跳到主要内容

Extensions 概览

ARGI Extensions 是面向企业级 Java AI 应用的 Spring Boot 扩展组件库。它不替代底层图引擎（Graph Core）与智能体抽象（ReAct Agent），而是作为外部系统与周边生态的“连接器”与“能力增强包”，为智能体应用补齐 MCP 协议互联、海量聊天记忆持久化、企业级向量检索、高级 RAG 检索增强、动态提示词热更新以及全链路可观测性等生产就绪能力。

所有扩展模块均采用标准 Spring Boot Starter 与自动装配规范设计，开箱即用。

依赖管理（BOM）​

为避免不同模块间的版本冲突，建议通过 argi-extensions-bom 统一管理所有扩展模块依赖版本：

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>io.github.agentic-ai</groupId>
            <artifactId>argi-extensions-bom</artifactId>
            <version>${argi-extensions.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

在引入具体 Starter 时即可省略 <version> 标签。

20 个 Starter 全景清单​

Extensions 当前代码库（版本 2.1.0-dev）共提供 20 个独立 Starter，按生态领域分类如下：

生态领域对应 Starter 坐标核心功能与适配实现
MCP 生态argi-starter-mcp-distributed基于 Nacos 动态发现 SSE / Streamable HTTP 类型的 MCP Server，暴露为 Spring AI ToolCallbackProvider
argi-starter-mcp-registry将本地 MCP Server 自动注册至 Nacos 注册中心，支持无状态（Stateless）注册与工具 Schema 校验
argi-starter-mcp-gatewayMCP 统一流量网关，支持 WebFlux/WebMvc 双栈、多 Server 聚合代理转发、OAuth 2.0 客户端认证与 JSON 模板解析
argi-starter-mcp-router基于向量存储的 MCP Server 语义搜索路由、动态服务注册、统一工具请求代理与定时 Watcher 监控
聊天记忆
(Chat Memory)		argi-starter-model-chat-memory基础 Chat Memory 自动装配与通用配置模型
argi-starter-model-chat-memory-repository-redisRedis 会话记忆仓储，支持 Lettuce、Jedis、Redisson 客户端，支持单机、集群与 SSL
argi-starter-model-chat-memory-repository-jdbc关系型数据库通用记忆仓储，内置 MySQL、PostgreSQL、Oracle、SQL Server、H2、SQLite 方言实现
argi-starter-model-chat-memory-repository-mongodb基于 Spring Data MongoDB 的会话文档化存储
argi-starter-model-chat-memory-repository-elasticsearch基于 Elasticsearch 客户端的高并发消息仓储
argi-starter-model-chat-memory-repository-memcached高性能内存级 Memcached 聊天记忆存储
argi-starter-model-chat-memory-repository-tablestore阿里云表格存储（TableStore）高可靠 NoSQL 记忆仓储
argi-starter-model-chat-memory-mem0Mem0 智能记忆层集成，提供会话与用户维度的长期记忆提取与上下文增强
向量存储
(Vector Store)		argi-starter-vector-store-analyticdb阿里云 AnalyticDB for PostgreSQL / MySQL 向量检索适配器
argi-starter-vector-store-oceanbase蚂蚁集团 OceanBase 分布式数据库向量检索适配器
argi-starter-vector-store-opensearch阿里云 OpenSearch 开放搜索向量版集成
argi-starter-vector-store-tablestore阿里云表格存储（TableStore）向量索引支持
argi-starter-vector-store-tair阿里云内存数据库 Tair 向量引擎适配器
检索增强 (RAG)argi-starter-rag包含 Elasticsearch 混合检索（KNN + BM25 + RRF 融合打分）、HyDE 假设性文档检索与多模式 Advisors
动态提示词argi-starter-nacos-prompt基于 Nacos 配置中心的 Prompt Template 动态热更新机制（无需重启应用）
应用可观测性argi-starter-arms-observation阿里云 ARMS（应用实时监控服务）与 OpenTelemetry 桥接，支持模型与工具调用的全链路追踪与指标度量

