健康 Agent 平台后端架构判断 · Technical Review
← → 翻页 · ESC 索引
Architecture Review · Health Agent
Vol.01
TECHNICAL REVIEW

健康 Agent
平台后端

从普通聊天接口，到健康陪伴型 Agent 架构

基于代码实态的 5 层 Agent 化架构判断。

H5RESTSSEAgentScopeMem0
架构判断 · 技术评审版
01 / 18
Conclusion · System Shape
02 / 18
先给结论

它已经不是
简单骨架。

这个工程更像一个完整后端雏形：健康业务、Agent 运行时、记忆体系、数据工具和会话治理已经互相咬合。

Not Just
Chat
不是普通问答接口
Actual Form
Agent
动态人格与技能装配
Review Lens
5 Layers
比传统三层更贴近实态
README 之外，要看运行时的真实耦合
Conclusion
Frame · Why Not Three Layers
03 / 18
判断框架

传统三层
解释不了它。

业务层不只是调用模型；它在托管会话、拼装人格、路由技能、注入记忆，并把健康数据变成 Agent 能力。Review Position · Architecture over package tree
Three-layer model misses
01
运行时身份
appId + userId 决定上下文、Soul 和 Skill 装配。
02
认知状态
agents.md、soul.md、长期记忆不是静态配置。
03
会话治理
Session Provider、活跃会话映射、SSE 输出一起影响体验。
核心问题不是 Controller / Service / DAO，而是 Agent Runtime
Frame
Act I · Five-layer Model
04 / 18
更贴近代码实态的表达

5 层 Agent 化架构

01
接入交互
H5 / REST / SSE
02
应用编排
会话解析到后处理
03
Agent 认知
Prompt / Soul / Memory
04
能力集成
Skills / Tools / Session
05
数据基础设施
MySQL / Redis / Model
Layer model · Agent-native backend
Overview
Layer 01 · Access
05 / 18
第 1 层

接入
交互层

这一层定义用户怎么进入 Agent：页面、接口、流式反馈，共同决定交互体验。

H5 Frontend
index.html + app.js 承载聊天入口与前端状态。
REST API
Controller 层提供聊天与 Agent Profile 接入。
SSE Stream
流式输出让长推理过程可被用户感知。
Evidence: static/app.js:57 · static/index.html:19 · ChatController.java:45
Access is part of the runtime, not decoration
Layer 01
Layer 02 · Orchestration
06 / 18
第 2 层

应用编排层

它不是薄薄一层 Service，而是一条完整运行链：从身份解析到 Agent 调用，再到持久化与后处理。

Runtime workflow
01
会话解析
确认 appId、userId、conversation。
02
建档预热
首次用户触发初始化逻辑。
03
上下文组装
把配置、历史和记忆放进系统输入。
04
调用 Agent
进入 AgentScope 运行时。
05
持久化
写入会话与兼容日志。
06
后处理
异步抽取信号并演化 Soul。
Evidence: AgentConversationService.java:46 · RuntimeBootstrapService.java:32
Layer 02
Layer 03 · Cognition
07 / 18
第 3 层

Agent
认知层

系统人格、长期记忆和 Soul 演化在运行时被拼装，形成用户可感知的差异化。

这一层回答的不是“模型怎么调”，而是“这个 Agent 为什么像它自己”。
Prompt
agents.md 与业务上下文共同进入系统输入。
BASE
Soul
soul.md 初始化、信号抽取、异步演化。
STATE
Memory
长期记忆通过 Hook 注入，影响后续对话。
MEM0
Safety
提示词治理与安全边界不是外围配置。
RULES
Evidence: ContextAssembler · AgentPromptBuilder · SoulSignalExtraction · SoulEvolution
Layer 03
Layer 04 · Capability
08 / 18
第 4 层

能力集成层

Agent 的能力不是写死的工具箱，而是按 appId 装配、按对话需要激活的运行时组合。

AgentScope
把 ReActAgent 与 Session Provider 组合成可运行实体。
SkillBox
技能从数据库发布，并按应用维度装配。
Toolkit
睡眠、饮食、用户画像等业务工具进入 Agent 能力面。
Lazy Activation
对话中根据意图延迟激活，而不是每轮全量暴露。
Evidence: AgentFactory · AgentSkillService · SleepHealthTool · AgentScopeSessionConfig
Layer 04
Layer 05 · Data Infrastructure
09 / 18
第 5 层

数据与
基础设施层

底座不只是数据库。它同时承载业务健康数据、Agent 元数据、长期记忆、模型网关和可观测性。

MySQL
b2c_agent
+ b2c_hm503
Agent 元数据与健康业务数据分工存放。
Runtime State
Redis
or Memory
Session、活跃会话与缓存决定多实例能力。
External Brain
Mem0
+ Model
长期记忆服务与 OpenAI 兼容模型网关。
Evidence: schema.sql · B2cHealthDataMapper · HealthMem0LongTermMemory · RequestTraceFilter
Layer 05
Diagram · Technical Architecture
10 / 18
系统组件与依赖关系

