多 AgentSkillsSpringAI 构建自主决策智能体

这门课的主题很明确：用 Spring AI 把多个 Agent 组织起来，让它们分工、调用工具、按流程做判断，而不是停留在"写个提示词问大模型"的层面。如果你现在只会调 API 做单轮问答，或者用过低代码平台拼过简单工作流，但说不清 Agent 之间怎么传递任务、怎么决定下一步做什么，那这门课补的正是这块。

它解决的是哪类工作场景

实际开发里，单 Agent 很快就会撞墙：一个助手既要查资料、又要算数据、还要按公司流程走审批，提示词越写越长，出错还找不到是哪一步坏的。多 Agent 的思路是把职责拆开，每个 Agent 只管一件事，再通过统一的协议互相调用。课程围绕 MCP 和 A2A 讲工具与技能的双轮驱动，讲 ReAct 架构下"想一步、做一步、看结果再决定"的循环，这些都是把 demo 变成能跑的业务系统时绕不开的东西。旅行规划那个案例就是典型的多角色协作：有人负责查、有人负责排、有人负责校验，最后拼成一个可执行方案。

适合什么基础，先看哪几块

需要你有 Java 和 Spring Boot 的使用经验，能看懂依赖注入和接口定义，否则第 4 章开始会吃力。大模型部分不用怕，第 2 章是用大白话把概念过一遍，没有数学推导。建议的顺序是先看第 2 章对齐术语，再进第 3 章理解 MCP 和 Skills 分别解决什么，这两块是后面所有内容的地基；第 4 章 Spring AI 的具体实现可以边看边敲，第 5、6 章再回头体会多 Agent 和 ReAct 是怎么把前面的零件串起来的。第 10 章讲 Skills 如何让 Agent 按专业流程工作，适合在你已经跑通一个 Agent 之后再回看，那时才看得出价值。

学完能独立做什么，资料怎么用

比较现实的目标是：你能自己定义一个 Agent 的职责边界，给它配上可调用的工具，用 Spring AI 把多个 Agent 串成一条带判断的流程，并且在某个环节失败时知道去哪里排查。这足以支撑你做一个内部工具或者原型验证，但不要指望学完就能直接扛生产级的稳定性问题。

资料里的代码建议不要只看，按章节顺序自己跑一遍，重点改两处：一是把案例里的工具换成你手头真实的数据接口，二是改掉 ReAct 的终止条件，观察 Agent 的行为怎么变。每改一次都记下它在哪里绕圈、在哪里提前收手，这些记录比看完视频更有用。如果时间有限，第 3 到第 6 章是主干，其余章节按需查阅即可。