
LangChain4j
LangChain4j 是一个开源的 Java 库,通过统一的 API 简化了将大语言模型集成到 Java 应用程序的过程,并提供对流行的大语言模型和向量数据库的访问。它让实现 RAG、工具调用(包括对 MCP 的支持)和智能体变得简单。LangChain4j 能与各种企业级 Java 框架无缝集成。
Shepherd 是一个运行时基础层,适用于需要检查、可逆性和监督的智能体工作。它将智能体运行记录为持久、可检查的执行轨迹,并保留工作区输出,这些输出可以在被选择、应用、发布或丢弃之前进行审查。
当前的 AI Agent 往往像一个黑盒:你发出指令,它执行操作,如果结果出错,你可能甚至不知道它改了什么文件,更难以撤销。
Shepherd作为一个处于早期 Alpha 阶段的运行时基础层,它引入了可逆执行轨迹(Reversible Execution Traces)的概念。它将智能体的每一次运行记录为持久、可检查的轨迹,并将所有输出作为“保留提案”保存,直到用户明确审查、应用或丢弃。

1. 提案式工作流
shepherd run changeset 预览更改,确认无误后使用 apply 合并,或使用 discard 丢弃。2. 契约式权限管理
repo: sp.GitRepo 明确授予智能体写入代码库的权限。3. 可逆性与监督
模式一:在线智能体模式(需 Claude API)
mkdir /tmp/agent-task && cd /tmp/agent-task
shepherd init # 初始化 Shepherd 工作区
shepherd doctor claude # 检查 Claude CLI 或 API Key 配置
shepherd demo write agent-task > agent_task.py
python agent_task.py # 智能体执行任务,生成 donut.py 但不直接写入
# 预览生成的代码(旋转的 ASCII 甜甜圈)
shepherd run changeset --latest --read donut.py | python3 -
# 决定去留
shepherd run select <run-ref> # 保留
shepherd run apply <run-ref> # 合并到工作区
shepherd run discard <run-ref> # 丢弃
模式二:离线快速开始(无需 API Key)
如果你没有 API Key,或者想测试核心机制,可以使用确定性提供者模式:
mkdir /tmp/shepherd-quickstart && cd /tmp/shepherd-quickstart
shepherd init # 初始化
shepherd demo write quickstart > quickstart_demo.py
python quickstart_demo.py # 运行离线演示
shepherd run list # 查看运行列表
shepherd run changeset --latest # 查看保留的输出
shepherd run show --latest # 查看完整执行轨迹
claude CLI 或配置 ANTHROPIC_API_KEY。






