spring ai

再见，REST API？你好，MCP Server！AI时代后端开发新范式摘要：本文站在2025年末的视角，深入探讨了模型上下文协议（MCP）服务器与传统API（如REST）的本质区别。文章首先剖析了传统API在AI Agent时代面临的困境，进而阐述了MCP作为专为AI设计的“新HTTP”所带来的范式革命，涵盖其设计哲学、核心优势及典型应用场景。随后，文章通过一个详尽的、基于Java和Spring AI生态的实战教程，手把手教你构建一个最小但功能完备的MCP服务。最后，我们展望了MCP在企业级AI应用、安全治理及未来智能编排中的发展趋势，旨在为身处AI浪潮中的开发者和架构师

蛐蛐蜉蝣耶

Spring AI与MCP集成实践：构建智能应用的新方式在当今人工智能快速发展的时代，如何将AI能力无缝集成到现有应用中成为了开发者面临的重要挑战。Spring AI作为Spring生态系统中的AI集成框架，结合MCP（Model Context Protocol）协议，为开发者提供了一种全新的智能应用构建方式。

IT空门:门主

Spring AI的教程,持续更新......https://docs.springframework.org.cn/spring-ai/reference/index.html

31_Spring AI 干货笔记之嵌入模型 Amazon Bedrock根据 Bedrock 的建议，Spring AI 已过渡到使用 Amazon Bedrock 的 Converse API 来实现 Spring AI 中的所有聊天对话功能。Bedrock Converse API 具有以下主要优势：

27_Spring AI 干货笔记之 OpenAI SDK 聊天功能（官方支持）Spring AI 通过 OpenAI Java SDK 提供对 OpenAI 语言模型的支持，为 OpenAI 服务（包括 Microsoft Foundry 和 GitHub Models）提供了稳健且官方维护的集成方案。

23_Spring AI 干货笔记之 NVIDIA 聊天NVIDIA LLM API 是一个代理 AI 推理引擎，提供来自各种供应商的广泛模型。Spring AI 通过复用现有的 OpenAI 客户端与 NVIDIA LLM API 集成。为此，您需要将基础 URL 设置为 https://integrate.api.nvidia.com，选择 NVIDIA 提供的一个 LLM 模型，并获取其 API 密钥。

大佐不会说日语～

SSE 流式输出 Markdown 实时渲染问题解决方案在开发 AI 对话功能时，我遇到了一个棘手的问题：使用 fetch + ReadableStream 实现 SSE 流式输出后，AI 返回的 Markdown 格式内容（标题、换行、列表等）全部挤在一起，无法正确渲染。之前采用之前的原生 EventSource 实时渲染正常，就是因为它自动处理了所有 SSE 规范。但是原生 EventSource 存在一些问题，他没办法携带请求头，意味着我们需要在路径拼接token传递给后端人员，但是这样在网站开发规范中将token暴露是相当危险且不正确的做法，于是本文

17_Spring AI 干货笔记之谷歌生成式AI聊天Google GenAI API 允许开发者通过 Gemini 开发者 API 或 Vertex AI，使用 Google 的 Gemini 模型构建生成式 AI 应用程序。Google GenAI API 支持多模态提示作为输入，并输出文本或代码。多模态模型能够处理来自多种模态的信息，包括图像、视频和文本。例如，您可以向模型发送一盘饼干的照片，并让它给出这些饼干的配方。

14_Spring AI 干货笔记之 Azure OpenAI 对话模型Azure 的 OpenAI 服务（基于 ChatGPT）超越了传统的 OpenAI 能力，提供了具备增强功能的 AI 驱动文本生成。正如他们最近的更新中强调的那样，Azure 提供了额外的 AI 安全和负责任 AI 功能。

GEM的左耳返

Java面试实战：从Spring Boot到AI集成的技术深度挑战面试官：谢飞机同学，欢迎来到我们公司的技术面试。先简单介绍一下你对Spring Boot的理解吧。谢飞机：(自信满满) Spring Boot啊，这我熟！就是那个"约定大于配置"的框架嘛，开箱即用，内置Tomcat，还能自动装配。我之前做项目的时候，就用它快速搭建过RESTful API，连XML配置都不用写，太方便了。

09_Spring AI 干货笔记之多模态“所有自然相连的事物都应结合起来教授” - 约翰·阿摩司·康米纽斯，《世界图解》，1658年人类通过多种数据输入模式同时处理知识。我们的学习方式和经历都是多模态的。我们不仅仅有视觉、听觉或文本。

10_Spring AI 干货笔记之 Spring AI APISpring AI API 涵盖了广泛的功能。每个主要功能都在其专属章节中有详细说明。为提供概览，以下关键功能可供使用：

08_Spring AI 干货笔记之结构化输出截至 2024年5月2日，旧的 OutputParser、BeanOutputParser、ListOutputParser 和 MapOutputParser 类已被弃用，转而采用新的 StructuredOutputConverter、BeanOutputConverter、ListOutputConverter 和 MapOutputConverter 实现。后者是前者的直接替代品，并提供相同的功能。更改的主要原因是命名，因为实际上并不进行任何解析操作，同时也为了与 Spring 的 org.spr

07_Spring AI 干货笔记之提示词提示词是引导 AI 模型生成特定输出的输入内容。这些提示词的设计和措辞会显著影响模型的响应。在 Spring AI 中与 AI 模型进行最低层级的交互时，处理提示词的方式有些类似于 Spring MVC 中管理"视图"。这涉及创建包含动态内容占位符的大量文本。然后根据用户请求或应用程序中的其他代码替换这些占位符。另一个类比是包含特定表达式占位符的 SQL 语句。

04_Spring AI 干货笔记之对话客户端 APIChatClient 提供了用于与 AI 模型通信的流式 API，支持同步和流式两种编程模型。关于 ChatClient 中命令式与响应式编程模型结合使用的说明，请参阅本文档末尾的实现说明。

05_Spring AI 干货笔记之 Advisors APISpring AI Advisors API 提供了一种灵活而强大的方式，用于在 Spring 应用程序中拦截、修改和增强 AI 驱动的交互。通过利用 Advisors API，开发者能够创建更复杂、可复用且可维护的 AI 组件。

06_Spring AI 干货笔记之递归 Advisor递归 Advisor 是一种特殊类型的 Advisor，能够多次循环执行下游 Advisor 链。这种模式在需要重复调用 LLM 直到满足特定条件时非常有用，例如：

embeddingModel操作milvus数据库集合不是启动时,而是第一次调用vectorStore.add()时!集合是在第一次使用时才创建的,不是启动时! 🎯

Spring AI：Reactor 异步执行中的线程上下文传递实践在使用 Spring AI MCP Server 框架时，工具方法可能被框架在异步线程中执行。当线程切换时，传统的 ThreadLocal 无法传递上下文信息（如 token、traceId），导致：

大模型开发 - Spring AI MCP 工具分组系统：细粒度权限控制的优雅实现在 AI 工具集成的浪潮中，安全性和访问控制始终是企业级应用的核心关注点。今天，我们将深入探讨 Spring AI MCP (Model Context Protocol) 项目中创新的工具分组系统，了解它如何通过多层权限验证机制实现细粒度的工具访问控制。