夜雨聆风前文我们依次学习了基础对话、聊天记忆（MySQL 持久化）、Tool 工具调用，单个 Agent 只能兼顾规划、查时间、查天气全部工作，任务混杂容易输出混乱。本章进入多 Agent（Multi-Agent），把复杂任务拆分为多个专业子智能体，由总调度 Agent 统一分发、汇总结果，实现职责分离、输出更专业稳定。
一、什么是多 Agent，为什么需要多 Agent？
业务流程复杂、包含多维度信息输出（旅游、方案撰写、电商售后）； 每个领域有独立专业知识，需要差异化系统提示词； 系统需持续新增业务模块，希望低耦合扩展； 长对话、长上下文场景，拆分降低单轮提示词长度
调度 Supervisor Agent：总入口，接收用户完整出行需求，拆解子任务，调用对应子 Agent，最后汇总所有输出整合完整行程； 行程规划子 Agent：负责景点、交通、每日时段安排； 天气查询子 Agent：内置时间工具，查询目的地实时天气，给出穿搭建议； 预算核算子 Agent：根据天数、人数、景点门票预估整体开销。
Spring Boot 3.5.3 + Spring AI 1.0.0 JDK17 智谱 GLM-4-Flash 项目名：Weiz-SpringAI-MultiAgent
com.example.weizspringai├── WeizSpringAiMultiAgentApplication.java # 启动类├── agent # 所有Agent定义│ ├── SupervisorAgent.java # 总调度Agent│ ├── ItineraryAgent.java # 行程子Agent│ ├── WeatherAgent.java # 天气子Agent（携带时间Tool）│ └── BudgetAgent.java # 预算子Agent├── tool # 复用前文时区工具│ ├── TimeMethodTool.java│ └── CityRequest.java├── service # 多Agent调度业务服务│ └── MultiAgentService.java└── controller # 对外HTTP接口└── MultiAgentController.java
<?xml version="1.0" encoding="UTF-8"?><projectxmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>com.example</groupId><artifactId>Weiz-SpringAI-MultiAgent</artifactId><version>0.0.1-SNAPSHOT</version></parent><artifactId>Weiz-SpringAI-MultiAgent-Simple</artifactId><name>Weiz-SpringAI-MultiAgent-Simple</name><description>Weiz-SpringAI-MultiAgent-Simple</description><properties><java.version>17</java.version><maven.compiler.source>17</maven.compiler.source><maven.compiler.target>17</maven.compiler.target></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-zhipuai</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-client-chat</artifactId></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>
spring.application.name=Weiz-SpringAI-Agent-Toolsserver.port=8080spring.ai.zhipuai.api-key=你的智谱API Keyspring.ai.zhipuai.base-url=https://open.bigmodel.cn/api/paasspring.ai.zhipuai.chat.options.model=GLM-4-Flashlogging.level.org.springframework.ai=INFOlogging.level.com.example=DEBUG
package com.example.weizspringai.tool;import org.springframework.ai.tool.annotation.Tool;import org.springframework.ai.tool.annotation.ToolParam;import org.springframework.stereotype.Component;import java.time.LocalDateTime;import java.time.ZoneId;import java.util.Map;@Componentpublic class TimeMethodTool {@Tool(description = "根据城市名称获取对应时区当前日期时间")public String getCityCurrentTime(@ToolParam(description = "城市名称，如北京、成都、厦门") String city){Map<String, String> zoneMap = Map.of("北京","Asia/Shanghai","成都","Asia/Shanghai","厦门","Asia/Shanghai","伦敦","Europe/London");String zone = zoneMap.getOrDefault(city,"Asia/Shanghai");return city + " 当前时间：" + LocalDateTime.now(ZoneId.of(zone));}}
