Java AI（智能体）编排开发就用 Solon Flow

本例参考 dify 的 chatFlow 的效果，模拟实现视频内容： - https://www.toutiao.com/video/7455114080131482152/ Solon Flow 是一个通用流编排引擎。可用于计算（或任务）的编排场景； 可用于业务规则和决策处理型的编排场景； 可用于办公审批型（有状态、可中断，人员参与）的编排场景； 可用于长时间流程（结合自动前进，等待介入）的编排场景。同时支持：java8，java11，java17，java21，java24。 ```xml org.noear solon-flow 最新版本 ``` 主要特点有： - 使用 yaml 格式做编排 - 表达式与脚本自由 - 元信息配置，为扩展提供了无限空间（每个流程，相当于自带了元数据库） - 事件广播与回调支持 - 支持“无状态”、“有状态”两种需求分类 - 驱动定制（是像 JDBC 有 MySql, PostgreSQL，还可能有 Elasticsearch） 下面提供两种处编排风格以可供参考 ### 1、使用 “元信息” + 任务组件“ 风格 （更利于可视界面配置） ```yaml id: demo1 layout: - title: "开始" type: start - title: "文件提取" meta.input: "file" # 可视界面的配置（通过元信息表示） meta.output: "fileTxt" task: @FileLoaderCom - title: "LLM" meta.model: "Qwen/Qwen2.5-72B-Instruct" # 可视界面的配置（通过元信息表示） meta.input: "fileTxt" meta.messages: - role: system content: "#角色\n你是一个数据专家，删除数据的格式整理和转换\n\n#上下文\n${fileTxt}\n\n#任务\n提取csv格式的字符串" task: @ChatModelCom - title: "参数提取器" meta.model: "Qwen/Qwen2.5-72B-Instruct" # 可视界面的配置（通过元信息表示） meta.output: "csvData" task: @ParamExtractionCom - title: "执行代码" meta.input: "csvData" task: | import com.demo.DataUtils; String json = DataUtils.csvToJson(node.meta().get("meta.input")); //转为 json 数据 String echatCode = DataUtils.jsonAsEchatCode(json); //转为 echat 图表代码 context.result = echatCode; //做为结果返回 - title: "结束" type: end ``` 这种风格，更适合可视界面的编译。设计是，可以预选设计好很多组件，经过管理配置后，可提供界面选择。 ```java @Component("FileLoaderCom") public class FileLoaderCom implements TaskComponent { @Override public void run(FlowContext context, Node node) throws Throwable { ... } } @Component("ChatModelCom") public class ChatModelCom implements TaskComponent { @Override public void run(FlowContext context, Node node) throws Throwable { ... } } @Component("ParamExtractionCom") public class ParamExtractionCom implements TaskComponent { @Override public void run(FlowContext context, Node node) throws Throwable { ... } } @Controller public class DemoController { @Mapping("demo") public Object input(UploadedFile attachment, String message) throws Throwable { FlowEngine flowEngine = FlowEngine.newInstance(); flowEngine.load("classpath:flow/demo1.chain.yml"); FlowContext ctx = new FlowContext(); ctx.put("file", attachment); flowEngine.eval("demo1"); return context.result; } } ``` ### 2、比较原始的风格（能表达内在的大概过程）： ```yaml id: demo1 layout: - title: "开始" type: start - title: "文件提取" meta.input: "file" # 可视界面的配置（通过元信息表示） meta.output: "fileTxt" task: | import org.noear.solon.ai.loader.*; var loader = FileLoader.of(file); var fileTxt = loader.load(); context.put(node.meta().get("meta.output"), fileTxt); //推入上下文（后续节点可用） - title: "LLM" meta.model: "Qwen/Qwen2.5-72B-Instruct" # 可视界面的配置（通过元信息表示） meta.input: "fileTxt" meta.messages: - role: system content: "#角色\n你是一个数据专家，删除数据的格式整理和转换\n\n#上下文\n${fileTxt}\n\n#任务\n提取csv格式的字符串" task: | import com.demo.ModelUtils; //根据业务封装，可快速获取配置的模型 import com.demo.MessageUtils; //根据业务封装，可快速构建消息 var chatModel = ModelUtils.get(node.meta().get("model")); var chatMessages = MessageUtils.get(node.meta().get("messages"), context); var resp = chatModel.prompt(chatMessages).call(); context.put("resp", resp); - title: "参数提取器" meta.model: "Qwen/Qwen2.5-72B-Instruct" # 可视界面的配置（通过元信息表示） meta.output: "csvData" task: | context.put(node.meta().get("meta.output"), resp.getMessage().getContent()); - title: "执行代码" meta.input: "csvData" task: | import com.demo.DataUtils; String json = DataUtils.csvToJson(node.meta().get("meta.input")); //转为 json 数据 String echatCode = DataUtils.jsonAsEchatCode(json); //转为 echat 图表代码 context.result = echatCode; //做为结果返回 - title: "结束" type: end ``` 这个风格比较原始，不过不需要 java 组件参与。可以像低代码一样（或可执行程序一样），直接运行配置文件。 ```java @Controller public class DemoController { @Mapping("demo") public Object input(UploadedFile attachment, String message) throws Throwable { FlowEngine flowEngine = FlowEngine.newInstance(); flowEngine.load("classpath:flow/demo1.chain.yml"); FlowContext ctx = new FlowContext(); ctx.put("file", attachment); flowEngine.eval("demo1"); return context.result; } } ```