AI Agent 与普通大模型调用的区别

当你直接调用一个大模型 API（比如 OpenAI、DeepSeek）时，模型只能根据你提供的提示词给出一次回复。它没有"行动"的能力——不能查询数据库、不能调用接口、不能读写文件。

Re-Act Agent 是一种让大模型具备"思考 + 行动"能力的架构模式。名称来源于 Reasoning（推理）和 Acting（行动）的循环：

1. 推理（Reasoning）：模型分析当前情况，决定下一步该做什么
2. 行动（Acting）：模型调用一个工具（Tool），获取真实世界的信息或执行操作
3. 观察（Observation）：工具返回结果，模型基于新信息继续推理

这个循环会持续进行，直到模型认为已经得到了最终答案。

举个例子：用户问"今天的上海天气怎么样？"

• 普通大模型调用：模型只能基于训练数据给出一个笼统的回答，因为它无法获取实时信息
• Re-Act Agent：模型先推理"我需要查天气"→ 调用天气 API 工具 → 拿到真实数据 → 组织出准确的回答

再举一个更贴近开发工作的例子：Claude Code 和 openClaw 这类工具型编程 Agent，本质上都属于 Re-Act 架构模式。

• 普通大模型调用：模型只能根据提示词生成一段代码或思路，但它不知道你项目里的真实目录结构、现有代码写法、测试是否通过
• Claude Code / openClaw 这类 Re-Act Agent：模型先推理"我需要先了解项目结构"→ 调用文件工具搜索代码 → 观察现有实现 → 再推理"应该修改哪些文件"→ 调用编辑工具改代码 → 调用 Shell 工具运行测试 → 根据测试结果继续修正，直到任务完成

所以理解 Claude Code 和 openClaw 的关键点，不在于它们背后具体用了哪个模型，而在于它们都把大模型放进了 Re-Act 循环：大模型不只是回答问题，而是在"思考、调用工具、观察结果、继续思考"的过程中完成真实任务。

liteflow-react-agent 是什么

liteflow-react-agent 是 LiteFlow 框架的 AI Agent 扩展模块。它把 agentscope-java (opens new window) 的 ReActAgent 封装成了一个 LiteFlow 组件，使得 AI Agent 可以像普通组件一样被编排进 EL 规则中。

这意味着：

• Agent 不再是一个独立的系统，而是你编排链路中的一个节点
• Agent 可以和其他普通业务节点通过 THEN、WHEN、IF、SWITCH 等关键字组合
• 你可以把一个或多个“小龙虾”编排进逻辑规则中，让它们和你的 Java 业务节点、上下文数据、工具调用深度结合
• 你可以用 LiteFlow 的全部编排能力来构建包含 AI 智能体的复杂业务流程

它能做什么

通过 liteflow-react-agent，你可以：

• 让 AI Agent 参与业务编排：在规则链路中插入 Agent 节点，让它根据上下文做出智能决策
• 给 Agent 配备工具：注册自定义 Java 工具，Agent 可以调用你的业务 API、查询数据库、执行业务逻辑
• 多模型并行：用 WHEN 同时调用不同模型的 Agent，比如让 DeepSeek 和 Qwen 同时分析一个问题
• 条件路由：用 IF 根据业务条件选择不同的 Agent 处理请求
• 多轮对话：通过 conversation 机制实现有记忆的多轮对话
• 流式输出：实时获取 Agent 的推理过程和回复，推送给前端展示
• 多 Agent 协作：在同一编排中部署多个职责不同的 Agent，通过文件系统或上下文协作
• 调用 Skills 完成复杂业务：通过 Skills 技能系统 给 Agent 注入预先编写好的长指令和专属工具，像在 Claude Code 中使用 skill 一样，让一个 Agent 就能独立完成一个完整的复杂业务（例如代码审查、报告撰写、数据分析全流程）

和 LiteFlow 原有编排的结合

这是 liteflow-react-agent 最核心的价值。LiteFlow 的 EL 规则本身就是一个强大的编排引擎，Agent 作为其中的一种组件类型，可以无缝融入：

<!-- Agent 和普通节点串行 -->
THEN(prepare, deepseekAgent, recordReply);

<!-- 根据条件选择不同 Agent -->
IF(isMath, mathAgent, deepseekAgent);

<!-- 多个 Agent 并行执行 -->
WHEN(deepseekAgent, qwenAgent).maxWaitSeconds(60);

<!-- 复杂编排：准备 → 并行分析 → 汇总决策 → 后处理 -->
THEN(
    prepare,
    WHEN(analyzerAgent, riskAgent),
    summaryAgent,
    notify
);

想象力是无限的：你可以把 AI 能力嵌入到任何需要智能决策的环节——风控判断、内容审核、数据分析、报告生成、代码审查、自动化运维……只要你的业务可以用 LiteFlow 编排，就可以在任何节点插入 AI Agent。

模块组成

liteflow-react-agent 是一个聚合模块，不同模型供应商由独立子模块提供：

模块	作用
liteflow-react-agent-core	核心基础设施：ReActAgentComponent、ModelSpec、会话管理、Memory 持久化、流式事件、Workspace 文件工具、Shell 工具
liteflow-react-agent-openai	OpenAI 官方 API + OpenAI 兼容协议（内置 DeepSeek、Kimi、GLM、Minimax 便捷入口）
liteflow-react-agent-anthropic	Anthropic Claude 模型入口
liteflow-react-agent-gemini	Google Gemini 模型入口
liteflow-react-agent-dashscope	阿里云 DashScope / Qwen 模型入口

业务项目通常只需引入一个平台模块。如果需要同时使用多个模型平台，可以引入多个模块。