配置前缀与规范​

Extensions 遵循严格的属性前缀命名规范，各模块配置前缀汇总如下：

功能模块对应 Spring Boot 配置前缀说明
Nacos MCP 基础argi.mcp.nacosNacos 服务器连接地址、命名空间、鉴权等
MCP Client (分布式发现)argi.mcp.nacos.client客户端总开关、lazy-init、连接池等
MCP SSE Clientargi.mcp.nacos.client.sseSSE 类型的 MCP 客户端连接与服务名映射
MCP Streamable Clientargi.mcp.nacos.client.streamableStreamable HTTP 类型的 MCP 客户端连接配置
MCP 注册argi.mcp.nacos.register本地 MCP Server 注册到 Nacos 的服务名、端口与元数据
MCP 网关argi.mcp.gateway网关代理路径、跨域、多 Server 聚合配置
MCP 网关 OAuth 认证argi.mcp.gateway.oauthOAuth 2.0 客户端模式（client-id、client-secret、token-uri、token-cache、retry）
MCP 智能路由argi.mcp.router路由服务发现顺序（discovery-order）、服务名列表、数据库路由配置
Chat Memory 基础argi.chat.memory默认会话保留轮数等通用配置
Chat Memory - Redisargi.chat.memory.repository.redisRedis 连接、键前缀、客户端类型（lettuce/jedis/redisson）、集群与 SSL
Chat Memory - JDBCargi.chat.memory.repository.mysql
argi.chat.memory.repository.postgresql
argi.chat.memory.repository.oracle
argi.chat.memory.repository.sqlserver
argi.chat.memory.repository.h2
argi.chat.memory.repository.sqlite		复用 Spring Boot 标准数据源，配置对应方言的 enabled 与 initialize-schema
Chat Memory - MongoDBargi.chat.memory.repository.mongodbhost、port、userName、password、authDatabaseName、databaseName
Chat Memory - ESargi.chat.memory.repository.elasticsearchhost、port、nodes、index、queryField、maxResults、scheme
Chat Memory - Memcachedargi.chat.memory.repository.memcachedhost 与 port
Chat Memory - TableStoreargi.chat.memory.repository.tablestoreendpoint、instanceName、accessKeyId、accessKeySecret、sessionTableName、messageTableName
Chat Memory - Mem0argi.chat.memory.mem0client 配置（base-url、async）与 server 配置（llm、embedder、vectorStore、graphStore）
Vector Storeargi.vectorstore.analyticdb
argi.vectorstore.oceanbase
argi.vectorstore.opensearch
argi.vectorstore.tablestore
argi.vectorstore.tair		各向量数据库的端点、索引名/集合名、维度、距离函数与专属认证参数
RAG Elasticsearchargi.rag.elasticsearch检索类型（BM25/KNN/HYBRID）、RRF 开关与权重偏置、召回阈值
Nacos Promptargi.nacos.prompt.template提示词模板 DataId、Group 与动态刷新开关
ARMS 可观测性argi.armsARMS 监控开关、模型输入输出采集开关（capture-input/capture-output）、语义模式（OPEN_TELEMETRY/LANGFUSE）、工具监控开关

与核心框架的关系​

Extensions 旨在与 Graph Core 和 ReAct Agent 紧密配合：

┌────────────────────────────────────────────────────────┐
│             应用业务层 (Spring Boot Application)        │
└───────────┬────────────────────────────────┬───────────┘
            ▼                                ▼
┌───────────────────────┐        ┌───────────────────────┐
│  ReAct Agent 框架     │        │    Graph Core 引擎    │
│  (ReactAgent, Hooks)  │        │ (StateGraph, Checkpoint)│
└───────────┬───────────┘        └───────────┬───────────┘
            │                                │
            └────────────────┬───────────────┘
                             ▼
 ┌───────────────────────────────────────────────────────────┐
 │                 ARGI Extensions                     │
 │ ┌─────────────┐ ┌──────────────┐ ┌──────────────────────┐ │
 │ │  MCP 生态   │ │  记忆与存储  │ │   RAG 检索增强       │ │
 │ │(网关/路由/  │ │(Redis/JDBC/  │ │(Hybrid Search /      │ │
 │ │ 分布式发现) │ │ 5大向量库)   │ │ HyDE / Advisors)     │ │
 │ └─────────────┘ └──────────────┘ └──────────────────────┘ │
 │ ┌──────────────────────────────┐ ┌──────────────────────┐ │
 │ │      Nacos 动态提示词        │ │   ARMS 全链路可观测   │ │
 │ └──────────────────────────────┘ └──────────────────────┘ │
 └───────────────────────────────────────────────────────────┘
  1. 远程工具扩展：使用 argi-starter-mcp-distributed 从 Nacos 动态发现微服务导出的 MCP 工具，通过 ReactAgent.builder().toolCallbackProviders(...) 无缝注入智能体。
  2. 多模态记忆：Spring AI 的 ChatMemoryRepository 负责存储用户交互消息历史，而 Graph Core 的 CheckpointSaver（如 RedisSaver）负责保存图或 Agent 执行的状态快照。两者相辅相成。
  3. 企业知识接入：通过 5 大向量存储和 argi-starter-rag 构建混合检索，智能体可通过 Hook 预加载知识库，或以工具调用形式自主按需检索（Agentic RAG）。
  4. 运行时热更与监控：通过 Nacos 动态修改 System Prompt，通过 ARMS 实时追踪每次 LLM 调用与工具执行的消耗与性能。

ARGI（Agent Runtime and Graph Intelligence）是面向 Java 开发者的智能体运行时与工作流框架。