在傳統(tǒng)企業(yè)招聘流程中HR和業(yè)務(wù)部門常常面臨簡歷篩選效率低、面試安排繁瑣、候選人跟進(jìn)不及時(shí)等痛點(diǎn)。隨著AI Agent技術(shù)的興起如何將其與企業(yè)現(xiàn)有系統(tǒng)深度結(jié)合構(gòu)建一個(gè)穩(wěn)定、可落地、能真正提升業(yè)務(wù)效率的智能體系統(tǒng)成為許多Java開發(fā)者關(guān)注的新方向。本文將基于Spring AI Alibaba和其Graph工作流模塊完整拆解一個(gè)企業(yè)級(jí)HR招聘垂直Agent系統(tǒng)的構(gòu)建過程。從零開始手把手帶你用Graph工作流重構(gòu)招聘流程最終打造一個(gè)可自主協(xié)同、具備復(fù)雜決策能力的Java Agent系統(tǒng)。無論你是希望將Java開發(fā)技能拓展至AI應(yīng)用領(lǐng)域還是正在尋找企業(yè)級(jí)Agent的落地方案本文提供的完整代碼和架構(gòu)思路都能直接復(fù)用。1. 項(xiàng)目背景與核心概念解析在深入代碼之前我們有必要厘清幾個(gè)核心概念理解我們?yōu)槭裁匆眠@些技術(shù)來解決招聘流程的痛點(diǎn)。1.1 傳統(tǒng)招聘流程的挑戰(zhàn)與AI Agent的機(jī)遇典型的招聘流程包含職位發(fā)布、簡歷收集、初步篩選、業(yè)務(wù)面試、HR面試、Offer發(fā)放等多個(gè)環(huán)節(jié)。這個(gè)流程存在幾個(gè)明顯問題信息過載HR需要從海量簡歷中快速匹配職位要求人工篩選耗時(shí)耗力且容易遺漏。流程僵化面試安排、結(jié)果反饋、資料流轉(zhuǎn)嚴(yán)重依賴人工溝通和線下表格效率低下。經(jīng)驗(yàn)無法沉淀優(yōu)秀面試官的評(píng)估標(biāo)準(zhǔn)和招聘策略難以量化并復(fù)用到整個(gè)團(tuán)隊(duì)。AI Agent為解決這些問題提供了新思路。一個(gè)智能的招聘Agent可以自動(dòng)執(zhí)行自動(dòng)解析簡歷與職位描述進(jìn)行匹配打分。智能協(xié)調(diào)根據(jù)面試官日歷自動(dòng)安排面試并發(fā)送通知。持續(xù)學(xué)習(xí)從歷史招聘數(shù)據(jù)中學(xué)習(xí)成功的候選人特征優(yōu)化篩選模型。1.2 Spring AI Alibaba 與 Graph 工作流Spring AI Alibaba是阿里巴巴基于Spring AI生態(tài)提供的企業(yè)級(jí)AI應(yīng)用開發(fā)框架。它不僅僅是對(duì)大模型API的封裝更重要的是提供了構(gòu)建復(fù)雜、穩(wěn)定、可觀測的AI應(yīng)用所需的基礎(chǔ)設(shè)施例如統(tǒng)一的多模型接入、對(duì)話記憶管理、工具調(diào)用、以及本文核心——Graph工作流。Graph工作流是一種用于編排多個(gè)AI智能體Agent或處理節(jié)點(diǎn)Node的編程模型。你可以將它理解為一個(gè)有向無環(huán)圖DAG圖中的每個(gè)節(jié)點(diǎn)代表一個(gè)獨(dú)立的功能單元如調(diào)用大模型、執(zhí)行代碼、訪問數(shù)據(jù)庫節(jié)點(diǎn)之間的邊定義了數(shù)據(jù)流和控制流。Graph工作流的核心價(jià)值在于可視化編排復(fù)雜業(yè)務(wù)邏輯可以通過連接節(jié)點(diǎn)來清晰定義。復(fù)用與組合將通用功能封裝為節(jié)點(diǎn)像搭積木一樣構(gòu)建復(fù)雜應(yīng)用。狀態(tài)管理框架自動(dòng)管理整個(gè)工作流執(zhí)行過程中的狀態(tài)和上下文。1.3 企業(yè)級(jí)Java Agent系統(tǒng)在本項(xiàng)目中“Agent系統(tǒng)”并非指Java Instrumentation中的javaagent而是指具備自主性、交互性和協(xié)同性的軟件智能體。一個(gè)企業(yè)級(jí)Agent系統(tǒng)應(yīng)具備以下特征穩(wěn)定性與可靠性能夠處理異常具備重試、降級(jí)策略?？捎^測性執(zhí)行過程可追蹤、可調(diào)試、可審計(jì)。易于集成能夠與企業(yè)現(xiàn)有的HR系統(tǒng)、日歷系統(tǒng)、郵件系統(tǒng)等無縫對(duì)接。業(yè)務(wù)導(dǎo)向設(shè)計(jì)圍繞具體業(yè)務(wù)場景如招聘而非單純的技術(shù)演示。我們的目標(biāo)就是利用Spring AI Alibaba的Graph工作流將招聘流程中的各個(gè)環(huán)節(jié)簡歷解析、人崗匹配、面試安排模塊化為不同的Agent節(jié)點(diǎn)并通過Graph進(jìn)行編排最終形成一個(gè)高度自動(dòng)化、智能化的“HR招聘垂直Agent系統(tǒng)”。2. 環(huán)境準(zhǔn)備與項(xiàng)目搭建工欲善其事必先利其器。我們先來搭建開發(fā)環(huán)境并初始化項(xiàng)目。2.1 基礎(chǔ)環(huán)境要求JDK: 17 或更高版本Spring AI 推薦構(gòu)建工具: Maven 3.6 或 Gradle 7.xIDE: IntelliJ IDEA 或 VS Code需安裝Java擴(kuò)展模型服務(wù): 本項(xiàng)目需要接入大語言模型。你可以使用阿里云靈積獲取API-KEY和接入點(diǎn)。其他兼容OpenAI API的模型服務(wù)如通義千問、DeepSeek等。2.2 初始化Spring Boot項(xiàng)目使用 Spring Initializr 創(chuàng)建項(xiàng)目選擇以下依賴Spring Web: 提供HTTP接口。Spring AI Alibaba: 核心AI框架。Lombok: 簡化Java Bean代碼。Spring Boot Actuator(可選): 用于監(jiān)控應(yīng)用健康狀態(tài)。以下是完整的pom.xml依賴配置示例?xml version1.0 encodingUTF-8? project xmlnshttp://maven.apache.org/POM/4.0.0 xmlns:xsihttp://www.w3.org/2001/XMLSchema-instance xsi:schemaLocationhttp://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd modelVersion4.0.0/modelVersion parent groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-parent/artifactId version3.2.0/version !