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-gateway`	MCP 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-redis`	Redis 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-mem0`	Mem0 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.nacos`	Nacos 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 Client	`argi.mcp.nacos.client.sse`	SSE 类型的 MCP 客户端连接与服务名映射
MCP Streamable Client	`argi.mcp.nacos.client.streamable`	Streamable 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.oauth`	OAuth 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 - Redis	`argi.chat.memory.repository.redis`	Redis 连接、键前缀、客户端类型（`lettuce`/`jedis`/`redisson`）、集群与 SSL
Chat Memory - JDBC	`argi.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 - MongoDB	`argi.chat.memory.repository.mongodb`	`host`、`port`、`userName`、`password`、`authDatabaseName`、`databaseName`
Chat Memory - ES	`argi.chat.memory.repository.elasticsearch`	`host`、`port`、`nodes`、`index`、`queryField`、`maxResults`、`scheme`
Chat Memory - Memcached	`argi.chat.memory.repository.memcached`	`host` 与 `port`
Chat Memory - TableStore	`argi.chat.memory.repository.tablestore`	`endpoint`、`instanceName`、`accessKeyId`、`accessKeySecret`、`sessionTableName`、`messageTableName`
Chat Memory - Mem0	`argi.chat.memory.mem0`	`client` 配置（`base-url`、`async`）与 `server` 配置（`llm`、`embedder`、`vectorStore`、`graphStore`）
Vector Store	`argi.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 Elasticsearch	`argi.rag.elasticsearch`	检索类型（BM25/KNN/HYBRID）、RRF 开关与权重偏置、召回阈值
Nacos Prompt	`argi.nacos.prompt.template`	提示词模板 DataId、Group 与动态刷新开关
ARMS 可观测性	`argi.arms`	ARMS 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   │ │
 │ └──────────────────────────────┘ └──────────────────────┘ │
 └───────────────────────────────────────────────────────────┘

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。
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。
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）。
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。

依赖管理（BOM）​

20 个 Starter 全景清单​

配置前缀与规范​

与核心框架的关系​

依赖管理（BOM）

20 个 Starter 全景清单

配置前缀与规范

与核心框架的关系