写在前面复杂的Agent系统往往需要多个专业Agent协作完成一个任务。但问题来了当一个用户请求到达时应该由哪个Agent来处理是让一个“主管Agent”做路由分发还是让Agent们自己决定谁能处理后者正是责任链模式的核心思想——将请求沿着一条“链”传递直到某个节点有能力处理它。这种模式天然适合Agent编排场景多个Agent各司其职互不干扰还能灵活扩展。今天这篇文章我会用最通俗的例子讲清楚责任链模式再结合Agent系统的实际代码展示如何用它构建灵活、可扩展的多Agent协作框架。一、什么是责任链模式责任链模式Chain of Responsibility是一种行为设计模式它允许将请求沿着处理者链传递直到有一个处理者能够处理该请求为止。每个处理者都有机会处理请求也可以选择将请求传递给下一个处理者。核心要点解耦请求发送者和接收者多个对象都有机会处理请求处理者可以动态组成链二、生活中的例子例子1公司报销审批员工提交报销单 → 组长审批500元以内权限→ 经理审批500-5000元→ 总监审批5000元以上。每一级都有处理权限无法处理就往上“甩锅”。例子2客服工单流转用户提交问题 → 机器人客服 → 人工客服 → 技术专家。机器人处理不了就转人工人工处理不了就升级。例子3技术面试应届生面试 → 技术面基础→ 项目面深入→ HR面薪资。每一轮都有不同的考察侧重点上一轮通过才进入下一轮。这些例子的共同点请求沿着一条预先定义的路径传递直到找到能处理它的对象。三、在Agent系统中的应用3.1 场景描述假设我们构建一个智能客服Agent系统需要处理三类用户请求基础问答如“你们公司的地址在哪” → 由FAQ Agent处理技术问题如“如何配置API密钥” → 由技术文档Agent处理投诉建议如“我要投诉客服” → 由人工转接Agent处理传统做法写一个巨大的if-else路由判断关键词后调用不同Agent。问题新增一种请求类型就要改代码Agent之间耦合严重。责任链模式解法将每个Agent封装成一个处理器按优先级串联成链请求依次经过每个Agent直到某个Agent声明“我能处理”。3.2 代码实现Java版// 1. 定义处理器抽象类 public abstract class AgentHandler { protected AgentHandler next; public void setNext(AgentHandler next) { this.next next; } // 处理请求如果不能处理则传递给下一个 public void handle(Request request) { if (canHandle(request)) { doHandle(request); } else if (next ! null) { next.handle(request); } else { // 没有处理器能处理 System.out.println(没有Agent能处理该请求); } } protected abstract boolean canHandle(Request request); protected abstract void doHandle(Request request); } // 2. 具体处理器FAQ Agent public class FaqAgent extends AgentHandler { Override protected boolean canHandle(Request request) { return request.getCategory() Category.FAQ || request.getQuestion().contains(地址) || request.getQuestion().contains(电话); } Override protected void doHandle(Request request) { System.out.println(FAQ Agent 回答: answerFromKnowledgeBase(request)); } } // 3. 技术文档Agent public class TechDocAgent extends AgentHandler { Override protected boolean canHandle(Request request) { return request.getQuestion().contains(API) || request.getQuestion().contains(配置); } Override protected void doHandle(Request request) { // 调用RAG检索技术文档 String answer ragService.search(request.getQuestion()); System.out.println(技术文档Agent 回答: answer); } } // 4. 人工转接Agent public class HumanAgent extends AgentHandler { Override protected boolean canHandle(Request request) { // 投诉类请求或前两个Agent都处理不了时转到人工 return request.getCategory() Category.COMPLAINT; } Override protected void doHandle(Request request) { System.out.println(转接人工客服工单已创建); // 调用工单系统API } } // 5. 构建责任链 public class AgentChain { public static AgentHandler buildChain() { FaqAgent faq new FaqAgent(); TechDocAgent tech new TechDocAgent(); HumanAgent human new HumanAgent(); faq.setNext(tech); tech.setNext(human); return faq; // 返回链头 } } // 6. 使用 public class Client { public static void main(String[] args) { AgentHandler chain AgentChain.buildChain(); Request req1 new Request(你们公司在哪, Category.FAQ); chain.handle(req1); // FAQ Agent 回答 Request req2 new Request(API怎么配置, Category.TECH); chain.handle(req2); // 技术文档Agent 回答 Request req3 new Request(我要投诉, Category.COMPLAINT); chain.handle(req3); // 转接人工 } }3.3 责任链模式在Agent编排中的优势3.4 进阶支持并行动态权重实际Agent系统中有时候需要多个Agent“投票”决定由谁处理或者根据置信度分数选择最合适的节点。可以扩展责任链public class WeightedAgentHandler extends AgentHandler { private double confidenceThreshold; Override protected boolean canHandle(Request request) { double score calculateConfidence(request); return score confidenceThreshold; } private double calculateConfidence(Request request) { // 每个Agent根据自己的逻辑计算处理该请求的置信度 // FAQ Agent关键词匹配度 // 技术Agent向量相似度 return similarity; } } // 链遍历时收集所有能处理的Agent选置信度最高的执行这种变体在多Agent协作框架如AutoGen、CrewAI中很常见每个Agent声明自己的能力Skills调度器根据请求匹配最合适的Agent。3.5 流程图责任链驱动的Agent编排四、总结责任链模式在Agent编排中堪称“天然适配”——它将请求路由的职责分散到各个Agent节点让每个Agent自己决定是否“接单”。相比中心化的路由分发责任链模式带来了更好的扩展性、解耦性和动态性。在Java生态中Spring WebFlux的WebFilter、Servlet的FilterChain都是责任链模式的经典应用。而在AI Agent领域无论是任务规划、工具调用、还是多Agent协作责任链都能发挥巨大价值。下次当你需要构建一个多Agent系统时不妨先从责任链开始——它简单、可靠、易于理解且足以应对大部分场景。❓思考题在你的多Agent系统中如果多个Agent都声称“我能处理”同一个请求你如何裁决是给每个Agent打分选最高分还是让第一个响应的优先或者你用过其他编排模式如黑板模式、发布-订阅欢迎分享你的实践。