-- 使用與Spring AI兼容的版本 -- relativePath/ /parent groupIdcom.example/groupId artifactIdhr-recruitment-agent/artifactId version0.0.1-SNAPSHOT/version namehr-recruitment-agent/name descriptionHR Recruitment Agent System with Spring AI Alibaba/description properties java.version17/java.version spring-ai-alibaba.version1.0.0-M2/spring-ai-alibaba.version !-- 請(qǐng)檢查最新版本 -- /properties dependencies dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-web/artifactId /dependency !-- Spring AI Alibaba 核心依賴 -- dependency groupIdcom.alibaba.cloud.ai/groupId artifactIdspring-ai-alibaba-ai-spring-boot-starter/artifactId version${spring-ai-alibaba.version}/version /dependency !-- Graph 工作流依賴 -- dependency groupIdcom.alibaba.cloud.ai/groupId artifactIdspring-ai-alibaba-graph-spring-boot-starter/artifactId version${spring-ai-alibaba.version}/version /dependency dependency groupIdorg.projectlombok/groupId artifactIdlombok/artifactId optionaltrue/optional /dependency dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-test/artifactId scopetest/scope /dependency /dependencies build plugins plugin groupIdorg.springframework.boot/groupId artifactIdspring-boot-maven-plugin/artifactId configuration excludes exclude groupIdorg.projectlombok/groupId artifactIdlombok/artifactId /exclude /excludes /configuration /plugin /plugins /build /project注意Spring AI Alibaba 版本迭代較快請(qǐng)務(wù)必在 阿里云Maven倉庫 或官方文檔中確認(rèn)最新穩(wěn)定版本。2.3 配置模型連接在application.yml中配置大模型連接信息。這里以阿里云靈積為例# application.yml spring: application: name: hr-recruitment-agent ai: alibaba: dashscope: # 從阿里云控制臺(tái)獲取 api-key: sk-你的API-KEY # 選擇適合的模型如 qwen-max chat: options: model: qwen-max # 可選設(shè)置溫度等參數(shù) temperature: 0.2 # 可選配置Graph工作流的執(zhí)行線程池 graph: task-executor: core-pool-size: 5 max-pool-size: 103. Graph工作流核心概念與設(shè)計(jì)在編碼之前我們先設(shè)計(jì)招聘Agent系統(tǒng)的Graph工作流。這將幫助我們理解如何將業(yè)務(wù)邏輯分解為節(jié)點(diǎn)。3.1 招聘流程Graph設(shè)計(jì)我們將整個(gè)招聘流程設(shè)計(jì)為一個(gè)包含多個(gè)節(jié)點(diǎn)的Graph[開始] | v [簡歷解析節(jié)點(diǎn)] --(解析后的簡歷數(shù)據(jù))-- [人崗匹配節(jié)點(diǎn)] | | | v (解析失敗) (匹配度低結(jié)束) | | v v [異常處理節(jié)點(diǎn)] [面試安排節(jié)點(diǎn)] --(面試時(shí)間)-- [通知發(fā)送節(jié)點(diǎn)] | v [流程結(jié)束更新狀態(tài)]節(jié)點(diǎn)職責(zé)簡歷解析節(jié)點(diǎn)接收原始簡歷文本/PDF提取結(jié)構(gòu)化信息姓名、技能、工作經(jīng)驗(yàn)等。人崗匹配節(jié)點(diǎn)將解析后的簡歷與目標(biāo)職位描述對(duì)比計(jì)算匹配度并給出理由。面試安排節(jié)點(diǎn)對(duì)于高匹配度候選人調(diào)用外部日歷服務(wù)模擬尋找合適的面試時(shí)間。通知發(fā)送節(jié)點(diǎn)向候選人、面試官發(fā)送面試通知郵件或消息。異常處理節(jié)點(diǎn)處理流程中任何節(jié)點(diǎn)的失敗情況例如簡歷解析失敗。3.2 Graph中的關(guān)鍵組件在Spring AI Alibaba Graph中有幾個(gè)核心接口需要理解Node工作流中的基本執(zhí)行單元。我們的每個(gè)業(yè)務(wù)節(jié)點(diǎn)都需要實(shí)現(xiàn)此接口或其子接口。Graph由多個(gè)Node和連接它們的Edge組成。框架提供了Graph.Builder來流暢地構(gòu)建圖。ExecutionResult節(jié)點(diǎn)執(zhí)行后的結(jié)果包含輸出數(shù)據(jù)和執(zhí)行狀態(tài)。Context在整個(gè)Graph執(zhí)行過程中傳遞的上下文對(duì)象用于在節(jié)點(diǎn)間共享數(shù)據(jù)。4. 核心節(jié)點(diǎn)開發(fā)實(shí)戰(zhàn)現(xiàn)在我們開始實(shí)現(xiàn)上述設(shè)計(jì)中的各個(gè)節(jié)點(diǎn)。每個(gè)節(jié)點(diǎn)都是一個(gè)獨(dú)立的Spring Bean。