📌 项目：https://github.com/blendi-remade/agentcraft | 星数：656 | 语言：Java | 协议：MIT | 更新：2026-10-09
AgentCraft是一个用Java编写的Agent开发框架和创作工具，提供Agent定义、技能编排和多Agent协作的基础设施。项目由blendi-remade开发，在GitHub获得656颗星，采用MIT协议，面向Java/JVM生态的开发者，将Agent开发抽象为可组合的技能模块。
AgentCraft将Agent能力分解为可复用的技能单元，开发者通过组合技能定义Agent行为。如果你想了解Agent技能机制的底层原理，可以参考我们的Agent技能机制指南，深入理解技能定义与调用的设计模式。
技能定义与组合：通过注解或YAML配置定义Agent技能（输入/输出schema、执行逻辑、前置条件），技能可声明依赖其他技能形成执行DAG，框架自动解析依赖顺序并行调度无冲突技能，支持技能版本管理和热更新。
多Agent编排引擎：内置Agent间通信协议（基于消息队列），支持Pipeline（串行）、Router（条件分发）、Fan-out/Fan-in（并行聚合）三种编排模式，Agent可动态注册和发现，支持运行时增减Agent实例。
JVM生态集成：原生集成Spring Boot依赖注入、与LangChain4j互操作支持LLM调用、通过MCP协议连接外部工具服务，提供JMX监控Agent运行状态（技能执行耗时、消息队列深度、错误率），支持打包为Fat JAR或Docker镜像部署。
| ✅ 优势 | ❌ 劣势 |
|---|---|
| 技能定义通过注解或YAML配置，声明式定义输入输出和前置条件，降低开发门槛 | README文档信息有限，API文档和学习资源不够完善 |
| 多Agent编排引擎支持Pipeline/Router/Fan-out三种模式，覆盖常见协作模式 | Java/JVM启动开销大于Python/Node.js的Agent框架，不适合轻量场景 |
| 原生集成Spring Boot和LangChain4j，Java企业开发者无需学习新框架 | 技能热更新机制缺乏版本兼容性保证，生产环境需谨慎使用 |
| JMX监控Agent运行状态（技能耗时/队列深度/错误率），运维可视化 | 多Agent通信基于消息队列，未提供分布式部署的开箱支持 |
| 技能DAG自动解析依赖并行调度，提升多技能Agent的执行效率 | 社区规模较小，与Spring AI等主流框架的集成需要自行适配 |
两者定位不同。Spring AI提供LLM调用抽象和基础工具集成，AgentCraft构建在LLM调用层之上提供Agent技能定义、多Agent编排和记忆管理。两者可配合使用，AgentCraft原生集成LangChain4j而非直接绑定Spring AI。
通过LangChain4j集成支持OpenAI、Anthropic Claude、Google Gemini、本地Ollama等主流LLM提供商。切换模型只需修改配置，Agent技能代码无需改动。
编排引擎支持重试策略（可配置重试次数和退避间隔）、超时熔断和降级Agent（主Agent失败时切换到简化版Agent）。Pipeline模式中某节点失败可配置是否中断整条链路或跳过继续。