Handoffs

说明： 原先的 Spring Boot 示例模块 agentscope-examples/multiagent-patterns/ 已在 2.0 包重构中移除。请以本文中的代码片段作为参考实现。其他可运行示例见 agentscope-examples/documentation/。

在 Handoffs 模式中，行为根据状态动态变化。工具会更新一个在轮次间持久存在的状态变量（如 active_agent），图根据该变量将请求路由到不同智能体。该模式适合客服、销售等场景：通过工具调用在专职智能体（如销售与支持）之间转移控制权。 Handoffs 一词常用来描述通过工具调用（如 transfer_to_sales_agent、transfer_to_support）在智能体或状态之间转移控制（可参考 OpenAI Agents）。

概述

核心特点：

状态驱动路由：流程运行过程中根据状态变量（如 active_agent）将请求路由到不同智能体节点。
基于工具的转移：交接工具更新该状态变量，当前节点完成后，图沿条件边进入下一智能体或结束。
直接与用户交互：每个智能体依次处理用户消息；交接工具只决定下一轮由谁处理。
状态持久：在流程的执行过程中，状态在多次对话轮次间保持。

当需要强制顺序或按角色路由（例如先收集信息再升级、或在销售与支持间切换），且用户每次只与一个“前台”对话、该前台可随工具调用切换时，适合使用 Handoffs 模式。

架构

在 AgentScope 与 Spring AI Alibaba Graph 下，实现包含：

独立智能体作为图节点：例如销售智能体与支持智能体，各自实现为 AgentScopeAgent（ReActAgent + Toolkit）。
交接工具：注册在各智能体的 Toolkit 上。模型调用交接工具时，工具通过 ToolContextHelper.getStateForUpdate(toolContext) 设置 active_agent（或类似键）。图需为该键声明策略（如 ReplaceStrategy），以便在节点完成时合并更新。
条件边：每个智能体节点执行后，由路由动作读取 active_agent，决定进入另一智能体节点或 END。

┌─────────────────────────────────────────────────────────────────┐
│                    Handoffs 状态图                                │
│                                                                  │
│   START ──route_initial──► sales_agent ──route_after_sales──┐   │
│        \\                      │                             │   │
│         \\                     │ (transfer_to_support)        │   │
│          \\                    ▼                             ▼   │
│           └────────────► support_agent ──route_after_support  END  │
│                                │                             ▲   │
│                                │ (transfer_to_sales)         │   │
│                                └─────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘

实现

步骤 1：定义状态键与图状态

定义状态键和智能体节点名称常量，并创建带键策略的 StateGraph，以便交接工具能更新路由状态（如对 active_agent 使用 ReplaceStrategy）。

// 状态键与智能体节点名
public final class AgentScopeStateConstants {
    public static final String ACTIVE_AGENT = "active_agent";
    public static final String SALES_AGENT = "sales_agent";
    public static final String SUPPORT_AGENT = "support_agent";
}

// 在配置中：构建带键策略的图
StateGraph graph = new StateGraph("agent_scope_handoffs", () -> {
    Map<String, KeyStrategy> strategies = new HashMap<>();
    strategies.put("messages", new AppendStrategy(false));
    strategies.put(AgentScopeStateConstants.ACTIVE_AGENT, new ReplaceStrategy());
    return strategies;
});

步骤 2：创建交接工具

每个交接工具是一个 AgentScope @Tool，并自动注入 ToolContext。工具通过 ToolContextHelper.getStateForUpdate(toolContext) 更新图状态，节点完成后，图的条件边会根据新的 active_agent 选择下一节点或结束。 转接支持（供销售智能体使用）：

import com.alibaba.cloud.ai.graph.agent.tools.ToolContextHelper;
import io.agentscope.core.tool.Tool;
import io.agentscope.core.tool.ToolParam;
import org.springframework.ai.chat.model.ToolContext;

@Tool(
    name = "transfer_to_support",
    description = "将对话转接给支持智能体。当客户询问技术问题、故障排查或账户问题时使用。")
public String transferToSupport(ToolContext toolContext) {
    ToolContextHelper.getStateForUpdate(toolContext).ifPresent(update ->
            update.put(AgentScopeStateConstants.ACTIVE_AGENT, AgentScopeStateConstants.SUPPORT_AGENT));
    return "已从销售智能体转接至支持智能体。";
}

