AgentScope Java 2.0 项目实战： 从零构建自己的个人AI助手“小龙虾“

文章目录

• • 第一章：项目概览与技术架构
  • • 1.1 项目是什么？
    • 1.2 技术栈全景
    • 1.3 系统架构图
    • 1.4 项目目录结构（最终形态）
  • 第二章：环境准备与工具安装
  • • 2.1 必需软件清单
    • • 2.1.1 JDK 17+
      • 2.1.2 Maven 3.8+
      • 2.1.3 Node.js 20.x + npm 10.x
      • 2.1.4 Git
      • 2.1.5 IDE 推荐
    • 2.2 获取 API Key
    • 2.3 验证环境就绪
  • 第三章：后端项目搭建（Maven + Spring Boot）
  • • 3.1 创建 Maven 项目结构
    • • 步骤 1：创建根目录和基础结构
      • 步骤 2：编写 `pom.xml`
    • 3.2 编写 Spring Boot 启动入口
    • 3.3 Spring Boot 配置文件
  • 第四章：核心配置系统实现
  • • 4.1 配置体系设计思路
    • 4.2 根配置对象 — AgentscopeConfig
    • 4.3 Agent 配置条目 — AgentConfigEntry
    • 4.4 通道配置条目 — ChannelConfigEntry
    • 4.5 路由绑定条目 — BindingConfigEntry
    • 4.6 通道类型注册表 — ChannelTypeRegistry
    • 4.7 其他配置类速查
  • 第五章：启动引导与运行时初始化
  • • 5.1 ClawBootstrap 类结构
    • 5.2 Builder 内部类（★ 关键！）
  • 第六章：会话管理系统
  • • 6.1 设计理念
    • 6.2 SessionStore — 持久化层
    • 6.3 SessionAgentManager — 会话管理核心（★ 937行的核心类）
    • 6.4 SessionsTool — Agent 的会话工具
  • 第七章：网关与消息路由
  • • 7.1 HarnessGateway — 消息中枢
    • 7.2 消息流转完整链路
  • 第八章：外发消息系统
  • • 8.1 架构
    • 8.2 OutboundTool — Agent 侧工具
    • 8.3 OutboundController — HTTP API
    • 8.4 OutboundRequest — 请求 DTO
  • 第九章：技能市场系统
  • • 9.1 架构
    • 9.2 市场接口定义
    • 9.3 Git 市场
    • 9.4 Nacos 市场
    • 9.5 市场注册表
  • 第十章：Web API 控制器层
  • • 10.1 API 端点总览
    • 10.2 AgentWorkspaceController 示例（★ 最具代表性的 Controller）
  • 第十一章：AI 辅助起草服务
  • • 11.1 工作原理
    • 11.2 AgentDraftService
    • 11.3 AgentDraftController
    • 11.4 Prompt 模板
  • 第十二章：前端项目搭建（React + TypeScript + Vite）
  • • 12.1 创建前端项目
    • 12.2 package.json
    • 12.3 Vite 配置（★ 关键配置）
    • 12.4 TypeScript 配置
    • 12.5 HTML 入口
  • 第十三章：前端路由与应用骨架
  • • 13.1 路由设计
    • 13.2 入口文件
    • 13.3 AppShell — 应用外壳
    • 13.4 AgentLayout — Agent 作用域布局
  • 第十四章：前端 API 层与数据流
  • • 14.1 API 层设计原则
    • 14.2 Agent API
    • 14.3 聊天 SSE API（★ 核心中的核心）
    • 14.4 其他 API 文件速查
  • 第十五章：前端页面组件详解
  • • 15.1 页面组件清单与职责
    • 15.2 核心页面示例：AgentChatPage
    • 15.3 核心组件：ChatPanel（★ 前端最复杂的组件）
    • 15.4 ToolCallBlock — 工具调用展示
  • 第十六章：通道适配器集成
  • • 16.1 通道架构
    • 16.2 支持的通道类型
    • 16.3 通道配置示例
    • 16.4 钉钉接入步骤（最简单的本地调试方案）
    • 16.5 企业微信接入要点
  • 第十七章：构建配置与部署
  • • 17.1 完整构建命令
    • 17.2 构建流程详解
    • 17.3 运行方式
    • 17.4 首次启动后的自动行为
  • 第十八章：测试验证指南
  • • 18.1 启动验证清单
    • 18.2 聊天功能测试
    • 18.3 通道集成测试（以钉钉为例）
    • 18.4 AI 起草功能测试
    • 18.5 技能市场测试
  • 常见问题解答（FAQ）
  • • Q1: 为什么选择 Java + Spring Boot 而不是 Python？
    • Q2: 为什么用 WebFlux 而不是传统的 Spring MVC？
    • Q3: 会话数据为什么用 JSON 文件而不是数据库？
    • Q4: 如何替换 LLM 模型？
    • Q5: 钉钉通道为什么不需要公网 IP？
    • Q6: 前端构建产物如何部署到后端？
  • 附录：完整文件清单与依赖关系图
  • • A.1 后端 Java 文件（共约 55 个）
    • A.2 前端文件（共约 38 个）
    • A.3 核心依赖关系图

第一章：项目概览与技术架构

1.1 项目是什么？

AgentScope Paw 是一个个人 AI 助手管理平台，你可以把它理解为一个\”AI 助手操作系统\”：

• 它运行在你自己的电脑上（单用户、本地部署）
• 你可以创建多个 AI Agent（智能体），每个有独立的角色、提示词、工作区
• Agent 可以通过多种渠道与你交互：Web UI、钉钉、企业微信、飞书、GitHub、GitLab
• Agent 具备自进化能力：学会的技能、孵化的子智能体、积累的记忆都以文件形式存在工作区中

1.2 技术栈全景