Subagent Framework（子智能体框架）提供了一套协议无关抽象层，用于将各类智能体通信协议与 TaskTool 集成。开发者可以通过统一接口，编排来自不同后端的异构智能体：本地基于大模型的子智能体、遵循A2A协议的远程智能体，或是自定义实现的智能体。
服务提供者接口（SPI）全部定义在 spring‑ai‑agent‑utils‑common 模块中。这…
Spring AI 智能体 6 : 基于 A2A 协议构建交互智能体
Agent2Agent（A2A）协议 是一种用于实现 AI 智能体无缝通信的开放标准。它让不同平台的智能体能够彼此发现能力、交换消息、协同工作流，而不受其底层实现方式的限制。
Spring AI A2A 通过 Spring Boot 自动配置，将 A2A Java SDK 与 Spring AI 深度集成。它能把 A2A 协议与 Spring AI 的 ChatClient 和工具体系无缝连接，让你可以…
Spring AI 智能体 5 : 子智能体编排
一个能够包办所有任务的大而全的通用智能体并不讨好，不如将任务委派给专业化的子智能体。这能让上下文窗口保持聚焦，避免因信息杂乱而降低执行效果。
Task 工具（任务工具）是 spring-ai-agent-utils 工具集的一部分，是一个可移植、与模型无关的 Spring AI 实现，其设计灵感来自 Claude Code 的子智能体（subagents）。它支持构建分层式…
Spring AI 智能体 4 : 使用 TodoWriteTool
你是否遇到过这样的情况：让 AI 智能体执行一项复杂的多步骤任务，结果它中途跳过了某个关键步骤。
研究表明，大语言模型普遍存在 “中间丢失” 问题 —— 在长上下文里会忘记埋在中间的任务。当你的智能体同时处理文件修改、测试执行、文档更新等工作时，重要步骤可能会无声无息地消失。受 Claude Code 启发，一种解决方案是：借助专用的 TodoWrite 工具，让规划变得显式且…
Spring AI 智能体 3 : 关于AskUserQuestionTool
传统的 AI 交互遵循一种常见模式：你给出提示词，AI 自行做出各种假设，然后生成回复。当这些假设与你的实际需求不符时，你就需要反复进行修正。每一个假设都会带来额外的返工，浪费时间与上下文。
如果 AI 智能体能够在给出答案之前先向你提出澄清问题，会怎么样？
AskUserQuestionTool 正是为此而生。它让 AI 智能体在回答之前先提出澄清问题，以交互式方式收集需求，…
Spring AI 的 MCP BootStarter 入门
MCP（模型上下文协议：Model Context Protocol）为 AI 应用与外部工具、资源的交互提供了标准化方式。Spring 早期就作为核心贡献者加入 MCP 生态，参与开发并维护官方 MCP Java SDK，为基于 Java 的 MCP 实现奠定基础。在此贡献之上，Spring AI 通过专属的 Boot Starter 与 MCP Java 注解全面支持 MCP，让构建可无缝对接外部系…
Cursor 技巧 1：Interactive Feedback MCP
在使用 Cursor 时，用户会面临着每月 500 次 “快车道” 请求的限制，一旦用超，需要排队等待或者额外付费。
一个名为 “Interactive Feedback MCP” 的开源项目为Cursor用户提供了一种创新的节省快速请求的方式：旨在通过在单次Token消耗周期内实现无限轮次的追问和反馈，从而大幅提升付费额度的使用效率。其核心原理是在Cursor准备结束当前对话时…
Spring AI 智能体 2 : Anthropic 智能体 Skill
Spring AI 新增了对 Anthropic 智能体 Skill 的支持 — 这类模块化能力可让 Claude 直接生成实际文件，而非单纯的文本描述。启用该 Skill 后，Claude 能生成可直接下载使用的 Excel 电子表格、PowerPoint 演示文稿、Word 文档和 PDF 文件。
局限性说明
Anthropic Skill 的实现方案仅适用于其自研的 Claude 系列模型，存在以下局…
Spring AI 智能体 1 : Agent Skills – 模块化,可复用的能力
这一节主要说明独立于大模型，可在自有环境运行的 Skills。
Agent Skills 是由 指令、脚本和资源构成的模块化文件夹。 AI Agent 可以发现并按需加载 Skills。相较于将知识硬编码到 prompts 中 或者为每个任务开发专用工具，Skills 提供了一种灵活扩展智能体能力的实现方式。
Spring AI 的相关实现将 Agent Skills 引入到了 java 生态，实现…
SpringAI 02 – Chat Client API
ChatClient 提供了与AI模型交互的fluent API。它同时支持同步和流式编程模型。
ChatClient fluent API拥有构建传递给AI模型的提示（Prompt）的组成部分的方法。提示包含指导AI模型输出和行为的指令文本。从API的角度来看，提示由一系列消息组成。
AI模型处理两种主要类型的消息：
- 用户消息，即用户的直接输入。
- 系统消息，由系统生成以指