Java 版的 AutoGPT？基于 Semantic Kernel (Java SDK) 构建全自动任务规划 Agent

🦁 前言：Java 程序员的 AI 困境

2024 年了，AI 圈子似乎全是 Python 的天下。
你想写个 Agent，网上的教程全是pip install langchain。
而在企业内部，我们的业务系统全是Spring Boot，微服务全是Java。

“难道为了接个 AI，我要在生产环境引入 Python 运行时吗？”运维大哥手里的板砖已经举起来了。

别慌！微软给 Java 开发者送来了一把神兵利器——Semantic Kernel (SK)。
不同于 LangChain 的野蛮生长，SK 是微软官方出品，专为企业级应用设计。它天生支持 C# 和Java，拥有强大的**Planner（规划器）**能力，能让你用 Java 写出类似AutoGPT的全自动任务智能体。

今天，我们就用 Java + Semantic Kernel，手搓一个能自动拆解任务、自动调用工具的 AI Agent！

🧠 核心原理：Planner 是如何“无中生有”的？

Semantic Kernel 的核心魔力在于Planner。
普通的 AI 只能回答问题，而带 Planner 的 Agent 能办事。

当你给出一个指令：“帮我查询下周三北京的天气，并给老板写一封邮件建议是否取消出差。”
Planner 会自动思考并生成如下计划：

1. 调用WeatherPlugin.getWeather(city="Beijing", date="Next Wednesday")。
2. 获取天气结果。
3. 调用EmailPlugin.generateContent(weather=...)。
4. 调用EmailPlugin.send(...)。

SK 架构流程图：

🛠️ 实战开发：Java Agent 起飞

1. 引入依赖

我们需要微软官方的 SK 包。

<dependency><groupId>com.microsoft.semantic-kernel</groupId><artifactId>semantickernel-api</artifactId><version>1.0.0-beta</version></dependency><dependency><groupId>com.microsoft.semantic-kernel</groupId><artifactId>semantickernel-connectors-ai-openai</artifactId><version>1.0.0-beta</version></dependency>

2. 定义“超能力” (Native Plugins)

这是 Agent 的手脚。我们用标准的 Java 注解@DefineKernelFunction来定义工具。

publicclassSystemTools{@DefineKernelFunction(name="get_current_time",description="获取当前系统时间")publicStringgetCurrentTime(){returnLocalDateTime.now().toString();}@DefineKernelFunction(name="send_email",description="发送邮件")publicStringsendEmail(@KernelFunctionParameter(name="recipient",description="收件人")Stringrecipient,@KernelFunctionParameter(name="content",description="邮件内容")Stringcontent){// 模拟发邮件逻辑System.out.println("📧 正在发送邮件给: "+recipient);System.out.println("📄 内容: "+content);return"发送成功";}}

3. 组装 Kernel 与 Planner

这是见证奇迹的时刻。我们将 LLM、工具和规划器组装在一起。

importcom.microsoft.semantickernel.Kernel;importcom.microsoft.semantickernel.planner.actionplanner.ActionPlanner;publicclassJavaAutoGPT{publicstaticvoidmain(String[]args){// 1. 初始化 Kernel (配置 OpenAI/Azure)Kernelkernel=Kernel.builder().withAIService(getOpenAIService())// 这里配置你的 Key.build();// 2. 导入我们的工具kernel.importPluginFromObject(newSystemTools(),"SystemTools");// 3. 创建规划器 (ActionPlanner 适合单一目标，SequentialPlanner 适合多步骤)// 注意：Java SDK 的 Planner 还在快速迭代中，API 可能会变varplanner=newActionPlanner(kernel,null);// 4. 用户指令Stringgoal="既然现在是下午了，给老板(boss@company.com)发个邮件说我下班了。";// 5. 自动生成计划并执行try{varplan=planner.createPlan(goal);System.out.println("🤖 AI 生成的计划: "+plan.getDescription());varresult=plan.invokeAsync(kernel.createNewContext()).block();System.out.println("✅ 执行结果: "+result.getResult());}catch(Exceptione){e.printStackTrace();}}}

4. 运行效果

控制台输出：

🤖 AI 生成的计划: 调用 SystemTools.get_current_time 获取时间，然后调用 SystemTools.send_email 📧 正在发送邮件给: boss@company.com 📄 内容: 老板你好，现在是 2024-12-12T18:00，我下班了。 ✅ 执行结果: 发送成功

看！你甚至没有告诉 AI 要先获取时间，它自己意识到了“现在”是一个变量，需要先调用get_current_time！这就是 Agent 的魅力。

🥊 为什么选 Semantic Kernel 而不是 LangChain？

1. 原生 Java 支持：不需要通过 Jython 或 HTTP 调用 Python 服务，直接嵌入 Spring Boot。
2. 企业级稳定性：微软出品，API 设计更严谨（虽然 Beta 阶段变动也大，但架构更清晰），更适合大中型项目。
3. 强类型约束：Java 的强类型系统能更好地约束 AI 的输入输出，减少“幻觉”导致的参数错误。

📝 总结

AI 不仅仅属于 Python。随着Semantic Kernel的成熟，Java 开发者终于有了自己的核武器。

未来，你的 Spring Boot 应用将不再是只会 CRUD 的死程序，而是拥有感知、思考、决策能力的智能体。

种一棵树最好的时间是十年前，其次是现在。赶紧把 Semantic Kernel 加入你的 Maven 依赖吧！