חזרה לפיד
articlesמקור: MongoDB Official Blog (general)29.10.2026

פיתוח מערכת ניהול מחסן עם סוכני AI ו-Spring AI

אמ;לק

מדריך טכני על בניית סוכני AI (תוכנות עצמאיות שמבצעות משימות) בעזרת Java ו-Spring AI. המאמר מסביר כיצד להגדיר גבולות ותכנון ביצועים במערכת מורכבת בצורה בטוחה.

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: Building an Agentic Warehouse Management System—Part 2: Java and Spring AI

פיתוח מערכת ניהול מחסן עם סוכני AI ו-Spring AI

התוכן המלא בעברית

תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.

אם הגעתם לכאן מבלי לקרוא את החלק הראשון, אני ממליץ להתחיל ב-Agentic WMS — Part 1: Where AI Agents Add Value. שם הצגנו את תרחיש ה-WMS, חקרנו את בעיית החידוש (replenishment) ודנו בשאלה היכן סוכן AI יכול להוסיף ערך מבלי להחליף את הלוגיקה הדטרמיניסטית של היישום. בחלק השני נעבור מהתכנון לשלבים הראשונים של היישום.

נבחן כיצד הסוכן בנוי עם ⁦Java and Spring⁩ ⁦AI⁩ , כיצד מגדירים את יכולותיו וגבולותיו, כיצד הוא מופעל על ידי ה-⁦WMS⁩, וכיצד המתכנן הופך את המטרה של הסוכן לתוכנית ביצוע.

ב-Part 3 נמשיך מאותה תוכנית ונראה כיצד הסוכן מבצע משימות באמצעות כלים מבוקרים, אוסף את ההקשר הדרוש לו, מקבל את החלטת החידוש ונוקט פעולה בעת הצורך.

עיצוב הסוכן

מנקודה זו ואילך, נתמקד בחלקים העיקריים של יישום הסוכן באמצעות ⁦Java and Spring⁩ ⁦AI⁩. במקום לכסות את ⁦Spring⁩ ⁦AI⁩ מהיסוד, נתרכז ברכיבים הרלוונטיים ישירות לחלק זה של הסוכן שלנו: הנחיות, יכולות, הפעלה ותכנון. להקדמה רחבה יותר ל-⁦Spring⁩ ⁦AI⁩, עיין במאמר זה של עמיתי ⁦Tim Kelly⁩ .

ב-⁦Part⁩ 1, קבענו גבול חשוב: ה-⁦WMS⁩ מגדיר מה מותר לסוכן לעשות, בעוד שהסוכן מחליט מה לעשות בגבולות אלו. עכשיו אנחנו יכולים לתרגם את העיצוב הזה לקוד.

לפני הצלילה ליישום, התרשים הבא מסכם את זרימת הסוכן המלאה על פני ⁦Parts⁩ 2 ו-3. בחלק זה נתמקד בהגדרת הסוכן, הפעלת הביצוע שלו ויצירת התוכנית.

איור 1. מחזור חיים של סוכן: הגדר, הפעל ותכנן.

הגדר את ⁦Agent⁩

הסוכן מופעל לאחר השלמת פעולה יוצאת, במטרה לקבוע אם פעולה זו יצרה צורך בחידוש.

הצעד הראשון הוא להגדיר כיצד הסוכן צריך להתנהג ומה מותר לו לעשות.

ביישום שלנו, אנו מארגנים את הסוכן סביב שלושה מרכיבים עיקריים:

המתכנן (planner) מקבל את המטרה וקובע את המשימות הנדרשות להשגתה:

המבצע (executor) יקבל משימה אחת בכל פעם ויבצע אותה באמצעות הכלים הזמינים עבור אותה משימה:

לבסוף, הכתב (reporter) מסכם את מה שקרה במהלך הביצוע:

אלו הן גרסאות מפושטות של ההנחיות המשמשות ביישום המלא , אך הן מראות את האחריות של כל רכיב. יחד, מרכיבים אלה הופכים לחלק מהגדרת הסוכן שלנו:

ההגדרה מכילה גם את היכולות העומדות לרשות הסוכן. בזרימת העבודה שלנו לחידוש, אנו משתמשים בחמישה:

• ניתוח: גישה לחשבוניות, מלאי ותנועות מלאי.

