1.AgentScope Java是什么

简单说，它就是专门给Java开发者准备的AI Agent框架，核心就是让大模型学会“思考-行动-观察”的ReAct循环，能自主调用工具、处理复杂任务，还支持多智能体协作、安全沙箱、分布式部署这些企业级刚需能力，直接把Agent上线的坑都帮你填平了。
官网文档：https://java.agentscope.io/v2/zh/intro

2.5分钟跑通你的第一个Java Agent

1. 环境准备

• JDK 17+、Maven 3.9+
• 申请一个大模型的API Key（这里用deepseek举例，配置环境变量DEEPSEEK_API_KEY即可）

2. 引入Maven依赖
   核心依赖就一个，除此之外 按需引入模型扩展模块：

<agentscope.version>2.0.1</agentscope.version> // 目前最新的agentscope.version版本是2.0.1

<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>agentscope-harness</artifactId>
    <version>${agentscope.version}</version>
</dependency>

大模型依赖：

// 千问大模型依赖
<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>agentscope-extensions-model-dashscope</artifactId>
    <version>${agentscope.version}</version>
</dependency>

// openai && deepseek 的大模型依赖
<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>agentscope-extensions-model-openai</artifactId>
    <version>${agentscope.version}</version>
</dependency>

• agentscope-extensions-model-openai 接入 OpenAI Chat Completions 风格的模型。OpenAI 兼容端点也使用这个适配模块，例如 DeepSeek、GLM、Kimi、MiniMax 等遵循 OpenAI API 载荷格式的服务。
  由于篇幅有限, 大模型依赖就不一一列举了,其他大模型集成可以参考官方文档
  文章中使用的是deepseek,因此只需要引入 agentscope-extensions-model-openai 这个依赖

3. 写个工具类，让Agent能干活
   用@Tool注解就能注册工具，和我们平时写Service方法一模一样，参数自动注入，完全不用额外适配：

import io.agentscope.core.tool.Tool;
import io.agentscope.core.tool.ToolParam;

import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

public class SimpleTools {
    @Tool(name = "get_time", description = "获取当前城市时间")
    public String getTime(@ToolParam(name = "city", description = "城市名称") String city) {
        return city + "当前时间：" + LocalDateTime.now()
                .format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
    }
}

4. 创建Agent，直接对话，Builder链式调用，清爽直观：

public class QuickStart {
    public static void main(String[] args) {
        // 1. 初始化工具集
        Toolkit toolkit = new Toolkit();
        toolkit.registerTool(new SimpleTools());
        // 2. 创建Agent，配置模型、提示词
        HarnessAgent agent = HarnessAgent.builder()
                .name("TimeAssistant")
                .model("deepseek:deepseek-flash") // 自动读取环境变量里的API Key
                .toolkit(toolkit)
                .build();
        // 3. 发送消息，获取回复
        UserMessage msg = new UserMessage("北京现在几点了？");
        String reply = agent.call(msg, RuntimeContext.empty()).block().getTextContent();
        System.out.println(reply);
    }
}

从执行结果可以看到 Agent会自动识别需要调用工具，提取参数“北京”，调用get_time方法，最后返回自然语言的结果，全程自主完成。

3.核心优势

1. 无缝对接现有Java生态
   不用学Python，不用改技术栈，直接复用现有的Spring Boot项目、Maven依赖，工具类直接拿现有的Service改个注解就能用，学习成本几乎为零。
2. 企业级能力开箱即用
   安全沙箱：支持本地/容器隔离，限制Agent的文件读写、网络访问权限，不用担心AI乱操作搞崩系统
   多智能体协作：可以定义多个不同角色的Agent，让它们自主协作完成复杂任务，比如一个负责查天气，一个负责规划行程
   会话持久化：支持Redis/MySQL存储会话状态，进程重启也不会丢上下文，多租户数据完全隔离
   全链路可观测：原生对接OpenTelemetry，可以实时查看Agent的思考过程、工具调用链路，排查问题一目了然
3. 支持MCP协议，无缝对接外部工具
   不用自己封装各种第三方API，在配置文件里一行声明MCP Server，Agent启动就能自动发现并调用GitHub、数据库、高德地图这些外部工具，扩展能力拉满。

总结
AgentScope Java 2.0就是给Java开发者量身打造的AI Agent开发神器，不用切换技术栈，就能快速把大模型能力落地到实际业务里，不管是做智能客服、代码助手还是业务自动化工具，都能快速上手。