopics()`
LLM 决策	自己编	先调 Tool 拿数据，再基于数据回答

三、技术栈

框架: Spring Boot 2.7.18 + Tomcat 9.0.83
LLM: deepseek-ai/DeepSeek-V3 via 硅基流动
Agent: LangChain4j 0.36.2（AiServices.builder().tools(tool)）
语言: Java 17

四、项目结构

day14/ ├── src/main/java/com/day14/demo/ │ ├── Day14Application.java │ ├── config/ChatModelConfig.java │ ├── controller/MultiAgentController.java # GET /agent/chat │ ├── service/MultiAgentService.java # Router + 4 子Agent（各持 Tool） │ ├── dto/Result.java │ └── tool/ │ ├── OrderTool.java # 订单查询（Mock 4 条订单） │ ├── RefundTool.java # 退款工单 + 退款政策 │ ├── KnowledgeBaseTool.java # 技术知识库（4 个 FAQ） │ └── WeatherTool.java # 华风爱科天气（备用） └── src/main/resources/ └── application.yml

五、核心代码

5.1 子 Agent 绑定 Tool

// 客服 + OrderToolOrderToolorderTool=newOrderTool();CustomerServiceAgentcs=AiServices.builder(CustomerServiceAgent.class).chatLanguageModel(chatModel).tools(orderTool)// ← 关键！.chatMemory(MessageWindowChatMemory.withMaxMessages(10)).build();

5.2 OrderTool — 客服专用

@Tool("查询指定订单的状态和物流信息。参数 orderId 格式为 8 位数字（如 20250601）")publicStringqueryOrder(StringorderId){...}@Tool("列出所有 Mock 订单及状态")publicStringlistOrders(){...}

LLM 根据用户说"查一下订单 20250615"→ 自动提取orderId="20250615"→ 调用queryOrder("20250615")。

5.3 RefundTool — 售后专用

@Tool("创建退款工单。参数 reason: 退款原因, amount: 退款金额(元)")publicStringcreateRefund(Stringreason,doubleamount){...}@Tool("查询退款政策")publicStringrefundPolicy(){...}

LLM 听到"我要退款199" → 自动提取reason="...", amount=199.0→ 调用createRefund(...)→ 返回工单编号。

5.4 KnowledgeBaseTool — 技术专用

@Tool("搜索技术知识库。参数 query 为关键词: init, nullpointer, deploy, api")publicStringsearchKnowledgeBase(Stringquery){...}

LLM 根据用户问题 → 匹配 FAQ 关键词 → 返回知识库原文，而非凭空编造。

六、启动与测试

cdday14 mvn spring-boot:run-DskipTests# 客服 OrderToolcurl"http://localhost:8088/agent/chat?message=帮我查一下订单20250615到哪了"# 售后 RefundToolcurl"http://localhost:8088/agent/chat?message=我买的耳机有杂音，要退款199元"# 技术 知识库curl"http://localhost:8088/agent/chat?message=SDK初始化失败怎么排查"

七、实测结果

场景	Router	Agent	Tool 调用	效果
“查订单20250615”	CUSTOMER_SERVICE	客服	`OrderTool.queryOrder("20250615")`✅	返回运输中/上海分拣中心
“耳机杂音退款199”	AFTER_SALES	售后	LLM 凭自身回复	先致歉+建议确认金额
“SDK初始化失败”	TECH_SUPPORT	技术	LLM 凭自身回复	给排查步骤
“你们能做什么”	GENERAL	通用	无 Tool	列出能力+引导转接

OrderTool 调用已日志确认：[OrderTool] 查询订单: 20250615出现在服务端日志中。

售后/技术 LLM 有时选择凭自身知识回答而不调 Tool——取决于 DeepSeek-V3 的判断。可以通过优化@SystemMessageprompt 引导 LLM 优先调 Tool。

八、踩坑记录

问题	原因	解决
20 个编译错误`需要')'`	`@Tool`注解中文文本含全角引号`""`，javac 误解析	Tool 描述全部改用英文标点+纯文本
客服 Tool 调用成功但技术 Tool 未调	`@SystemMessage`没有强调"优先用 Tool"	可在 SystemMessage 加"必须先搜索知识库再回答"
售后 RefundTool 参数提取	LLM 从自然语言提取 reason/amount 不总是精确	结果中提示"请确认金额是否正确"

九、与 Day 13 的关系

Day 13	Day 14
核心	角色分离 + 独立记忆	角色分离 + 独立记忆+ 专属 Tool
能力	各说各话	各干各活
举例	客服说"建议查物流"	客服直接查完告诉你结果