文章目录为什么 JVM 需要自己的 AI Agent 框架？一、Embabel 是什么？1.1 项目概述1.2 技术栈二、为什么选择 Embabel？2.1 与其他框架的对比2.2 核心设计理念三、环境准备3.1 必要条件必需环境变量可选环境变量（增强功能）3.2 开发工具要求3.3 Docker Desktop MCP 工具配置四、5 分钟快速上手4.1 方式一：使用 GitHub 模板（推荐）4.2 方式二：在现有项目中添加依赖4.3 方式三：克隆示例仓库学习五、第一个 Agent 实战5.1 理解核心概念5.2 编写你的第一个 Agent（注解方式）步骤 1：定义领域模型（Domain Model）步骤 2：编写 Agent 类5.3 启动应用创建 Spring Boot 主类运行并交互六、运行和测试6.1 运行单元测试（不需要网络连接）6.2 运行集成测试6.3 编写单元测试示例七、核心原理深度解析7.1 架构总览核心模块职责数据流图7.2 GOAP 规划算法详解GOAP 核心概念映射WorldState 世界状态Condition 条件系统Planner 规划器接口A* 算法实现概要Plan 计划结构7.3 Blackboard 黑板系统Blackboard 核心接口Blackboard 使用示例Blackboard 的设计优势7.4 Agent 执行引擎与 OODA 循环AgentProcess 核心流程IoBinding 输入输出绑定7.5 三种执行模式7.6 领域模型与类型系统领域对象行为暴露7.7 LLM 抽象层Ai 类核心方法LlmOptions 配置预定义模型常量7.8 事件驱动架构AgentEvent 事件体系事件监听示例事件流与可观测性集成八、常见问题 FAQQ1: Embabel 和 Spring AI 有什么区别？Q2: 为什么选择 JVM 而不是 Python？Q3: 如何添加自定义 LLM？Q4: 如何使用本地模型？Q5: 如何启用可观测性？九、核心原理要点回顾十、总结为什么 JVM 需要自己的 AI Agent 框架？2026 年的 AI Agent 赛道上，Python 生态的 LangChain、LlamaIndex 等框架占据了大量注意力。但对于拥有庞大Java/Kotlin 存量代码库的企业而言，真正关键的邻接关系并非 LLM 本身——它只是一个 HTTP 调用——而是现有的代码和基础设施资产，这些资产在 JVM 上远比在 Python 上更有价值。Embabel（发音：Em-BAY-bel /ɛmˈbeɪbəl/）正是为此而生的一款用于在 JVM 平台编写智能 Agent 流程（Agentic Flow）的框架，它可以将大模型提示交互、业务代码以及领域模型无缝结合。框架支持面向目标的智能路径推演。该框架使用 Kotlin 开发，但提供对 Java 友好的自然调用范式，使用 GOAP 算法动态规划行动序列，基于 Kotlin/Java 强类型系统，原生支持 MCP 协议，可观测性开箱即用，由 Spring 框架的创始人打造。本文基于 Embabel Agent v1.5.1-SNAPSHOT 的官方文档与源码，带你从5 分钟快速上手走到GOAP 规划算法、Blackboard 黑板系统、OODA 执行循环等核心原理的深度剖析，帮助你全面理解这个被誉为"JVM 版 Spring MVC"的智能体框架。一、Embabel 是什么？ 【Embabel Agent】Java 新一代企业级Agent框架完全指南：从 5 分钟快速入门到核心原理深度解析
文章目录为什么 JVM 需要自己的 AI Agent 框架？一、Embabel 是什么？1.1 项目概述1.2 技术栈二、为什么选择 Embabel？2.1 与其他框架的对比2.2 核心设计理念三、环境准备3.1 必要条件必需环境变量可选环境变量（增强功能）3.2 开发工具要求3.3 Docker Desktop MCP 工具配置四、5 分钟快速上手4.1 方式一：使用 GitHub 模板（推荐）4.2 方式二：在现有项目中添加依赖4.3 方式三：克隆示例仓库学习五、第一个 Agent 实战5.1 理解核心概念5.2 编写你的第一个 Agent（注解方式）步骤 1：定义领域模型（Domain Model）步骤 2：编写 Agent 类5.3 启动应用创建 Spring Boot 主类运行并交互六、运行和测试6.1 运行单元测试（不需要网络连接）6.2 运行集成测试6.3 编写单元测试示例七、核心原理深度解析7.1 架构总览核心模块职责数据流图7.2 GOAP 规划算法详解GOAP 核心概念映射WorldState 世界状态Condition 条件系统Planner 规划器接口A* 算法实现概要Plan 计划结构7.3 Blackboard 黑板系统Blackboard 核心接口Blackboard 使用示例Blackboard 的设计优势7.4 Agent 执行引擎与 OODA 循环AgentProcess 核心流程IoBinding 输入输出绑定7.5 三种执行模式7.6 领域模型与类型系统领域对象行为暴露7.7 LLM 抽象层Ai 类核心方法LlmOptions 配置预定义模型常量7.8 事件驱动架构AgentEvent 事件体系事件监听示例事件流与可观测性集成八、常见问题 FAQQ1: Embabel 和 Spring AI 有什么区别？Q2: 为什么选择 JVM 而不是 Python？Q3: 如何添加自定义 LLM？Q4: 如何使用本地模型？Q5: 如何启用可观测性？九、核心原理要点回顾十、总结为什么 JVM 需要自己的 AI Agent 框架？2026 年的 AI Agent 赛道上，Python 生态的 LangChain、LlamaIndex 等框架占据了大量注意力。但对于拥有庞大Java/Kotlin 存量代码库的企业而言，真正关键的邻接关系并非 LLM 本身——它只是一个 HTTP 调用——而是现有的代码和基础设施资产，这些资产在 JVM 上远比在 Python 上更有价值。Embabel（发音：Em-BAY-bel /ɛmˈbeɪbəl/）正是为此而生的一款用于在 JVM 平台编写智能 Agent 流程（Agentic Flow）的框架，它可以将大模型提示交互、业务代码以及领域模型无缝结合。框架支持面向目标的智能路径推演。该框架使用 Kotlin 开发，但提供对 Java 友好的自然调用范式，使用 GOAP 算法动态规划行动序列，基于 Kotlin/Java 强类型系统，原生支持 MCP 协议，可观测性开箱即用，由 Spring 框架的创始人打造。本文基于 Embabel Agent v1.5.1-SNAPSHOT 的官方文档与源码，带你从5 分钟快速上手走到GOAP 规划算法、Blackboard 黑板系统、OODA 执行循环等核心原理的深度剖析，帮助你全面理解这个被誉为"JVM 版 Spring MVC"的智能体框架。一、Embabel 是什么？