4.1 簡歷解析節(jié)點(diǎn) (ResumeParserNode)這個(gè)節(jié)點(diǎn)負(fù)責(zé)調(diào)用大模型從簡歷文本中提取結(jié)構(gòu)化信息。首先定義簡歷數(shù)據(jù)模型// 文件路徑src/main/java/com/example/hrrecruitmentagent/model/Resume.java package com.example.hrrecruitmentagent.model; import lombok.Data; import java.util.List; Data public class Resume { private String name; private String email; private String phone; private ListString skills; // 技能列表 private ListWorkExperience workExperiences; // 工作經(jīng)歷 private String education; // 其他字段... } Data class WorkExperience { private String company; private String position; private String duration; private String description; }然后實(shí)現(xiàn)簡歷解析節(jié)點(diǎn)// 文件路徑src/main/java/com/example/hrrecruitmentagent/node/ResumeParserNode.java package com.example.hrrecruitmentagent.node; import com.alibaba.cloud.ai.dashscope.chat.api.ChatCompletion; import com.alibaba.cloud.ai.dashscope.chat.api.ChatCompletionParam; import com.alibaba.cloud.ai.graph.api.Node; import com.alibaba.cloud.ai.graph.api.annotation.GraphNode; import com.example.hrrecruitmentagent.model.Resume; import com.fasterxml.jackson.databind.ObjectMapper; import lombok.RequiredArgsConstructor; import lombok.extern.slf4j.Slf4j; import org.springframework.ai.chat.prompt.Prompt; import org.springframework.ai.chat.prompt.PromptTemplate; GraphNode // 關(guān)鍵注解聲明這是一個(gè)Graph節(jié)點(diǎn) Slf4j RequiredArgsConstructor public class ResumeParserNode implements NodeString, Resume { // 注入ChatCompletion客戶端用于調(diào)用大模型 private final ChatCompletion chatCompletion; private final ObjectMapper objectMapper; Override public Resume execute(String rawResumeText) { log.info(開始解析簡歷文本長度: {}, rawResumeText.length()); try { // 1. 構(gòu)建Prompt指導(dǎo)大模型提取結(jié)構(gòu)化信息 PromptTemplate promptTemplate new PromptTemplate( 你是一個(gè)專業(yè)的HR助理。請(qǐng)從以下簡歷文本中提取結(jié)構(gòu)化信息并以JSON格式返回。 簡歷文本 {rawResume} 請(qǐng)?zhí)崛∫韵伦侄涡彰⑧]箱、電話、技能列表數(shù)組、工作經(jīng)歷數(shù)組包含公司、職位、時(shí)長、描述、最高學(xué)歷。 如果某個(gè)字段不存在請(qǐng)?jiān)O(shè)為null或空數(shù)組。 ); Prompt prompt promptTemplate.create(Map.of(rawResume, rawResumeText)); // 2. 調(diào)用大模型API ChatCompletionParam param ChatCompletionParam.builder() .prompt(prompt.getContents()) .build(); String modelResponse chatCompletion.call(param).getOutput().getText(); log.debug(模型原始響應(yīng): {}, modelResponse); // 3. 解析模型返回的JSON字符串為Resume對(duì)象 // 注意實(shí)際應(yīng)用中模型返回可能包含非JSON內(nèi)容需要更健壯的解析 String jsonPart extractJsonFromResponse(modelResponse); Resume resume objectMapper.readValue(jsonPart, Resume.class); log.info(簡歷解析成功候選人: {}, resume.getName()); return resume; } catch (Exception e) { log.error(簡歷解析失敗, e); // 在實(shí)際系統(tǒng)中這里可以拋出自定義異常由Graph的錯(cuò)誤處理機(jī)制捕獲 throw new RuntimeException(簡歷解析節(jié)點(diǎn)執(zhí)行失敗, e); } } // 一個(gè)簡單的方法用于從模型響應(yīng)中提取JSON部分示例生產(chǎn)環(huán)境需更完善 private String extractJsonFromResponse(String response) { // 簡單實(shí)現(xiàn)查找第一個(gè){和最后一個(gè)} int start response.indexOf({); int end response.lastIndexOf(}); if (start ! -1 end ! -1 end start) { return response.substring(start, end 1); } throw new IllegalArgumentException(無法從響應(yīng)中提取JSON: response); } }4.2 人崗匹配節(jié)點(diǎn) (JobMatchingNode)這個(gè)節(jié)點(diǎn)接收解析后的簡歷和職位描述計(jì)算匹配度。