本文介绍 Koog Agent 的三种外部集成协议:MCP 通过 stdio 连接独立 JVM 进程,将远端工具适配进 ToolRegistry 供 Agent 调用;Ktor 与 Spring Boot 集成提供 HTTP 入口,但路由、鉴权、会话存储仍需应用自行实现;A2A 用于独立 Agent 服务间的能力发现与通信,实测了 AgentCard 发现、message/send 及 tasks/get。作者强调协议只负责互操作,业务事实、权限与状态边界仍由应用负责。
本文介绍 Koog 1.3 的知识增强设施:Embeddings 模块通过 LLMEmbedder 生成向量,但 DeepSeek 客户端不支持嵌入,需搭配 Ollama 或云端服务;rag-base 定义存储抽象,rag-vector 提供文档向量化与检索原型,仅适合本地测试;检索可作为工具供 agent 按需调用,实现 agentic RAG;LongTermMemory 将检索与入库功能化,支持自动或手动模式,需注意分桶、去重与持久化限制;生产环境应基于 rag-base 自研向量库适配器。
本文以 Koog 1.3.0 的 Kotlin API 为例,讲解 Agent 的事件与拦截器底座。自定义 feature 需实现对应 agent 类型的接口,并通过 install 注册拦截器,可覆盖 agent、策略、LLM 调用、流式、工具调用等生命周期;节点级拦截器仅限 graph 管道。事件对象可由 EventHandler 回调或 FeatureMessageProcessor 消费,Tracing 将事件转为消息交给 processor,OpenTelemetry 再将其翻译为 OTel span。内容审核是模型调用层的独立能力,不依赖 feature。序列化默认使用 KotlinxSerializer,可切换为 JacksonSerializer。测试可用官方 agents-test 的 mock 执行器离线验证。
本文以 Koog 1.3.0 的 Kotlin API 为例,讲解模型调用的输入与输出。输入方面,user 消息可混排文本与图片、音频、视频、文件等附件,但多模态支持取决于 provider 和模型能力,例如 DeepSeek V4 Flash 不支持 document 附件。参数方面,LLMParams 可在 prompt、子图、会话三层生效,包含 temperature、maxTokens、toolChoice、schema 等字段,并有构造期校验。输出方面,流式调用 requestLLMStreaming 返回 Flow<StreamFrame>,可用 collectText 拼接文本,也可边流式边解析 Markdown 为对象;结构化输出用 data class 加注解生成 schema,requestLLMStructured 返回 Result,解析失败可由 StructureFixingParser 自动修复。文中还提及 Anthropic 与 Bedrock 的提示词缓存配置差异。
本文介绍 Koog 的 Agent 记忆与恢复机制:ChatMemory 按 sessionId 续接多轮对话,默认存于内存,可通过自定义 Provider 共享或持久化;预处理器支持截窗与过滤,但并非无损。历史压缩采用摘要或事实提取缩短上下文,需保留 system 消息与工具调用关系。Persistence 保存执行检查点,支持跨进程恢复,但要求状态可序列化,且不会自动撤销工具副作用,需借助 RollbackToolRegistry 补偿。LongTermMemory 按当前问题检索长期知识,属 1.3.0-beta 版本。
本文介绍 Koog 1.3.0 图式策略的组成与运行机制:策略图由节点和边构成,从 nodeStart 到 nodeFinish,节点决定做什么,边决定下一步去哪,条件挂在边上。内容涵盖预定义节点、自定义节点、子图、预定义策略、并行执行及 AIAgentStorage 数据传递,并提供排错建议。
本文介绍 Koog Agent 中 Skills 与 Tools 的用法。Skills 从文件系统发现可复用能力包并生成提示词;Tools 是执行器,分为内置、注解和基于类三种。内置工具用于人机交互,注解工具通过 @Tool 声明,基于类工具可完全自定义。文中还讲解了工具注册、调用、并行调用以及将子 Agent 包装为工具的方法。
Koog 的模型调用层包含 Prompt、LLM 参数、LLM 客户端、Prompt 执行器和提供商。Prompt 用于表达消息与参数,推荐通过 Kotlin DSL 或 Java builder 创建,支持 system、user、assistant 等消息类型及 Markdown、XML 富文本。LLM 客户端直接对接具体提供商,支持执行、流式、多选、模型列表、嵌入和内容审核。Prompt 执行器提供更高层统一抽象,可管理多提供商、路由、回退、重试、超时和缓存。
本文介绍 Koog 编程模型:先以最小 Agent 示例说明如何创建 LLM Client 与 Model,再创建 AIAgent 并调用 run。Koog Agent 由 prompt executor、strategy、tools、features 构成,可通过构造参数或 AIAgentConfig 配置 system prompt、temperature、maxIterations 等。Agent 类型包括 Basic、Graph-based、Functional、Planner(LLM 与 GOAP),适用于不同场景。
Koog是JetBrains开源的JVM生态AI Agent框架,为Kotlin和Java提供类型安全DSL与流式API,支持多平台部署。它定位为Agent运行时与编排层,强调结构化状态机、工作流、工具调用、记忆、持久化与可观测性,解决Agent如何思考与执行的问题。
This week's Java roundup for May 25th, 2026, features news highlighting: lifecycle changes with two of the JEPs that were targeted for JDK 27; the GA release of Koog 1.0; point releases of...