• החלטה: קבע אם יש צורך בחידוש.

• חידוש: צור בקשת חידוש.

כל יכולת מגדירה סוג פעולה ואת הכלים שבהם ניתן להשתמש בזמן ביצועה:

זה נותן לנו גבולות פשוטים סביב כל משימה. משימת ANALYSIS, למשל, יכולה לגשת לכלי המלאי ותנועות המלאי, אך אינה יכולה ליצור בקשת חידוש. משימת DECISION אינה חושפת שום כלי ומשתמשת בתוצאות שנאספו על ידי המשימות הקודמות.

לבסוף, אנו יכולים לחבר את החלקים האלה בעת הגדרת סוכן החידוש:

בשלב זה, הגדרנו מה הסוכן יכול לעשות ואת הגבולות סביב פעולות אלה. לפני שנסתכל על אופן יצירת התוכנית, בואו נראה איך מתחיל ביצוע הסוכן.

הפעל את הסוכן

הסוכן מתחיל לאחר שפעולה יוצאת הושלמה בהצלחה. לאחר ביצוע העסקה, האפליקציה מפרסמת את האירוע ⁦OUTBOUND_INVOICE_COMPLETED⁩:

מאזין מקבל את האירוע הזה ומתחיל את הסוכן באמצעות מספר החשבונית היוצאת כאסמכתא:

שימוש ב-AFTER_COMMIT מבטיח שהסוכן מתחיל רק לאחר שהפעולה היוצאת נשמרה בבסיס הנתונים (persisted) והמלאי כבר משקף את המצב העדכני. משם, הסוכן מקבל את מטרתו ויכול להתחיל לתכנן כיצד להגשים אותה.

תכנון (Plan)

ברגע שהסוכן מופעל, האחריות הראשונה של ה-⁦AgentRunner⁩ היא ליצור תוכנית ביצוע.

האפליקציה אינה מגדירה את רשימת המשימות הזו מראש. במקום זאת, המתכנן מקבל את המטרה יחד עם היכולות העומדות לרשות הסוכן וקובע אילו משימות נדרשות לביצועה.

כל משימה מתוכננת מכילה שתי פיסות מידע: מה צריך לעשות ואיזו יכולת צריכה להיות אחראית לכך:

בהתבסס על מידע זה, המתכנן יוצר רשימה מסודרת של משימות:

כאן, ⁦Spring⁩ ⁦AI⁩ ממפה את תגובת המודל ישירות לאובייקטים ⁦PlannedTask⁩ שלנו באמצעות פלט מובנה, ומעניק לאפליקציה תוכנית ביצוע מוקלדת במקום לדרוש מאיתנו לנתח טקסט שנוצר באופן ידני.

ברגע שהמתכנן מחזיר את המשימות, אנו שומרים את המצב הראשוני של הביצוע כ-AgentRun ב-MongoDB.

בשלב זה, הביצוע מסומן כ-⁦RUNNING⁩ , וכל משימה שנוצרת על ידי המתכנן מתחילה בסטטוס ⁦PENDING⁩:

זה נותן לנו ייצוג מתמשך (persistent) של הביצוע מההתחלה, כולל המשימות שתוכננו. בשלב זה, המסמך עשוי להיראות כך:

התוכנית מוכנה כעת, והביצוע נרשם.

סיכום

בחלק השני הזה, תרגמנו את עיצוב הסוכן לחלקים הראשונים של היישום. הגדרנו את האחריות והיכולות שלו, חיברנו אותו לזרימת העבודה של ה-WMS והשתמשנו במתכנן כדי להפוך את יעד הסוכן לתוכנית ביצוע מתמשכת.

בשלב זה, הסוכן יודע מה צריך לעשות ואיזו יכולת אחראית לכל משימה. ב-⁦Part⁩ 3, נתמקד באופן ביצוע התוכנית: שימוש בכלים מבוקרים, איסוף הקשר תפעולי ועסקי, קבלת החלטת המילוי ופעולה בעת הצורך.

עדיין לא נרשמת ל-⁦Atlas⁩? התחל בחינם והתחל לבנות עוד היום.

#mongodb#java#ai-agents#spring-ai#development
קרא במקור

קריאה וכלים קשורים

אבטחת Java / Springמונחי אבטחה והסברים בעברית