agent-tutorial 是一个基于 Spring AI 2.0 和 MCP（Model Context Protocol） 的企业内部智能体架构参考实现，通过完整的端到端链路演示 LLM + MCP Tools 在企业场景中的落地实践。

项目以物流智能客服助手为演示场景，包含两个核心模块：
logistics-mcp-server：MCP 服务器，负责工具暴露。采用三层工具架构——业务编排工具（查件、催件、建工单，串行执行 + 失败即终止）、领域工具（用户/运单/客服域）、数据工具（运营指标）。通过 BusinessTool/DataTool 标记接口实现自动扫描，ToolExposureProperties 控制工具暴露范围，统一 ToolResult 响应格式区分业务失败与系统失败。

logistics-agent：智能体应用，通过 MCP Client（Streamable HTTP）消费远程工具，由通义千问自主编排调用。支持 userId 上下文注入、多轮会话持久化、工具调用审计、鉴权 Header 透传。

项目强调工程化最佳实践：失败语义纯 prompt 驱动（agent 侧无重试代码）、系统失败内部透明重试、OpenSpec 变更管理、完整测试覆盖。适合作为企业 AI Agent + MCP 架构的学习模板和落地参考。