上集回顾：老张通过MCP协议接入了企业所有系统，工具调用变得简单了。但老李（总监）提出了新要求：“代码太乱了，检索、记忆、安全校验都堆在一起，不好维护。”
一、故事继续：代码混乱的代价
周三下午，老张的客服系统代码：
@ServicepublicclassCustomerServiceAgent{// 1. 检索知识库List<Document>docs=vectorStore.similaritySearch(SearchRequest.builder().query(query).topK(5).build());// 2. 获取对话历史（最近10条）List<Message>history=chatMemory.get(userId,10);// 3. 安全检查if(isSensitive(query)){return"这个问题我不能回答";}// 4. 调用工具StringtoolResult=orderTools.queryOrder(orderId);// 5. 构建PromptStringprompt=buildPrompt(history,docs,toolResult,query);// 6. 调用AIStringanswer=chatClient.prompt().user(prompt).call().content();// 7. 保存历史（逐条 add）chatMemory.add(userId,newUserMessage(query));chatMemory.add(userId,newAssistantMessage(answer));returnanswer;}老李的批评：“小张啊，这代码能跑，但维护起来太痛苦了。换个向量库、改个安全策略，都要动这里。”
二、技术引入：什么是Advisor？
2.1 Advisor的本质
Advisor = 对请求/响应的增强器
原始请求 → [Advisor1] → [Advisor2] → [Advisor3] → AI → [Advisor3] → [Advisor2] → [Advisor1] → 响应老张的类比：“就像Spring MVC的拦截器链，每个Advisor做一件事，组合起来就是完整功能。”
2.2 Advisor vs 手写代码
| 方式 | 优点 | 缺点 |
|---|---|---|
| 手写逻辑 | 灵活 | 耦合严重、难测试 |
| Advisor链 | 解耦、可复用、易测试 | 需要理解链式执行 |
三、内置Advisor一览
3.1 Spring AI内置Advisor
| Advisor | 作用 | 类比 |
|---|---|---|
| QuestionAnswerAdvisor | RAG检索增强 | 给AI一本参考书 |
| MessageChatMemoryAdvisor | 会话记忆 | 给AI一个记事本 |
| ToolCallingAdvisor | 工具调用 | 给AI一双操作手 |
| SafeGuardAdvisor | 内容安全 | 给AI一个过滤器 |
| ReReadingAdvisor | RE2重读策略 | 让AI多读一遍 |
| SimpleLoggerAdvisor | 请求日志 | AI的日志本 |
3.2 使用示例
@ServicepublicclassEnhancedAgent{@AutowiredprivateChatClientchatClient;@AutowiredprivateVectorStorevectorStore;@AutowiredprivateChatMemorychatMemory;@AutowiredprivateOrderToolsorderTools;publicStringchat(StringuserId,Stringquestion){returnchatClient.prompt().user(question)// 第1层：RAG检索.advisors(newQuestionAnswerAdvisor(vectorStore))// 第2层：对话记忆.advisors(newMessageChatMemoryAdvisor(chatMemory,userId))// 第3层：工具调用.advisors(newToolCallingAdvisor(List.of(FunctionToolCallback.builder("queryOrder",orderTools::queryOrder).description("查询订单状态").inputType(String.class).build())))// 第4层：内容安全.advisors(newSafeGuardAdvisor()).call().content();}}老张的发现：“哇！代码从30行变成10行，而且每层职责清晰！”
四、自定义Advisor
4.1 场景：业务日志记录
@ComponentpublicclassBusinessLogAdvisorimplementsCallAdvisor{@OverridepublicChatClientResponseadviseCall(ChatClientRequestrequest,CallAdvisorChainchain){longstartTime=System.currentTimeMillis();// 执行后续链ChatClientResponseresponse=chain.nextAdviseCall(request);// 记录日志log.info("用户{}提问：{}，耗时：{}ms，结果长度：{}",request.getContext().getUserId(),request.getPrompt().getTextContents(),System.currentTimeMillis()-startTime,response.getResult().getOutput().getText().length());returnresponse;}}4.2 场景：敏感词过滤