// 文件路徑src/main/java/com/example/hrrecruitmentagent/node/JobMatchingNode.java package com.example.hrrecruitmentagent.node; import com.alibaba.cloud.ai.graph.api.Node; import com.alibaba.cloud.ai.graph.api.annotation.GraphNode; import com.example.hrrecruitmentagent.model.Resume; import lombok.RequiredArgsConstructor; import lombok.extern.slf4j.Slf4j; import org.springframework.ai.chat.client.ChatClient; import org.springframework.ai.chat.model.Generation; GraphNode Slf4j RequiredArgsConstructor public class JobMatchingNode implements NodeMatchingInput, MatchingOutput { private final ChatClient chatClient; Override public MatchingOutput execute(MatchingInput input) { log.info(開始人崗匹配候選人: {}, 職位: {}, input.getResume().getName(), input.getJobDescription().getTitle()); Resume resume input.getResume(); JobDescription job input.getJobDescription(); // 構(gòu)建Prompt讓大模型進(jìn)行匹配分析 String prompt String.format( 請(qǐng)扮演一位資深招聘專家。請(qǐng)?jiān)u估以下候選人與職位的匹配度并給出0-100的分?jǐn)?shù)以及簡要理由。 職位要求 標(biāo)題%s 必備技能%s 職責(zé)描述%s 候選人信息 姓名%s 技能%s 工作經(jīng)驗(yàn)摘要%s 請(qǐng)嚴(yán)格按以下JSON格式返回 {score: 85, reason: 候選人具備Java和Spring技能且有電商項(xiàng)目經(jīng)驗(yàn)與職位要求高度吻合。} , job.getTitle(), String.join(,, job.getRequiredSkills()), job.getDescription(), resume.getName(), String.join(,, resume.getSkills()), resume.getWorkExperiences().stream().map(we - we.getPosition() at we.getCompany()).limit(2).collect(Collectors.joining(; )) ); // 調(diào)用ChatClientSpring AI通用客戶端獲取結(jié)構(gòu)化輸出 Generation generation chatClient.prompt() .user(prompt) .call() .content(); String response generation.getText(); log.debug(匹配分析響應(yīng): {}, response); // 解析響應(yīng)此處省略JSON解析細(xì)節(jié)類似ResumeParserNode // 假設(shè)我們有一個(gè)工具方法 parseMatchingResult(response) MatchingResult result parseMatchingResult(response); MatchingOutput output new MatchingOutput(); output.setResume(resume); output.setJobDescription(job); output.setMatchScore(result.getScore()); output.setMatchReason(result.getReason()); output.setPassThreshold(result.getScore() 60); // 假設(shè)60分為閾值 log.info(匹配完成分?jǐn)?shù): {}, 是否通過: {}, result.getScore(), output.isPassThreshold()); return output; } // 輸入輸出數(shù)據(jù)模型 Data public static class MatchingInput { private Resume resume; private JobDescription jobDescription; } Data public static class MatchingOutput { private Resume resume; private JobDescription jobDescription; private Integer matchScore; private String matchReason; private boolean passThreshold; } Data static class MatchingResult { private Integer score; private String reason; } }4.3 面試安排節(jié)點(diǎn) (InterviewSchedulingNode)這個(gè)節(jié)點(diǎn)模擬調(diào)用外部日歷服務(wù)安排面試時(shí)間。