LiteFlow LiteFlow
首页
  • v2.16.3 (当前版本)
  • What's New

    • What' s New In LiteFlow v2.16.2?
    • What' s New In LiteFlow v2.16.1?
    • What' s New In LiteFlow v2.16.0?
  • 历史版本

    • v2.15.X
    • v2.13.X
    • v2.12.X
    • v2.11.X
    • v2.10.X
    • v2.9.X
    • v2.8.X
  • 升级指南

    • 2.16.2 Agent 升级说明
    • 2.13.0升级指南
    • 2.12.4升级指南
    • 2.12.0升级指南
    • 升级到2.9.3说明
    • 升级到2.9.X说明
    • 升级到2.8.X说明
    • 升级到2.7.X说明
AI Agent
AI Skill
IDEA 插件
  • 答疑解惑

    • 常见问题
    • 如何理解上下文这个概念?
    • Slot是一个什么样的概念?
  • 项目与社区

    • 项目介绍
    • 项目成员
    • 更新记录
    • 参与开发
    • 加入群聊
    • 谁在使用
赞助
GitHub (opens new window)

广告采用随机轮播方式显示 ❤️成为赞助商
首页
  • v2.16.3 (当前版本)
  • What's New

    • What' s New In LiteFlow v2.16.2?
    • What' s New In LiteFlow v2.16.1?
    • What' s New In LiteFlow v2.16.0?
  • 历史版本

    • v2.15.X
    • v2.13.X
    • v2.12.X
    • v2.11.X
    • v2.10.X
    • v2.9.X
    • v2.8.X
  • 升级指南

    • 2.16.2 Agent 升级说明
    • 2.13.0升级指南
    • 2.12.4升级指南
    • 2.12.0升级指南
    • 升级到2.9.3说明
    • 升级到2.9.X说明
    • 升级到2.8.X说明
    • 升级到2.7.X说明
AI Agent
AI Skill
IDEA 插件
  • 答疑解惑

    • 常见问题
    • 如何理解上下文这个概念?
    • Slot是一个什么样的概念?
  • 项目与社区

    • 项目介绍
    • 项目成员
    • 更新记录
    • 参与开发
    • 加入群聊
    • 谁在使用
赞助
GitHub (opens new window)
  • 🤖 LiteFlow Agent 简介
  • 快速开始

    • 📦 引入依赖
    • ⚙️ 基本配置
    • 🧩 编写 Agent 组件
    • 📤 获取 Agent 结果
      • 获取完整回复
      • 自定义回复处理
    • 🌊 流式输出
  • 🎬 演示项目
  • 🏪 模型配置
  • 📐 结构化输出
  • Jev 智能选择组件

    • Jev 模型与模块介绍
    • 依赖与配置
    • 编写选择组件
    • 置信度与异常处理
    • 客服演示与测试
  • Jev 布尔判断组件

    • Noul 与布尔判断组件
    • 编写布尔组件
  • 会话与记忆

    • 💬 会话标识
    • 🧠 会话存储
    • 🔄 多轮对话
    • 🗂️ 聊天历史
    • 📝 长对话与长期记忆
  • 工作空间与工具

    • 📂 工作区与执行环境
    • 📄 文件工具与产物
    • 🐚 Shell 工具
    • 🐳 Docker 沙箱
    • 🔧 Java 业务工具
    • 🔌 MCP 工具
  • 🎯 Skills 技能系统
  • 高级编排

    • 🔀 条件路由与并行调用
    • 🤝 多 Agent 协作
    • 🙋 工具调用前人工确认
    • 🧭 子代理与计划
    • 🌐 远程 A2A 调用
  • 运行机制与可观测

    • 🔁 迭代次数与超时
    • 📋 执行日志与事件
    • 🪝 中间件扩展
  • 📖 扩展点速查
  • ⚡ 配置速查
  • 🛡️ 执行与访问边界
  • 🔍 故障排查
  • ⬆️ 升级到 2.16.2
  • AI Agent编排
  • 快速开始
铂赛东
2026-09-19
目录

📤 获取 Agent 结果

# 获取完整回复

完成组件与流程配置后,注入 FlowExecutor,使用通常的 LiteFlow 调用方式:

LiteflowResponse response = flowExecutor.execute2Resp("chatChain", "介绍一下 LiteFlow");
if (!response.isSuccess()) {
    throw new IllegalStateException("Agent 执行失败", response.getCause());
}
String answer = response.getSlot().getResponseData();
String conversationId = response.getConversationId();

以上代码使用 com.yomahub.liteflow.core.FlowExecutor 和 com.yomahub.liteflow.flow.LiteflowResponse。默认输出是完整文本;开启结构化输出后,应按指定类型接收。

execute2Resp(...) 会等待本次流程结束。调用返回不等于成功,读取结果前先检查 response.isSuccess(),失败原因从 response.getCause() 获取。

# 自定义回复处理

覆写 handleReply,可将回复或用量写入业务上下文。下面的片段放在自己的 Agent 组件中:

@Override
protected void handleReply(io.agentscope.core.message.Msg reply,
        LiteFlowAgentContext context) {
    super.handleReply(reply, context);
    Object result = context.getSlot().getResponseData();
    io.agentscope.core.model.ChatUsage usage = context.getChatUsage();
    // 将 result、usage 写入业务上下文或记录本次调用用量。
}

调用 super.handleReply(...) 会保留默认的 responseData 写入。模型未提供用量时,getChatUsage() 可能为空;已成功加载的技能可通过 context.getUsedSkills() 查询。

一条链中有多个 Agent 时,默认结果会依次覆盖 responseData。需要保存各节点结果时,使用独立的业务上下文字段,详见多 Agent 协作。

下一步:流式输出或多轮对话。

帮助我们改善此文档 (opens new window)
上次更新: 2026/09/20, 11:49:27
🧩 编写 Agent 组件
🌊 流式输出

← 🧩 编写 Agent 组件 🌊 流式输出→

Theme by Vdoing | Copyright © 2020-2026 铂赛东 | MIT License
沪ICP备18012955号-2