Spring AI与Qwen3.5构建智能Agent实践

1. 项目背景与核心挑战

去年底开始接触Spring AI框架时，我就被其"AI应用开发Spring化"的理念吸引。最近Qwen3.5开源模型的发布，特别是其出色的工具调用能力，让我萌生了结合两者实现多步Agent的想法。这个项目的核心目标是：让AI不仅能响应单次请求，还能自主拆解复杂任务、按需调用工具并整合结果。

实际开发中遇到几个关键挑战：

• Spring AI对国产模型支持度不足（默认适配OpenAI接口规范）
• Qwen3.5的工具调用协议与Spring AI的Agent机制存在兼容性问题
• 多步任务拆解时的状态维护和错误恢复机制缺失

2. 技术栈选型与配置

2.1 基础环境搭建

采用Spring Boot 3.2 + JDK 17组合，关键依赖包括：

xml复制<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-core</artifactId>
    <version>0.8.1</version>
</dependency>
<!-- 自定义Qwen3.5适配器 -->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>qwen-spring-adapter</artifactId>
    <version>1.0-beta</version>
</dependency>

2.2 Qwen3.5本地部署方案

通过Ollama在本地部署Qwen3.5-9B量化版（显存需求降至8GB）：

bash复制ollama pull qwen:9b
ollama run qwen:9b --verbose

实测发现：Qwen3.5-9B在RTX 3090上推理速度约28 tokens/s，完全能满足交互需求

3. Agent核心架构设计

3.1 分层架构

mermaid复制graph TD
    A[用户请求] --> B(路由层)
    B --> C{单步/多步判断}
    C -->|单步| D[直接工具调用]
    C -->|多步| E[任务拆解引擎]