转接销售（供支持智能体使用）：

@Tool(
    name = "transfer_to_sales",
    description = "将对话转接给销售智能体。当客户询问价格、购买或产品库存时使用。")
public String transferToSales(
        @ToolParam(name = "reason", description = "转接的简要原因") String reason,
        ToolContext toolContext) {
    ToolContextHelper.getStateForUpdate(toolContext).ifPresent(update ->
            update.put(AgentScopeStateConstants.ACTIVE_AGENT, AgentScopeStateConstants.SALES_AGENT));
    return "已从支持智能体转接至销售智能体。原因：" + (reason != null ? reason : "客户需要销售");
}

在对应智能体的 Toolkit 上通过 toolkit.registerTool(TransferToSupportTool.create()) 和 toolkit.registerTool(TransferToSalesTool.create()) 注册上述工具。

步骤 3：构建智能体（AgentScopeAgent + Toolkit）

创建销售与支持两个 AgentScopeAgent，各自使用 ReActAgent、系统提示和包含对应交接工具的 Toolkit。

import com.alibaba.cloud.ai.agent.agentscope.AgentScopeAgent;
import io.agentscope.core.ReActAgent;
import io.agentscope.core.memory.InMemoryMemory;
import io.agentscope.extensions.model.dashscope.DashScopeChatModel;
import io.agentscope.core.tool.Toolkit;

// 销售智能体：具备 transfer_to_support
Toolkit salesToolkit = new Toolkit();
salesToolkit.registerTool(TransferToSupportTool.create());

ReActAgent.Builder salesReActBuilder = ReActAgent.builder()
        .name(AgentScopeStateConstants.SALES_AGENT)
        .description("负责价格、产品库存与销售咨询的销售智能体")
        .sysPrompt("""
            你是销售智能体。负责销售咨询、价格与产品库存。
            若客户询问技术问题、故障排查或账户问题，
            请使用 transfer_to_support 转接给支持智能体。
            """)
        .model(model)
        .toolkit(salesToolkit)
        .memory(new InMemoryMemory());

AgentScopeAgent salesAgent = AgentScopeAgent.fromBuilder(salesReActBuilder)
        .name(AgentScopeStateConstants.SALES_AGENT)
        .instruction("请协助客户处理销售相关咨询：{input}。")
        .includeContents(true)
        .returnReasoningContents(true)
        .build();

// 支持智能体：具备 transfer_to_sales
Toolkit supportToolkit = new Toolkit();
supportToolkit.registerTool(TransferToSalesTool.create());

ReActAgent.Builder supportReActBuilder = ReActAgent.builder()
        .name(AgentScopeStateConstants.SUPPORT_AGENT)
        .description("负责技术问题与故障排查的支持智能体")
        .sysPrompt("""
            你是支持智能体。负责技术问题、故障排查与账户问题。
            若客户询问价格、购买或产品库存，
            请使用 transfer_to_sales 转接给销售智能体。
            """)
        .model(model)
        .toolkit(supportToolkit)
        .memory(new InMemoryMemory());

AgentScopeAgent supportAgent = AgentScopeAgent.fromBuilder(supportReActBuilder)
        .name(AgentScopeStateConstants.SUPPORT_AGENT)
        .instruction("请协助客户处理产品技术相关咨询：{input}。")
        .includeContents(true)
        .returnReasoningContents(true)
        .build();

步骤 4：添加节点与条件边

将两个智能体加入为节点，再根据 active_agent 配置 START 与节点后路由：

初始路由：从 START 路由到 sales_agent 或 support_agent（如未设置 active_agent 则默认 sales_agent）。
销售之后：从 sales_agent 出来时，若 active_agent 为 support_agent 则进入 support_agent，否则进入 END。
支持之后：从 support_agent 出来时，若 active_agent 为 sales_agent 则进入 sales_agent，否则进入 END。

graph.addNode(AgentScopeStateConstants.SALES_AGENT, salesAgent.asNode());
graph.addNode(AgentScopeStateConstants.SUPPORT_AGENT, supportAgent.asNode());

// START → sales_agent 或 support_agent（默认 sales）
graph.addConditionalEdges(START, new RouteInitialAction(), Map.of(
        AgentScopeStateConstants.SALES_AGENT, AgentScopeStateConstants.SALES_AGENT,
        AgentScopeStateConstants.SUPPORT_AGENT, AgentScopeStateConstants.SUPPORT_AGENT));

// sales_agent → support_agent 或 END
graph.addConditionalEdges(AgentScopeStateConstants.SALES_AGENT, new RouteAfterSalesAction(),
        Map.of(AgentScopeStateConstants.SUPPORT_AGENT, AgentScopeStateConstants.SUPPORT_AGENT, "__end__", END));

