OxyGent（JDOxyGent4J）— 让多智能体系统可模块化、可观测、可演化的开源框架

项目简介

OxyGent 是由京东（JD.com）开源的多智能体系统（Multi-Agent System, MAS）开发框架，配套论文《Making Multi-Agent Systems Modular, Observable, and Evolvable via Oxy Abstraction》已被 ACL 2026 System Demonstration 接收（arXiv:2604.25602）。项目通过统一的 Oxy 抽象把 Agent、工具、LLM、推理流都封装为可插拔的"原子组件"，再叠加名为 OxyBank 的 AI 资产管理引擎，让 MAS 既能"乐高式"组合也能持续自我演化。仓库分为 Python 版（jd-opensource/OxyGent）与 Java 版（jd-opensource/JDOxyGent4J），后者在 Java 生态上做了深度适配，2026 年 10 月初仍在活跃更新，已在 GitHub 收获 100+ Star 并已上架 Maven Central，License 为 Apache 2.0。

核心功能

• 统一 Oxy 抽象：将 Agent、Tool、LLM、Reasoning Flow 等异构能力统一抽象为同一种"可插拔原子组件"，开发者可像拼乐高一样自由组合复杂多智能体系统，避免每接一个新模型就重写胶水代码。
• 可观测的端到端管线：提供非侵入式监控能力，所有组件在执行链路里都有标准观测点，配合可视化执行图，能看清每一步调用、每个 LLM 推理、每条工具调用，而非黑盒。
• 运行时动态规划：以"权限驱动的动态规划（Permission-driven Dynamic Planning）"取代硬编码 workflow，OxyGent 在运行时根据当前权限与上下文生成执行图，并支持自适应可视化，让 Agent 在生产环境的复杂条件分支中保持可解释。
• OxyBank AI 资产管理：配套的 AI 资产库负责数据回流、自动标注与协同演化，让系统从真实业务中持续学习，把生产环境的反馈沉淀为可复用的 Agent/Tool 资产。
• Java 生态深度集成：JDOxyGent4J 适配 Spring Boot 与 Java EE 标准，提供基于注解和配置文件的类型安全 Agent 定义，完整支持依赖注入、企业级并发、访问控制、审计日志与可观测性，方便 Java 团队把 MAS 接入既有微服务。
• 真实工业落地：京东在多个生产场景验证了 OxyGent 的稳定性与可扩展性，已发布多份业务案例与基准数据。

技术实现

JDOxyGent4J 基于 Java 17 构建，与 Spring Boot 无缝集成，复用 Java 平台的类型系统、并发模型与异常处理机制，确保 MAS 在生产环境的稳定性。底层采用异步非阻塞 I/O 做智能体间通信，相比 Python 版本在大规模并发场景下性能有明显提升。框架的权限层、组件注册中心、推理执行图与 OxyBank 资产引擎均以模块化方式暴露给企业开发者，方便按需替换关键路径。论文中提出的 Oxy 抽象在 Java 实现中通过强类型接口落地，编译期就能校验组件兼容性，避免运行时拼装出错；可观测性方面则与 Java 生态的 Micrometer、OpenTelemetry、Spring Actuator 等基础设施对齐，方便接入既有监控栈。

快速上手

1. 环境准备：JDK 17+、Maven 3.8+ 或 Gradle 7+、Spring Boot 3.x 项目骨架（也可以新建空白工程）。
2. 引入依赖：在 pom.xml 加入 com.jd.oxygent:JDOxyGent4J:1.0.0（已发布到 Maven Central），或克隆 jd-opensource/JDOxyGent4J 仓库本地引用。
3. 定义 Oxy 组件：用注解或 YAML 配置文件声明 LLM、Tool 与 Agent，组件按 Oxy 抽象注册到框架的组件中心。
4. 装配 MAS：在 Spring Boot 配置类中把若干 Agent 组合成一个工作流，框架会自动生成运行时执行图。
5. 接入观测：启用 Micrometer / OpenTelemetry 集成，把 Agent 链路、LLM 调用、Tool 执行等指标推送到既有监控系统。
6. 配置 OxyBank：连接 OxyBank 资产引擎，把生产环境的对话/工具调用数据回流进资产库，让框架持续优化组件。
7. 部署上线：在 Spring Boot 应用中启动 OxyGent runtime，复用企业级并发与安全模型，无需额外运维工具。

适用人群

• 在企业生产环境落地 LLM/Agent 应用的 Java 后端团队。
• 高校与研究院所做多智能体、强化学习、自动化方向的课题组（论文级参考实现）。
• 希望把 Agent 能力嵌入既有 Spring Boot 微服务架构的平台架构师。
• 关注 Agent 可观测性、安全合规与持续演进的金融、零售、政企开发者。
• 对比 LangGraph、AutoGen、CrewAI 等框架后寻求 Java 替代品的工程师。

项目链接

• Java 仓库：https://github.com/jd-opensource/JDOxyGent4J
• Python 仓库：https://github.com/jd-opensource/OxyGent
• 官方网站：https://oxygent.jd.com
• 论文：https://arxiv.org/abs/2604.25602（ACL 2026 System Demonstration）
• Maven Central：com.jd.oxygent:JDOxyGent4J
• License：Apache License 2.0