Koog 1.0是JetBrains推出的开源框架,旨在为Kotlin和Java构建AI代理。新版本强调稳定性,承诺在至少一年内不进行重大更改。主要改进包括支持本地Android AI、改进的Java互操作层、解耦的HTTP传输、OpenTelemetry支持以及增强的持久性和内存管理,为企业级代理开发提供了更可靠的基础。
Koog集成了Spring AI,增强了代理的编排能力,提供多步骤策略、持久性检查点和历史管理,优化成本和执行。用户可以在现有Spring AI基础上轻松添加Koog,提升代理的可靠性和复杂性,支持更精确的控制和自动化规划。
JetBrains推出Koog for Java,允许在Java后端构建AI代理,无需重写架构。Koog提供结构化工作流、故障容忍和与主要LLM提供商的集成,简化AI代理的开发与管理。
Koog是一个基于Kotlin的框架,用于构建符合代理客户端协议(ACP)的AI代理,简化了代理与客户端的通信和集成。开发者可以通过Koog轻松创建代理并连接到IDE,实现文件读取和编辑功能。
abogen 是一款将电子书和文本文件转换为有声读物的工具,支持多种格式并自动生成同步字幕,适用于多个平台。mcp 是微软的 Model Context Protocol 服务器实现,促进 AI 应用与数据源的集成。koog 是基于 Kotlin 的跨平台 AI 代理框架,支持多种技术。PathOfBuilding-PoE2 是《流放之路 2》的角色构建工具,提供角色属性计算和装备管理功能。
A2A协议为多个AI代理提供标准化通信层,促进高效协作。Koog框架基于Kotlin,支持复杂工作流管理和工具编排。结合A2A,Koog代理能够与其他代理无缝互动,简化集成过程,提高AI系统的可靠性和效率。
Kotlin正通过AI工具改变软件开发,支持构建AI应用。Koog框架用于创建AI代理,Junie是集成在JetBrains IDE中的AI编码助手。Kotlin适合大规模AI系统,提供多种开发方式,包括低级模型访问和高级库。MCP协议标准化工具共享,提升开发效率。Kotlin的现代特性和多平台支持使其成为AI开发的理想选择。
在DroidKaigi 2025活动中,JetBrains的Masaru Horioka介绍了基于Kotlin的AI代理框架Koog。Koog使开发者能够构建复杂的AI工作流程,充分利用Kotlin的类型安全性和多平台支持。Horioka分享了Koog的特点、学习资源及其在开发中的应用前景,预计Koog将在JVM和移动应用中得到更广泛的应用。
Koog 0.5.0发布,支持完整的Agent2Agent协议,简化AI代理系统的构建。新增非图形API、代理持久性和工具API增强,提升开发效率与智能交互。新组件如LLM作为评判者,优化决策过程,显著改善代理的智能性和设计便捷性。
完成下面两步后,将自动完成登录并继续当前操作。