// 文件路徑src/main/java/com/example/hrrecruitmentagent/node/InterviewSchedulingNode.java package com.example.hrrecruitmentagent.node; import com.alibaba.cloud.ai.graph.api.Node; import com.alibaba.cloud.ai.graph.api.annotation.GraphNode; import lombok.extern.slf4j.Slf4j; import org.springframework.stereotype.Component; import java.time.LocalDateTime; import java.util.Optional; GraphNode Slf4j Component public class InterviewSchedulingNode implements NodeSchedulingInput, SchedulingOutput { // 模擬一個(gè)日歷服務(wù)客戶端 // private final CalendarServiceClient calendarClient; Override public SchedulingOutput execute(SchedulingInput input) { log.info(為候選人 {} 安排面試面試官: {}, input.getCandidateName(), input.getInterviewerId()); // 1. 模擬調(diào)用日歷服務(wù)查找面試官的空閑時(shí)段 // ListTimeSlot availableSlots calendarClient.findAvailableSlots(input.getInterviewerId(), input.getPreferredDays()); // 這里我們模擬一個(gè)固定的時(shí)間 LocalDateTime suggestedTime LocalDateTime.now().plusDays(2).withHour(14).withMinute(0); // 兩天后下午2點(diǎn) // 2. 模擬確認(rèn)時(shí)間 boolean timeConfirmed confirmTimeWithInterviewer(input.getInterviewerId(), suggestedTime); SchedulingOutput output new SchedulingOutput(); if (timeConfirmed) { output.setScheduledTime(suggestedTime); output.setSuccess(true); output.setMessage(String.format(面試已成功安排于 %s, suggestedTime)); log.info(面試安排成功時(shí)間: {}, suggestedTime); } else { output.setSuccess(false); output.setMessage(無法與面試官確認(rèn)時(shí)間請(qǐng)稍后重試或更換面試官。); log.warn(面試安排失敗候選人: {}, input.getCandidateName()); } return output; } private boolean confirmTimeWithInterviewer(String interviewerId, LocalDateTime time) { // 模擬與面試官確認(rèn)的邏輯實(shí)際可能調(diào)用消息推送或郵件服務(wù) // 這里簡單返回true return true; } Data public static class SchedulingInput { private String candidateName; private String candidateEmail; private String interviewerId; private String interviewerEmail; private int preferredDays; // 希望在未來幾天內(nèi)安排 } Data public static class SchedulingOutput { private boolean success; private String message; private LocalDateTime scheduledTime; } }5. 構(gòu)建并運(yùn)行招聘Graph有了各個(gè)節(jié)點(diǎn)后我們需要將它們組裝成一個(gè)完整的工作流并提供一個(gè)入口來觸發(fā)它。5.1 定義Graph配置創(chuàng)建一個(gè)配置類使用Graph.Builder來定義節(jié)點(diǎn)之間的連接關(guān)系。// 文件路徑src/main/java/com/example/hrrecruitmentagent/config/RecruitmentGraphConfig.java package com.example.hrrecruitmentagent.config; import com.alibaba.cloud.ai.graph.api.Graph; import com.alibaba.cloud.ai.graph.api.builder.GraphBuilder; import com.example.hrrecruitmentagent.node.*; import lombok.RequiredArgsConstructor; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; Configuration RequiredArgsConstructor public class RecruitmentGraphConfig { private final ResumeParserNode resumeParserNode; private final JobMatchingNode jobMatchingNode; private final InterviewSchedulingNode interviewSchedulingNode; // 還可以注入NotificationNode, ErrorHandlerNode等 Bean public Graph recruitmentGraph(GraphBuilder graphBuilder) { return graphBuilder .addNode(parseResume, resumeParserNode) .addNode(matchJob, jobMatchingNode) .addNode(scheduleInterview, interviewSchedulingNode) // 定義邊數(shù)據(jù)流和控制流 // 簡歷解析成功后將結(jié)果傳遞給匹配節(jié)點(diǎn) .addEdge(parseResume, matchJob, (result) - true) // 條件總是執(zhí)行 // 只有匹配通過的候選人才進(jìn)入面試安排節(jié)點(diǎn) .addEdge(matchJob, scheduleInterview, (output) - { JobMatchingNode.MatchingOutput matchOutput (JobMatchingNode.MatchingOutput) output; return matchOutput.isPassThreshold(); }) // 可以添加更多的邊例如匹配失敗后結(jié)束或安排面試后發(fā)送通知 .build(); } }5.2 創(chuàng)建Graph執(zhí)行服務(wù)提供一個(gè)服務(wù)層封裝Graph的執(zhí)行邏輯并處理輸入輸出。