package com.example.weizspringai.agent;import lombok.RequiredArgsConstructor;import org.springframework.ai.chat.client.ChatClient;import org.springframework.stereotype.Component;@Component@RequiredArgsConstructorpublic class ItineraryAgent {private final ChatClient chatClient;/** 根据出行需求生成每日景点+交通行程 */public String generateRoute(String demand){String sysPrompt = """你是专业行程规划子Agent，只负责输出每日景点、交通路线、游玩时长；无需预算、无需天气穿搭，只输出行程结构；用户需求：{demand}输出格式：按天划分，上午/下午/晚间三段，标注景点、交通方式、建议停留时长。""".replace("{demand}", demand);return chatClient.prompt().system(sysPrompt).user(demand).call().content();}}
package com.example.weizspringai.agent;import com.example.weizspringai.tool.TimeMethodTool;import lombok.RequiredArgsConstructor;import org.springframework.ai.chat.client.ChatClient;import org.springframework.stereotype.Component;@Component@RequiredArgsConstructorpublic class WeatherAgent {private final ChatClient chatClient;private final TimeMethodTool timeTool;/** 根据目的地结合当地时间给出出行穿搭建议 */public String getWeatherAdvice(String destination){String sysPrompt = """你是天气穿搭子Agent，先调用工具获取目的地当前时间，再根据季节时段给出出行穿搭、防晒防雨建议，简洁输出。目的地：{city}""".replace("{city}", destination);return chatClient.prompt().system(sysPrompt).user("查询"+destination+"出行穿搭建议").tools(timeTool).call().content();}}
package com.example.weizspringai.agent;import lombok.RequiredArgsConstructor;import org.springframework.ai.chat.client.ChatClient;import org.springframework.stereotype.Component;@Component@RequiredArgsConstructorpublic class BudgetAgent {private final ChatClient chatClient;/** 根据天数、人数、目的地核算整体预算 */public String calcBudget(String demand){String sysPrompt = """你是旅游预算核算子Agent，仅核算人均总花费，拆分门票、餐饮、交通、住宿四项明细；不输出行程、天气内容；用户出行需求：{demand}""".replace("{demand}", demand);return chatClient.prompt().system(sysPrompt).user(demand).call().content();}}
package com.example.weizspringai.agent;import lombok.RequiredArgsConstructor;import org.springframework.ai.chat.client.ChatClient;import org.springframework.stereotype.Component;@Component@RequiredArgsConstructorpublic class SupervisorAgent {private final ItineraryAgent itineraryAgent;private final WeatherAgent weatherAgent;private final BudgetAgent budgetAgent;private final ChatClient chatClient;/** 主调度逻辑：分发任务、汇总三份子结果 */public String dispatchAndSummary(String userDemand){// 1. 分发调用三个专业子AgentString routeResult = itineraryAgent.generateRoute(userDemand);String dest = extractCity(userDemand); // 提取目的地String weatherResult = weatherAgent.getWeatherAdvice(dest);String budgetResult = budgetAgent.calcBudget(userDemand);// 2. 汇总全部信息，整合完整旅游方案String summaryPrompt = """你是总规划师，整合下面三份专业输出，生成一份完整通顺的旅游方案；【每日行程安排】：%s【目的地天气与穿搭】：%s【费用预算明细】：%s要求结构清晰，分三大块排版，语言亲切，适合出行参考。""".formatted(routeResult,weatherResult,budgetResult);// 调用模型整合输出return chatClient.prompt().system(summaryPrompt).user("整合完整旅游方案").call().content();}// 简易提取目的地（生产可优化正则/LLM提取）private String extractCity(String demand){if(demand.contains("厦门")) return "厦门";if(demand.contains("成都")) return "成都";if(demand.contains("北京")) return "北京";return demand.split("游玩")[0];}}
