agents-flex

用 Java 快速构建 AI 智能体,支持 RAG、MCP、语音等能力

Agents-flex 是一个轻量级的 Java AI 智能体开发框架,定位为 Spring AI 的替代品。它旨在解决 Java 生态中构建复杂 AI 应用时缺乏灵活、轻量框架的问题。核心能力包括:RAG(检索增强生成)、MCP(模型上下文协议)、Skills(技能)、Text2SQL、LLM Wiki、子智能体、Web 搜索、TTS(同步和流式)和 STT。框架设计简洁,易于集成,支持多种主流 LLM(如 ChatGPT、Llama3、Ollama),适合快速搭建对话助手和智能体应用。

开源 free 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1069
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类对话助手
开发团队agents-flex
所属国家
定价模式free
价格说明开源框架,Apache-2.0 许可,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Java
技术栈/模型agent,ai,chatbot,chatgpt,gpt,langchain4j,llama3,llm,ollama,spring-ai
GitHub 星标★ 1069
30天Star增速
HF 下载量
上线时间2024-01-12 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数7

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • JDK 8 及以上(核心模块兼容 Java 8+)
  • 可编辑 pom.xml 的 Maven 工程(普通 Java 或 Spring Boot 均可)
  • 一个 OpenAI 兼容的模型服务,需提供 endpoint、model、apiKey
  • 如需流式输出,需要实现 StreamResponseListener 接口

安装与启动步骤

  1. 1添加 Maven 依赖

    普通 Java 项目在 pom.xml 中引入聚合依赖 agents-flex-bom;Spring Boot 项目把 artifactId 换成 starter。

    
        com.agentsflex
        agents-flex-bom
        2.2.9
    
  2. 2按需引入模块

    不想用聚合依赖时,可只依赖需要的模块,例如 OpenAI 对话能力和 Redis 存储。

    
        com.agentsflex
        agents-flex-chat-openai
        2.2.9
    
    
    
        com.agentsflex
        agents-flex-store-redis
        2.2.9
    
  3. 3设置 API Key

    把模型服务的密钥写入环境变量,示例代码通过 System.getenv 读取,避免硬编码。

    export GITEE_API_KEY=sk-xxxxxxxx
  4. 4编写对话代码

    用 OpenAIChatConfig.builder() 设置 endpoint、provider、model、apiKey,buildModel() 得到 ChatModel 后调用 chat()。

    import com.agentsflex.core.model.chat.ChatModel;
    import com.agentsflex.model.chat.openai.OpenAIChatConfig;
    
    public class ChatDemo {
        public static void main(String[] args) {
            ChatModel chatModel = OpenAIChatConfig.builder()
                .endpoint("https://ai.gitee.com")
                .provider("GiteeAI")
                .model("Qwen3-32B")
                .apiKey(System.getenv("GITEE_API_KEY"))
                .buildModel();
    
            String reply = chatModel.chat("Introduce Agents-Flex in one sentence.");
            System.out.println(reply);
        }
    }
  5. 5启用流式输出

    需要边生成边打印时改用 chatStream,实现 StreamResponseListener 的 onMessage 回调。

    chatModel.chatStream("Explain the Chain of Responsibility pattern in Java.", new StreamResponseListener() {
        @Override
        public void onMessage(StreamContext context, AiMessageResponse response) {
            System.out.print(response.getMessage().getContent());
        }
    });

关键配置

配置项必填说明示例
endpoint是模型服务的接口地址https://ai.gitee.com
provider是模型服务商名称标识GiteeAI
model是要调用的模型名称Qwen3-32B
apiKey是模型服务密钥,示例从环境变量读取sk-xxxxxxxx

如何确认成功

运行 main 方法后,控制台打印出一句话介绍 Agents-Flex 的内容,即表示模型调用成功。

常见问题

Q:必须使用 GiteeAI 吗?

A:不需要。示例走的是 OpenAI 兼容接口,把 endpoint、model、apiKey 换成你自己的模型服务配置即可。

Q:对 Java 版本有什么要求?

A:核心模块兼容 Java 8+,可运行在纯 Java、Spring Boot 或其他 JVM 技术栈中。

Q:Spring Boot 项目该引入哪个依赖?

A:使用 agents-flex-spring-boot-starter,版本号与示例一致(2.2.9)。

Q:只想用部分能力怎么办?

A:不要引入聚合依赖,改为单独依赖需要的模块,如 agents-flex-chat-openai、agents-flex-store-redis。

注意事项

  • README 中的版本号 2.2.9 请以实际最新版本为准。
  • apiKey 不要硬编码进代码,建议通过环境变量注入。
  • 同一套 Prompt、Options、拦截器和上下文机制同时适用于普通对话与流式输出。

核心亮点

  • 轻量级设计,相比 Spring AI 更简洁,上手快
  • 功能全面,集成 RAG、MCP、Text2SQL、语音等,开箱即用
  • 支持多种 LLM 提供商,灵活切换

不足之处

  • 社区和文档相对较少,学习资源有限
  • 项目较新,生态和稳定性有待观察

适用场景

  • 企业级对话机器人开发
  • 基于私有知识库的智能问答系统
  • 需要语音交互的 AI 助手应用

替代项目

Spring AI、LangChain4j、OpenAI Java Client

项目介绍

agents-flex 是开发框架领域的开源项目,由 agents-flex 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,069)位列前 30%,在开发框架分类中处于中上游。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。Apache-2.0 许可,完全免费,可自行部署使用。从国内网络环境看,可直接访问。

它主要面向的使用场景是:企业级对话机器人开发。同类可对比的替代方案包括 Spring AI、LangChain4j、OpenAI Java Client。

上一篇:poe-api-wrapper

下一篇:agentica

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12