// 文件路徑src/main/java/com/example/hrrecruitmentagent/service/RecruitmentService.java package com.example.hrrecruitmentagent.service; import com.alibaba.cloud.ai.graph.api.Graph; import com.alibaba.cloud.ai.graph.api.GraphExecution; import com.alibaba.cloud.ai.graph.api.GraphExecutionRequest; import com.example.hrrecruitmentagent.model.JobDescription; import lombok.RequiredArgsConstructor; import lombok.extern.slf4j.Slf4j; import org.springframework.stereotype.Service; import java.util.Map; Service Slf4j RequiredArgsConstructor public class RecruitmentService { private final Graph recruitmentGraph; // 注入我們定義的Graph public String processCandidate(String rawResume, JobDescription jobDescription) { log.info(開始處理候選人簡歷目標(biāo)職位: {}, jobDescription.getTitle()); // 1. 構(gòu)建Graph執(zhí)行的初始上下文 MapString, Object initialContext Map.of( rawResume, rawResume, jobDescription, jobDescription // 可以放入更多初始參數(shù)如requestId等 ); // 2. 創(chuàng)建執(zhí)行請(qǐng)求 GraphExecutionRequest request GraphExecutionRequest.builder() .context(initialContext) .startNodeId(parseResume) // 指定起始節(jié)點(diǎn) .build(); // 3. 執(zhí)行Graph GraphExecution execution recruitmentGraph.execute(request); // 4. 獲取最終結(jié)果這里簡化處理實(shí)際應(yīng)根據(jù)業(yè)務(wù)需要收集各節(jié)點(diǎn)輸出 // 可以通過 execution.getNodeOutputs() 獲取所有節(jié)點(diǎn)的輸出 Object finalOutput execution.getContext().get(最終結(jié)果Key); // 需要你在節(jié)點(diǎn)中設(shè)置 log.info(招聘流程Graph執(zhí)行完成。執(zhí)行狀態(tài): {}, execution.getStatus()); return 流程執(zhí)行完畢。匹配結(jié)果和面試安排已處理。; // 返回概要信息 } }5.3 提供REST API入口最后創(chuàng)建一個(gè)簡單的Controller來接收HTTP請(qǐng)求觸發(fā)整個(gè)招聘流程。// 文件路徑src/main/java/com/example/hrrecruitmentagent/controller/RecruitmentController.java package com.example.hrrecruitmentagent.controller; import com.example.hrrecruitmentagent.model.JobDescription; import com.example.hrrecruitmentagent.service.RecruitmentService; import lombok.Data; import lombok.RequiredArgsConstructor; import org.springframework.web.bind.annotation.*; RestController RequestMapping(/api/recruitment) RequiredArgsConstructor public class RecruitmentController { private final RecruitmentService recruitmentService; PostMapping(/process) public String processResume(RequestBody ProcessRequest request) { // 簡單參數(shù)校驗(yàn) if (request.getRawResume() null || request.getRawResume().isBlank()) { return 簡歷內(nèi)容不能為空; } if (request.getJobDescription() null) { return 職位描述不能為空; } return recruitmentService.processCandidate(request.getRawResume(), request.getJobDescription()); } Data static class ProcessRequest { private String rawResume; private JobDescription jobDescription; } }5.4 運(yùn)行與測試啟動(dòng)Spring Boot應(yīng)用mvn spring-boot:run使用curl或 Postman 發(fā)送一個(gè)POST請(qǐng)求到http://localhost:8080/api/recruitment/process請(qǐng)求體示例 (JSON):{ rawResume: 張三\n電話13800138000\n郵箱zhangsanemail.com\n技能Java, Spring Boot, MySQL, Redis\n工作經(jīng)歷2020-至今高級(jí)開發(fā)工程師阿里云負(fù)責(zé)電商后端系統(tǒng)開發(fā)。