上一篇我们手写了一套多Agent协作框架：定义AgentRole、写任务分发器、自己起线程池做并行、手写executeWithFeedback做反馈循环，前前后后500多行。发出去之后，评论区有个同学说得很直接：
“这不就是自己造了个迷你版Spring AI Alibaba吗？官方不是有多Agent支持吗？”
被他说中了。我们手写那套，就是为了让你看懂多Agent是怎么跑起来的——真到项目里，没必要自己造轮子。Spring AI Alibaba 1.0 GA 已经把这套协作原语内置了：定义角色用ReactAgent，串流水线用SequentialAgent，并行用ParallelAgent，主管调度用Supervisor模式。今天就把上篇那套，用SAA重写一遍，你看看从500行能瘦到多少。
一、先对账：我们手写了什么，框架替你做了什么
| 上篇手写（500行） | Spring AI Alibaba |
|---|---|
AgentRole+ 四个静态角色定义 | ReactAgent.builder().name().instruction()一个Builder |
executePipeline顺序流水线 | SequentialAgent.builder().agents(a,b,c) |
自己写CompletableFuture+线程池并行 | ParallelAgent.builder()，内置合并策略 |
手写executeWithFeedback反馈循环 | Supervisor主管模式，路由+回退 |
| 手动把上一步output塞进下一步context | outputKey自动在状态里传递 |
| 自己打日志、记耗时 | 框架内置日志和状态追踪 |
一句话：你之前写的调度、并行、上下文传递，框架全干了。你真正该自己写的，只剩每个角色的Prompt和业务工具。
二、用SAA重写"需求→开发→测试"流水线
上篇我们手写了一个软件开发流水线：需求分析师→代码生成→测试。用SAA重写，整个配置类长这样：
@Configuration public class MultiAgentConfig { // 1. 需求分析Agent：一个ReactAgent就是一个角色 @Bean public ReactAgent requirementAnalyst(ChatModel chatModel) { return ReactAgent.builder() .name("requirement_analyst") .model(chatModel) .description("需求分析师，把业务需求拆成功能点") .instruction(""" 你是资深需求分析师。把下面需求拆成3-5个功能点，每个点一句话说清输入输出。 只做需求分析，不写代码。需求：{input} """) .outputKey("requirement_doc") // 输出存进状态，下一个Agent直接取 .build(); } // 2. 代码生成Agent：自动能读到上一步的 requirement_doc @Bean public ReactAgent codeGenerator(ChatModel chatModel) { return ReactAgent.builder() .name("code_generator") .model(chatModel) .description("Java开发，根据需求写代码") .instruction(""" 根据下面需求文档生成生产级Java代码，含异常处理。 只写代码。需求文档：{requirement_doc} """) .outputKey("code") .build(); } // 3. 测试Agent：同时能读到需求和代码 @Bean public ReactAgent testEngineer(ChatModel chatModel) { return ReactAgent.builder() .name("test_engineer") .model(chatModel) .description("测试工程师，写JUnit用例") .instruction(""" 根据需求和代码写3个JUnit用例，覆盖正常和异常。 需求：{requirement_doc} 代码：{code} """) .outputKey("test_cases") .build(); } // 4. 流水线：三个Agent串起来，替代上篇手写的 executePipeline @Bean public SequentialAgent devPipeline(ReactAgent requirementAnalyst, ReactAgent codeGenerator, ReactAgent testEngineer) { return SequentialAgent.builder() .name("dev_pipeline") .agents(requirementAnalyst, codeGenerator, testEngineer) .build(); } }对外暴露就一行：
@PostMapping("/pipeline") public Map<String,Object> pipeline(@RequestBody Map<String,String> body) { Object result = devPipeline.invoke(Map.of("input", body.get("requirement"))); return Map.of("status","success","result", result); }注意那个outputKey——这是框架替你做的最关键的事：需求Agent的输出自动存到requirement_doc，开发Agent的Prompt里写{requirement_doc}就能直接取到，你不用再像上篇那样手动拼context字符串、手动把上一步结果传进下一步。这就是"状态在节点间自动流转"。
三、并行和反馈循环，也有现成的
上篇我们手写了并行执行（executeParallel起线程池）和反馈循环（executeWithFeedback审查不通过回退重写）。SAA里：
- 并行：把
SequentialAgent换成ParallelAgent.builder().agents(a,b,c)，几个Agent同时跑同一个输入，结果自动合并——你不用再写CompletableFuture.allOf().join()； - 主管模式：复杂流程不是固定流水线时，用Supervisor Agent做"调度者"，由大模型判断下一步该派哪个角色，相当于上篇那个"分发器"升级成了由模型自主决策，比硬编码if-else灵活。
四、说句公道话：框架不是万能的
不能光吹，有三个边界你得清楚，不然上生产要踩坑：
- 你还是得自己写Prompt——
instruction那部分，角色靠不靠谱全看你Prompt写得行不行，框架只是把架子搭好； - 业务工具还是你自己接——查数据库、调内部接口这些，还是得做成
@Tool函数挂给Agent，框架不替你写业务； - 版本和成本要盯——多Agent一次跑下来是好几倍Token消耗（三个角色各调一次模型），上线前算清楚钱；框架版本也跟着官方更新，别锁死在老里程碑版。
所以正确姿势是：用SAA当骨架，把上篇手写那500行调度代码省掉，把精力放在Prompt和工具上。上篇手写那篇不白写——你真懂了调度原理，用框架时才知道它在背后帮你干了啥，出了问题才查得动。
五、简历可以这么写
基于 Spring AI Alibaba（ReactAgent/SequentialAgent）实现多Agent协作流水线，将需求分析、代码生成、测试用例三个专职Agent串联，通过outputKey自动传递上下文；
替代手写线程池调度约300行代码，支持ParallelAgent并行扩展与Supervisor主管路由。
💡领取完整Demo
关注图片上水印即Java-AI工程师，打出【agents】即可得到：三个ReactAgent + 一条Sequential流水线 + 一个接口，配好Key直接跑。
📢下期预告
多Agent讲完，下一篇回到生产避坑：Agent上线后Token账单爆炸？这5个地方在偷偷烧钱，省下来就是纯利润。
本文属于「Java AI Agent实战」合集