@ComponentpublicclassSensitiveWordAdvisorimplementsCallAdvisor{privatestaticfinalList<String>SENSITIVE_WORDS=List.of("政治敏感词","广告关键词","...");@OverridepublicChatClientResponseadviseCall(ChatClientRequestrequest,CallAdvisorChainchain){// 检查输入for(Stringword:SENSITIVE_WORDS){if(request.getPrompt().getTextContents().contains(word)){returnChatClientResponse.builder().result(newChatResponse(List.of(newGeneration(newAssistantMessage("抱歉，该问题涉及敏感内容")))).build();}}// 执行后续ChatClientResponseresponse=chain.nextAdviseCall(request);// 检查输出Stringcontent=response.getResult().getOutput().getText();for(Stringword:SENSITIVE_WORDS){if(content.contains(word)){returnChatClientResponse.builder().result(newChatResponse(List.of(newGeneration(newAssistantMessage("抱歉，该回答包含敏感内容")))).build();}}returnresponse;}}五、Advisor链的执行顺序
5.1 顺序规则
Advisor顺序：值越小越先处理请求，越后处理响应（栈式）// 定义顺序@BeanpublicAdvisorragAdvisor(VectorStorestore){returnnewQuestionAnswerAdvisor(store){@OverridepublicintgetOrder(){returnInteger.MIN_VALUE;}// 最先执行};}@BeanpublicAdvisormemoryAdvisor(ChatMemorymemory){returnnewMessageChatMemoryAdvisor(memory){@OverridepublicintgetOrder(){return0;}};}@BeanpublicAdvisortoolAdvisor(){returnnewToolCallingAdvisor(...){@OverridepublicintgetOrder(){returnInteger.MAX_VALUE;}// 最后执行};}5.2 执行流程图
请求进入 ↓ [SafeGuardAdvisor] 安全检查（最外层） ↓ [BusinessLogAdvisor] 日志记录 ↓ [QuestionAnswerAdvisor] RAG检索 ↓ [MessageChatMemoryAdvisor] 加载记忆 ↓ [ToolCallingAdvisor] 工具调用（最内层） ↓ AI模型 ↓ [ToolCallingAdvisor] 处理工具结果 ↓ [MessageChatMemoryAdvisor] 保存记忆 ↓ [QuestionAnswerAdvisor] 增强Prompt ↓ [BusinessLogAdvisor] 记录响应 ↓ [SafeGuardAdvisor] 最终检查 ↓ 返回给用户六、实战：老张的重构
6.1 重构后的代码
@ConfigurationpublicclassAgentConfig{@BeanpublicAdvisor[]advisors(VectorStorevectorStore,ChatMemorychatMemory,OrderToolsorderTools,McpClientmcpClient){returnnewAdvisor[]{// 顺序从高到低newSafeGuardAdvisor(),// 安全newBusinessLogAdvisor(),// 日志newQuestionAnswerAdvisor(vectorStore),// RAGnewMessageChatMemoryAdvisor(chatMemory),// 记忆newToolCallingAdvisor(mcpClient),// 工具};}}@ServicepublicclassCustomerServiceAgent{@AutowiredprivateChatClientchatClient;publicStringchat(StringuserId,Stringquestion){returnchatClient.prompt().user(question).advisors(advisors)// 一次性注入所有Advisor.call().content();}}老张的感慨：“以前30行的代码，现在5行搞定。以后加新功能，加个Advisor就行，不用动主逻辑。”
七、下一集预告
老张的代码终于优雅了，但总监老李又提了挑战：“现在AI只会按固定流程走，能不能让它自己规划、自主决策？”
第10集《Agent不是遥不可及：ChatClient + @Tool 实现你的第一个Agent》将讲述如何让AI从"被动回答"变成"主动行动"。
📦 完整代码
GitHub分支：https://github.com/yinclei/SpringAITutorial/chapter09-advisor-chain
💬 互动环节
老兵问答：
你在项目中用过AOP或拦截器吗？
A. 用过Spring AOP
B. 用过MyBatis拦截器
C. 知道概念但没实操过
D. 完全没用过
下周一晚9点，我们继续！
作者：Java老兵搞AI | 关注我，看Java如何玩转AI
