执行器体系与模式分发
准备阶段确定了"该用什么模式回答"之后,就轮到执行器上场了。执行器体系用的是经典的策略模式:一个接口、一个注册表、五个具体实现,各管各的。
设计模式
整体结构很清晰:
ConversationExecutor(接口)
├── RagChatExecutor → RETRIEVAL 模式
├── GraphOnlyExecutor → GRAPH_ONLY 模式
├── GraphThenEvidenceExecutor → GRAPH_THEN_EVIDENCE 模式
├── ReactAgentExecutor → REACT_AGENT 模式
└── ClarificationExecutor → CLARIFICATION 模式
ConversationExecutorRegistry 负责把它们按 ExecutionMode 注册好,运行时根据执行计划里的模式直接取出对应的执行器。
接口与注册表
ConversationExecutor(接口)
包路径: org.javaup.ai.chatagent.rag.executor
| 方法 | 返回值 | 说明 |
|---|---|---|
mode() | ExecutionMode | 声明自己负责哪种模式 |
execute(TaskInfo) | Flux<String> | 执行并返回流式输出 |
ConversationExecutorRegistry
包路径: org.javaup.ai.chatagent.rag.executor
| 方法 | 返回值 | 说明 |
|---|---|---|
ConversationExecutorRegistry(List<ConversationExecutor>) | — | 构造时自动发现所有执行器 Bean,按 mode 注册到 EnumMap |
get(ExecutionMode) | ConversationExecutor | 根据模式取执行器,找不到抛 IllegalStateException |
付费内容提示
该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放
加入星球,一次获得完整项目资料、全栈技术知识库和长期答疑服务。
100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读,也能跟随视频理解核心业务
完整项目实战资料
每套项目均包含从 0 到 1 讲解文档核心业务讲解视频从基础项目到复杂业务场景,项目资料会持续更新。
- 01Nexus Agent AI 智能体
- 02Nexus Agent Pro 完全版
- 03黑马点评Plus
- 04大麦
- 05大麦Pro
- 06大麦AI
- 07流量切换
- 08数据中台
加入后还能获得
进入星球后,即可享受上述所有服务,保证不会再有其他隐藏费用。从学习、面试到项目启动,都可以继续获得支持。
- 1 对 1 解答项目和技术问题都可以提问
- 针对性补充没有讲清楚的内容会继续补充
- 面试与简历指导梳理回答技巧和项目亮点
- 中间件云环境项目依赖可以直接接入使用
- 面试后复盘被问住的问题可以继续交流
- 远程问题解决项目启动问题可协助排查