\n教育背景本科計(jì)算機(jī)科學(xué)浙江大學(xué), jobDescription: { title: Java后端開發(fā)工程師, requiredSkills: [Java, Spring Cloud, MySQL], description: 負(fù)責(zé)微服務(wù)架構(gòu)設(shè)計(jì)與開發(fā)。 } }觀察應(yīng)用日志你將看到各個(gè)節(jié)點(diǎn)被依次觸發(fā)執(zhí)行的日志信息類似于開始解析簡歷文本長度: 120 簡歷解析成功候選人: 張三 開始人崗匹配候選人: 張三職位: Java后端開發(fā)工程師 匹配完成分?jǐn)?shù): 78是否通過: true 為候選人 張三 安排面試面試官: interviewer_001 面試安排成功時(shí)間: 2024-05-20T14:00 招聘流程Graph執(zhí)行完成。執(zhí)行狀態(tài): SUCCEEDED6. 企業(yè)級(jí)進(jìn)階錯(cuò)誤處理、可觀測性與擴(kuò)展一個(gè)可落地的生產(chǎn)系統(tǒng)必須考慮健壯性和可維護(hù)性。下面我們?yōu)檫@個(gè)Agent系統(tǒng)添加關(guān)鍵的企業(yè)級(jí)特性。6.1 增強(qiáng)錯(cuò)誤處理與重試Graph工作流天然支持錯(cuò)誤處理。我們可以創(chuàng)建一個(gè)專門的錯(cuò)誤處理節(jié)點(diǎn)并將其連接到可能失敗的節(jié)點(diǎn)上。// 文件路徑src/main/java/com/example/hrrecruitmentagent/node/ErrorHandlerNode.java package com.example.hrrecruitmentagent.node; import com.alibaba.cloud.ai.graph.api.Node; import com.alibaba.cloud.ai.graph.api.annotation.GraphNode; import lombok.extern.slf4j.Slf4j; import org.springframework.stereotype.Component; GraphNode Slf4j Component public class ErrorHandlerNode implements NodeException, Void { Override public Void execute(Exception exception) { log.error(Graph工作流執(zhí)行出錯(cuò)已進(jìn)入錯(cuò)誤處理節(jié)點(diǎn), exception); // 這里可以實(shí)現(xiàn)具體的錯(cuò)誤處理邏輯例如 // 1. 發(fā)送告警通知郵件、釘釘、Slack // 2. 將失敗任務(wù)和上下文持久化到數(shù)據(jù)庫便于人工介入或重試 // 3. 根據(jù)異常類型進(jìn)行不同的降級(jí)處理 System.err.println([告警] 招聘流程處理失敗: exception.getMessage()); // 返回null或特定對(duì)象表示錯(cuò)誤已處理Graph可以繼續(xù)或結(jié)束 return null; } }在Graph配置中使用onError方法將節(jié)點(diǎn)與錯(cuò)誤處理器關(guān)聯(lián)// 在 RecruitmentGraphConfig 中修改 Bean public Graph recruitmentGraph(GraphBuilder graphBuilder, ErrorHandlerNode errorHandlerNode) { return graphBuilder .addNode(parseResume, resumeParserNode) .onError(parseResume, errorHandlerNode) // 簡歷解析失敗時(shí)跳轉(zhuǎn)到錯(cuò)誤處理 .addNode(matchJob, jobMatchingNode) .onError(matchJob, errorHandlerNode) // ... 其他節(jié)點(diǎn)和邊 .build(); }6.2 添加可觀測性日志、指標(biāo)、鏈路追蹤Spring Boot Actuator 和 Micrometer 可以輕松集成。在application.yml中啟用健康檢查和指標(biāo)management: endpoints: web: exposure: include: health, metrics, prometheus metrics: export: prometheus: enabled: true tracing: sampling: probability: 1.0 # 全量采集鏈路追蹤生產(chǎn)環(huán)境可調(diào)低在關(guān)鍵節(jié)點(diǎn)中添加業(yè)務(wù)指標(biāo)import io.micrometer.core.instrument.MeterRegistry; import io.micrometer.core.instrument.Counter; GraphNode Slf4j RequiredArgsConstructor public class ResumeParserNode implements NodeString, Resume { private final ChatCompletion chatCompletion; private final ObjectMapper objectMapper; private final MeterRegistry meterRegistry; private Counter parseSuccessCounter; private Counter parseFailureCounter; PostConstruct public void init() { parseSuccessCounter meterRegistry.counter(resume.parse.success); parseFailureCounter meterRegistry.counter(resume.parse.failure); } Override public Resume execute(String rawResumeText) { try { // ... 