Agent 提示词注入防护：把外部内容留在数据边界内
围绕知识库和工具返回建立信任分层，在执行层控制模型可触发的操作。
Lin
3 分钟阅读
Lin
MCP 接入企业系统：身份传播与最小权限设计
区分连接认证、用户授权和资源权限，避免把工具连通误认为业务授权已经完成。
Lin
3 分钟阅读
Agent 工具契约设计：参数、错误与业务边界
把粗粒度存量接口拆成语义明确、可校验且可审计的 Agent 工具。
Lin
3 分钟阅读
Agent 评测基线：把演示效果变成可重复的验收条件
为知识问答和工单创建建立固定样本、终态断言与失败分类，避免凭感觉调提示词。
Lin
3 分钟阅读
从业务流程到 Agent：企业知识库与工单助手的架构边界
先明确业务成功条件，再决定哪些步骤交给模型、哪些步骤留给确定性代码。
Lin
3 分钟阅读
Java Agent Framework 进阶：Context Engineering 上下文工程与生产级治理
概述 很多人做 Agent 时，最先关注的往往是模型够不够强、工具够不够多、提示词写得够不够细。但真正到了生产场景，问题常常并不出在这些地方，而是出在上下
Lin
11 分钟阅读
Java Agent Framework 进阶：A2A 分布式智能体互联与远程调用实践
概述 当一个 Agent 只在本地进程里运行时，问题通常还比较简单：模型、工具、状态都在同一个运行时里，调用链也相对可控。但一旦系统开始走向分布式，就会很
Lin
10 分钟阅读
Java Agent Framework 实战：Skills 技能系统与按需知识加载
概述 当 Agent 需要掌握越来越多的领域知识时，一个最直接、也最容易失控的做法，就是把所有规则、说明、操作手册都塞进系统提示词里。但这种方式的代价很明
Lin
9 分钟阅读
Java Agent Framework 进阶：Multi-Agent 多智能体协作模式详解
概述 当一个 Agent 既要理解复杂需求，又要处理大量工具、跨步骤状态和不同专业角色时，单智能体模式很快就会碰到上限。这个时候，问题往往不再是“模型够不
Lin
11 分钟阅读
Java Agent Framework 实战：ReactAgent 从入门到进阶
概述 在很多 AI 应用场景里，模型只会“说”还不够，它还需要会“做”。比如查询外部信息、调用本地工具、在多轮对话里保留上下文，甚至把结果按固定结构
Lin
11 分钟阅读
Lin 的博客 A merry heart goes all the way.
关于我
Lin 的 ❤️ 博客
技术专题：Java Agent 工程化：从知识库问答到可靠业务执行。围绕 RAG、工具治理、任务恢复与 Java 平台架构整理设计思路和验证方法。
记录一些 🌈 生活上，技术上的事
- 🛠️ 技术阵地： 深耕 Java 开发 ，目前向 AI 应用领域探索与拓展。这里主要记录我从后端架构到 AI 赋能的进阶之路、技术思考以及日常的 debug 血泪史。始终致力于写出优雅且没有 bug 的代码（尽量）。
- 🌈 生活侧写： 偶尔脱下极客的外衣，我也会在这里分享生活中的灵光一现。不管是好用的效率工具，还是周末的一场骑行，都是构成我真实生活的一部分。
社交链接
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
背景使用了 Pexels 上 Francesco Ungaro 拍摄的图片。