package com.example.weizspringai.service;import com.example.weizspringai.agent.SupervisorAgent;import lombok.RequiredArgsConstructor;import org.springframework.stereotype.Service;@Service@RequiredArgsConstructorpublic class MultiAgentService {private final SupervisorAgent supervisorAgent;/** 对外统一多Agent执行入口 */public String generateFullTravelPlan(String userRequest){return supervisorAgent.dispatchAndSummary(userRequest);}}
package com.example.weizspringai.controller;import com.example.weizspringai.service.MultiAgentService;import lombok.RequiredArgsConstructor;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RequestParam;import org.springframework.web.bind.annotation.RestController;import java.util.Map;@RestController@RequestMapping("/multiAgent")@RequiredArgsConstructorpublic class MultiAgentController {private final MultiAgentService multiAgentService;@GetMapping("/travelPlan")public Map<String, Object> travelPlan(@RequestParam("demand") String demand){String fullPlan = multiAgentService.generateFullTravelPlan(demand);return Map.of("code",200,"msg","多Agent协作生成完整旅游方案成功","userDemand",demand,"travelPlan",fullPlan,"agentMode","Supervisor调度 + 行程/天气/预算三子Agent");}}
六、验证测试
1. 测试请求地址
项目启动成功后，在浏览器中访问 地址：
http://localhost:8080/multiAgent/travelPlan?demand=两人去厦门玩三天，偏好海滨景点，不吃辣，人均预算1500以内
2. 执行流程复盘
传入厦门出行需求，Supervisor 提取城市为厦门； 行程 Agent 生成三天海滨每日路线； 天气 Agent 调用 Time 工具获取厦门当前时间，输出夏季穿搭防晒建议； 预算 Agent 拆分住宿、餐饮、门票，控制人均 1500； 调度 Agent 整合三部分内容，结构化输出完整方案。
3. 返回 JSON 结果
{"agentMode": "Supervisor调度 + 行程/天气/预算三子Agent","code": 200,"travelPlan": "【厦门旅游方案】\n\n一、行程安排\n\n**第一天：鼓浪屿风情之旅**\n- 上午：乘坐轮渡前往鼓浪屿，游览这座充满历史韵味的岛屿，感受其独特的建筑风格和休闲氛围。建议停留时长：2-3小时。\n- 下午：返回厦门岛，前往厦门大学，漫步在校园内，感受这所百年学府的文化底蕴。建议停留时长：1-2小时。\n- 晚间：前往曾厝垵，体验当地的小吃和文艺氛围，享受一个轻松愉快的夜晚。建议停留时长：2-3小时。\n\n**第二天：海滨休闲与宗教文化体验**\n- 上午：前往白城沙滩，享受阳光沙滩的悠闲时光。建议停留时长：2-3小时。\n- 下午：参观南普陀寺，感受佛教文化的庄严与宁静。建议停留时长：1-2小时。\n- 晚间：沿环岛路骑行，欣赏厦门的夜景，享受运动的乐趣。建议停留时长：2-3小时。\n\n**第三天：历史遗迹与自然生态探索**\n- 上午：参观胡里山炮台，了解厦门的历史变迁。建议停留时长：1-2小时。\n- 下午：游览厦门植物园，探索丰富的植物种类和生态环境。建议停留时长：2-3小时。\n- 晚间：漫步至沙坡尾，感受老厦门的生活气息。建议停留时长：1-2小时。\n\n二、目的地天气与穿搭\n- 当前厦门时间为2026年6月22日17:33:51，厦门属于亚热带季风气候，出行时建议穿着轻薄透气、宽松舒适的衣服，如T恤、短裤、裙子等。同时，携带防晒霜、遮阳帽等防晒用品，雨天可备雨伞或雨衣。\n\n三、费用预算明细\n- **门票费用**：约280元/人\n- **餐饮费用**：约150元/人\n- **交通费用**：约200元/人\n- **住宿费用**：约900元/人\n\n**总计**：约1620元/人\n\n注意事项：\n- 以上预算为估算，实际费用可能因季节、酒店预订情况等因素有所变动。\n- 餐饮费用未包含饮料和小费，可根据个人喜好和消费习惯调整。\n- 门票费用未包含可能产生的额外费用，如导游、讲解等。\n- 交通费用未包含可能的景点内部交通费用。\n\n本方案旨在为您提供一个结构清晰、内容丰富的厦门旅游指南，希望您在厦门的旅程愉快！","userDemand": "两人去厦门玩三天，偏好海滨景点，不吃辣，人均预算1500以内","msg": "多Agent协作生成完整旅游方案成功"}
总结
本章基于 Spring AI 实现调度式多 Agent 协作系统，使用旅游行程案例，将复杂出行任务拆分为行程、天气、预算三个专业化子智能体，由 Supervisor 统一分发、汇总结果。相比单一 Agent，多 Agent 架构职责清晰、易维护、输出质量更高，是企业级 AI 系统标准设计方案。
后续将进一步深挖 Multi Agent 高级特性 比如：引入对话记忆——Supervisor 绑定 MySQL 持久化记忆，记住用户长期偏好；动态路由——让调度 Agent 自主判断需要调用哪些子 Agent（无需固定全部调用）；结合 RAG——每个子 Agent 绑定专属知识库（景点知识库 / 餐饮知识库）
本系列文章源码：https://gitee.com/weizhong1988/weiz-spring-ai
《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《《
我的新书《从零开始学 Spring Cloud微服务架构》已在各大线上线下书店全面上架，热切期待大家前去选购！让我们携手共赴这场精彩绝伦的微服务架构学习盛宴吧！💪
点击图片购买🙏🙏🙏🙏