// support_agent → sales_agent 或 END
graph.addConditionalEdges(AgentScopeStateConstants.SUPPORT_AGENT, new RouteAfterSupportAction(),
        Map.of(AgentScopeStateConstants.SALES_AGENT, AgentScopeStateConstants.SALES_AGENT, "__end__", END));

CompiledGraph compiledGraph = graph.compile();

路由动作示例（销售之后）：从状态读取 active_agent；若为 support_agent 则返回支持节点，否则返回 "__end__"。

@Override
public CompletableFuture<Command> apply(OverAllState state, RunnableConfig config) {
    String active = state.value(AgentScopeStateConstants.ACTIVE_AGENT)
            .map(Object::toString)
            .orElse("");
    String target = AgentScopeStateConstants.SUPPORT_AGENT.equals(active)
            ? AgentScopeStateConstants.SUPPORT_AGENT
            : "__end__";
    return CompletableFuture.completedFuture(new Command(target));
}

步骤 5：调用图

使用用户输入调用编译后的图。图会从初始智能体（如销售）开始执行；每当某智能体调用交接工具时，状态更新会使下一步路由到另一智能体或结束。

Map<String, Object> inputs = Map.of("input", "你好，我登录账户遇到问题，能帮忙吗？");
Optional<OverAllState> resultOpt = compiledGraph.invoke(inputs);

resultOpt.ifPresent(state -> {
    List<Message> messages = (List<Message>) state.value("messages").orElse(List.of());
    messages.forEach(msg -> System.out.println(msg.getText()));
});

在工具中读取与更新状态

参与图的 AgentScope 工具会（自动注入）收到 ToolContext，用于读取或更新图状态：

更新状态（用于路由）：将键放入 ToolContextHelper.getStateForUpdate(toolContext) 返回的 Map。节点完成时图会合并这些更新。图必须为这些键声明键策略（如对 active_agent 使用 ReplaceStrategy）。
读取状态：使用 ToolContextHelper.getState(toolContext) 获取当前 OverAllState（例如在工具内分支或向交接消息中传入上下文）。

通过 getStateForUpdate 更新的任何键都必须在图的键策略中声明，否则更新可能不会影响路由。

设计要点

两个智能体均使用 AgentScope Toolkit
销售与支持智能体都使用 io.agentscope.core.tool.Toolkit 和 ReActAgent；交接工具是标准的 AgentScope @Tool 实现，通过 ToolContext 更新状态。
在节点完成时合并状态
工具不会立即改变图的走向，只更新状态。当前智能体节点结束后，图的条件边会执行，根据更新后的 active_agent 选择下一节点或结束。
工具中的 ToolContext
交接工具使用 io.agentscope.core.tool.Tool 和可选的 @ToolParam；ToolContext 自动注入，便于调用 ToolContextHelper.getStateForUpdate(toolContext)（以及可选的 getState(toolContext)）。

示例项目

完整的 Handoffs 示例（销售 + 支持与交接工具）位于仓库中：

要点：AgentScopeHandoffsConfig（图、智能体、路由），TransferToSalesTool、TransferToSupportTool，RouteInitialAction、RouteAfterSalesAction、RouteAfterSupportAction，以及用于调用图的 AgentScopeHandoffsService。

在仓库根目录构建并运行：在 application.yml 中设置 agentscope.runner.enabled=true 可在启动时运行演示。默认端口为 8089。

快速开始

功能指南

多智能体

Harness

概述

架构

实现

步骤 1：定义状态键与图状态

步骤 2：创建交接工具

步骤 3：构建智能体（AgentScopeAgent + Toolkit）

步骤 4：添加节点与条件边

步骤 5：调用图

在工具中读取与更新状态

设计要点

示例项目

相关文档

​概述

​架构

​实现

​步骤 1：定义状态键与图状态

​步骤 2：创建交接工具

​步骤 3：构建智能体（AgentScopeAgent + Toolkit）

​步骤 4：添加节点与条件边

​步骤 5：调用图

​在工具中读取与更新状态

​设计要点

​示例项目

​相关文档

概述

架构

实现

步骤 1：定义状态键与图状态

步骤 2：创建交接工具

步骤 3：构建智能体（AgentScopeAgent + Toolkit）

步骤 4：添加节点与条件边

步骤 5：调用图

在工具中读取与更新状态

设计要点

示例项目

相关文档