Quick Start

本案例展示了一个基于Apache RocketMQ Lite版本 与 Google ADK（Agent Development Kit） 集成的多 Agent 异步协同架构，通过消息中间件实现跨 Agent 的解耦通信与事件驱动交互，支持高并发、低延迟的分布式智能体协作场景。

基本的前期准备工作

1.部署Apache RocketMQ的LiteTopic版本或者购买支持LiteTopic的RocketMQ实例 并创建如下资源

    1.1创建 LiteTopic: WorkerAgentResponse
    1.2创建 LiteTopic WorkerAgentResponse 绑定的Lite消费者ID: CID_HOST_AGENT_LITE
    1.3创建 天气助手普通Topic: WeatherAgentTask
    1.4创建 天气助手普通消费者ID: WeatherAgentTaskConsumerGroup
    1.5创建 行程规划助手普通Topic: TravelAgentTask
    1.6创建 行程规划助手普通消费者ID: TravelAgentTaskConsumerGroup

2.部署大模型服务或者购买云平台提供的大模型与Agent调用服务 并实现如下功能的Agent服务

    2.1 购买或者实现 一个大模型语意理解调用服务
    2.2 购买或者实现 一个具有查询天气查询功能的Agent服务
    2.3 购买或者实现 一个具有按照天气信息指定行程规划功能的Agent的服务

运行环境

JDK 17 and above
Maven 3.9 and above

代码打包与示例运行

1.编译打包

mvn clean package -Dmaven.test.skip=true -Dcheckstyle.skip=true

以下三个Agent进程建议在分别在不同的窗口中运行

2.运行WeatherAgent

cd WeatherAgent

MAVEN_OPTS="-DrocketMQEndpoint= -DrocketMQInstanceID= -DbizTopic=WeatherAgentTask -DbizConsumerGroup=WeatherAgentTaskConsumerGroup -DrocketMQAk= -DrocketMQSk= -DapiKey= -DappId= " mvn quarkus:dev

3.运行TravelAgent

cd TravelAgent

 MAVEN_OPTS="-DrocketMQEndpoint= -DrocketMQInstanceID= -DbizTopic=TravelAgentTask -DbizConsumerGroup=TravelAgentTaskConsumerGroup -DrocketMQAk= -DrocketMQSk= -DapiKey= -DappId= " mvn quarkus:dev

4.运行SupervisorAgent

cd SupervisorAgent/target

java -DrocketMQInstanceID= -DworkAgentResponseTopic=WorkerAgentResponse -DworkAgentResponseGroupID=CID_HOST_AGENT_LITE -DapiKey= -DweatherAgentTaskTopic=WeatherAgentTask -DtravelAgentTaskTopic=TravelAgentTask -DrocketMQAK= -DrocketMQSK= -jar SupervisorAgent-2.1.1-SNAPSHOT-jar-with-dependencies.jar