解析邏輯 parseSuccessCounter.increment(); return resume; } catch (Exception e) { parseFailureCounter.increment(); log.error(簡歷解析失敗, e); throw new RuntimeException(簡歷解析節(jié)點(diǎn)執(zhí)行失敗, e); } } }這樣你就可以通過/actuator/metrics/resume.parse.success等端點(diǎn)監(jiān)控每個(gè)節(jié)點(diǎn)的執(zhí)行情況。6.3 擴(kuò)展為真正的協(xié)同Agent系統(tǒng)目前的Graph是線性執(zhí)行的。一個(gè)更智能的Agent系統(tǒng)應(yīng)該具備決策和循環(huán)能力。例如如果面試安排失敗可以嘗試安排其他時(shí)間或其他面試官。Spring AI Alibaba Graph 支持條件邊和循環(huán)。你可以通過邊的條件表達(dá)式來實(shí)現(xiàn)簡單決策。對(duì)于更復(fù)雜的場景如多輪對(duì)話協(xié)商面試時(shí)間可以考慮將每個(gè)節(jié)點(diǎn)升級(jí)為更強(qiáng)大的“Agent”它內(nèi)部可以包含一個(gè)帶有記憶和工具調(diào)用能力的對(duì)話鏈而Graph則負(fù)責(zé)協(xié)調(diào)這些Agent之間的高階工作流。7. 常見問題與排查思路在開發(fā)和運(yùn)行過程中你可能會(huì)遇到以下問題問題現(xiàn)象可能原因排查思路與解決方案啟動(dòng)報(bào)錯(cuò)No qualifying bean of type GraphBuilder1.spring-ai-alibaba-graph依賴未正確引入。2. Spring AI Alibaba 版本不兼容。1. 檢查pom.xml確保graph starter依賴存在且版本與核心starter一致。2. 查看官方文檔或示例確認(rèn)版本匹配關(guān)系。調(diào)用大模型API超時(shí)或返回錯(cuò)誤1. API-KEY 錯(cuò)誤或過期。2. 網(wǎng)絡(luò)問題。3. 模型服務(wù)區(qū)域或端點(diǎn)配置錯(cuò)誤。4. Prompt過長或格式問題。1. 在application.yml中檢查api-key配置。2. 使用curl或 Postman 直接測試模型API。3. 查看阿里云控制臺(tái)確認(rèn)模型服務(wù)已開通且額度充足。4. 簡化Prompt查看模型返回的具體錯(cuò)誤信息。Graph節(jié)點(diǎn)未按預(yù)期執(zhí)行1. 節(jié)點(diǎn)未添加GraphNode注解或不是Spring Bean。2. Graph配置中的節(jié)點(diǎn)ID與Bean名稱不匹配。3. 邊的條件表達(dá)式始終返回false。1. 確認(rèn)節(jié)點(diǎn)類上有GraphNode且被Component或Service注解。2. 檢查GraphBuilder.addNode()的第一個(gè)參數(shù)節(jié)點(diǎn)ID。3. 調(diào)試邊的條件表達(dá)式邏輯打印中間值。節(jié)點(diǎn)間數(shù)據(jù)傳遞失敗1. 上游節(jié)點(diǎn)的輸出類型與下游節(jié)點(diǎn)的輸入類型不匹配。2. 數(shù)據(jù)未正確放入Context。1. 檢查相鄰節(jié)點(diǎn)的NodeInput, Output泛型類型定義。2. 確保在節(jié)點(diǎn)中通過context.set()或返回值將數(shù)據(jù)傳遞下去。Graph框架通常將節(jié)點(diǎn)返回值自動(dòng)放入上下文。性能問題處理速度慢1. 大模型API調(diào)用是主要瓶頸。2. Graph執(zhí)行是單線程的默認(rèn)。1. 考慮對(duì)模型響應(yīng)進(jìn)行緩存如對(duì)相同簡歷文本。2. 在application.yml中配置graph.task-executor使用線程池并檢查Graph配置是否支持異步節(jié)點(diǎn)執(zhí)行。8. 最佳實(shí)踐與項(xiàng)目總結(jié)通過這個(gè)實(shí)戰(zhàn)項(xiàng)目我們不僅構(gòu)建了一個(gè)HR招聘Agent原型更掌握了一套用Spring AI Alibaba構(gòu)建企業(yè)級(jí)AI應(yīng)用的方法論。以下是關(guān)鍵的最佳實(shí)踐總結(jié)設(shè)計(jì)先行節(jié)點(diǎn)自治在編碼前先用流程圖厘清業(yè)務(wù)步驟。確保每個(gè)節(jié)點(diǎn)職責(zé)單一、接口清晰便于獨(dú)立測試和復(fù)用。擁抱失敗設(shè)計(jì)降級(jí)AI調(diào)用天生具有不確定性。每個(gè)可能失敗的節(jié)點(diǎn)尤其是調(diào)用外部API的都必須有對(duì)應(yīng)的錯(cuò)誤處理邊和降級(jí)策略如返回默認(rèn)值、轉(zhuǎn)人工處理。上下文管理是核心精心設(shè)計(jì)在GraphContext中傳遞的數(shù)據(jù)結(jié)構(gòu)。避免傳遞過大的對(duì)象考慮只傳遞必要的數(shù)據(jù)引用如ID在節(jié)點(diǎn)內(nèi)部再從數(shù)據(jù)庫或緩存中加載完整數(shù)據(jù)?？捎^測性貫穿始終從第一天就接入日志、指標(biāo)和鏈路追蹤。這不僅有助于調(diào)試更是未來進(jìn)行性能優(yōu)化和容量規(guī)劃的基礎(chǔ)。版本化與演進(jìn)Graph工作流本身也會(huì)隨著業(yè)務(wù)變化而改變?？紤]將Graph的配置信息節(jié)點(diǎn)與邊的定義外部化如存儲(chǔ)在數(shù)據(jù)庫中以便動(dòng)態(tài)調(diào)整流程而無需重啟應(yīng)用。安全與合規(guī)處理簡歷等個(gè)人敏感信息時(shí)務(wù)必注意數(shù)據(jù)安全。確保API-KEY等敏感配置的安全存儲(chǔ)對(duì)輸入輸出進(jìn)行必要的脫敏處理并遵守相關(guān)的數(shù)據(jù)隱私法規(guī)。這個(gè)項(xiàng)目為你展示了如何將Spring AI Alibaba Graph工作流應(yīng)用于一個(gè)具體的垂直業(yè)務(wù)場景。你可以在此基礎(chǔ)上繼續(xù)擴(kuò)展例如集成OCR服務(wù)解析PDF簡歷、連接企業(yè)微信/釘釘發(fā)送通知、引入向量數(shù)據(jù)庫進(jìn)行更精準(zhǔn)的簡歷檢索、甚至讓Agent與候選人進(jìn)行初步的智能對(duì)話。希望這篇教程能成為你探索企業(yè)級(jí)Java Agent開發(fā)的一塊堅(jiān)實(shí)跳板。