技术架构图

Access
H5 Frontend
index.html / app.js
Controllers
Chat / Profile
Application
AgentConversationService
RuntimeBootstrapService
AgentScope Session
Agent Runtime
ContextAssembler
PromptBuilder
ReActAgent
AutoContextMemory
SkillBox + Toolkit
Infrastructure
MySQL
b2c_agent / b2c_hm503
Redis / Mem0
Model Gateway
OpenAI Compatible

主链路是 Controller 进入应用编排，再进入 Agent 认知与能力装配；数据、记忆、模型和会话状态不是边缘依赖，而是运行时闭环的一部分。

Redrawn from Mermaid as readable review diagram
Diagram 01
Judgement 01 · Dynamic Personality
11 / 18
核心架构判断 1

它是
动态人格 Agent。

系统提示词并非静态字符串，而是运行时把配置、Soul 和长期记忆拼装起来。

Runtime prompt assembly
Input
agent_config
应用与 Agent 的基础设定。
State
soul.md
首次建档和后续演化共同塑造人格。
Memory
long-term memory
长期记忆通过 Hook 注入系统上下文。
Output
个性化回答
同一个接口在不同用户上表现不同。
Static prompt is not the architecture boundary
Judgement 01
Judgement 02 · Session Custody
12 / 18
核心架构判断 2

它是会话托管型 Agent。

业务层没有自己拼 history 作为全部上下文，而是把真实会话状态交给 AgentScope Session 承载。

Business Layer
维护活跃会话映射、处理入口身份和持久化日志。
AgentScope Session
承载真实对话状态，是 Agent 运行时的一部分。
Provider Choice
Memory 或 Redis 的选择直接影响生产部署形态。
评审重点：Session Provider 不是实现细节，它决定多副本时是否串会话、丢上下文或难以横向扩展。
Evidence: AgentScopeSessionConfig.java:33
Judgement 02
Judgement 03 · Skills On Demand
13 / 18
核心架构判断 3

它是技能
按需加载型 Agent。

Skill 从数据库发布、按 appId 装配，再根据对话意图延迟激活。

发布
技能不是代码里固定枚举，而是进入数据管理面。
DB
装配
不同 appId 获得不同 SkillBox 和 Toolkit。
APP
激活
睡眠、饮食、画像工具跟随上下文进入推理链。
CHAT
闭环
工具结果回到回答、记忆与后续个性化。
LOOP
Fixed toolbox would understate the system
Judgement 03
Diagram · Business Flow
14 / 18
一次健康咨询如何流动

业务技术架构图

Conversation path
01
用户问题
健康咨询、图片问答或睡眠分析。
02
身份解析
appId + userId 确定运行上下文。
03
建档判断
未建档时初始化 soul.md。
04
Prompt 组装
agents.md + soul + memory。
05
技能路由
睡眠、饮食或普通问答。
06
生成与演化
保存会话，异步抽取信号。
Sleep Skill
查询睡眠数据，生成分析。
Diet Skill
查询饮水、热量和饮食相关数据。
Profile Tool
把用户画像纳入回答边界。
Conversation is a governed workflow, not a single model call
Diagram 02
Diagram · Production Topology
15 / 18
推荐生产环境

部署架构图

Web / App / H5
Nginx / Gateway
Kubernetes

Spring Boot Agent Service

Replica A
Stateless
Replica B
Stateless
Replica N
Stateless
Redis Cluster
Session / Cache
MySQL 主从
Agent + Health Data
Model Gateway
vLLM / Compatible API
Mem0 + Observability
Secret Manager
Scale the model layer independently from business orchestration
Diagram 03
Production Risks · Required Changes
16 / 18
上线前必须处理

部署风险不是边角料。

P0 Session
生产必须从 memory 切到 Redis Session，否则多实例会串会话或丢上下文。
P0 Secret
模型和 Mem0 明文配置必须迁移到环境变量或 Secret Manager。
P1 Stateless
Spring Boot 节点只做编排，本地不保存不可恢复会话状态。
P1 Model Scale
模型网关或 vLLM 集群独立扩缩容，避免长推理拖垮 API。
Evidence: application.yml:1 · AgentScopeSessionConfig.java:33
Risk
Test Note · Boundary
17 / 18
测试补充

测试失败
不推翻架构判断。

mvn test 的失败点主要落在 Java 25 与 Mockito / ByteBuddy 版本兼容性，而不是这次架构分层判断本身。

Observed Failure
Mockito / ByteBuddy 对 Java 25 的支持问题导致测试运行失败。
Architecture Impact
不影响代码实态中对接入、编排、认知、能力、基础设施的识别。
Follow-up
升级测试依赖或固定 JDK 版本后，再补跑完整单元与集成测试。
Risk boundary · dependency compatibility
Test
Close · Architecture Position
18 / 18
一句话总评

以 Agent 编排为核心

以健康数据工具为增强，以 Soul / 长期记忆为差异化能力。这是健康陪伴型 Agent 平台后端，而不是普通聊天接口。

OrchestrationMemorySkillsHealth DataRuntime Governance
Health Companion Agent Platform
End