spring ai

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。

使用 Java、Spring Boot 和 Spring AI 开发符合 A2A 标准的 AI 智能体AI 智能体指的是一种软件实体，它能够利用自然语言处理、机器学习或推理系统等人工智能技术，自主感知、推理和行动，以实现特定目标。

Spring AI ：探秘 SpringAI 架构解析Spring AI Alibaba：Java生态下的智能体开发全栈解决方案作为Java技术领域的从业者，我们往往关注Java在AI领域的进展。虽然Java本身在AI底层推理和运算上不具备成为主流的优势，但在企业级服务端，Java可以高效地整合和转发AI服务，为B/C端应用赋能。SpringAI正是在这个定位下不断发展，从最初不成熟到如今生产可用，已经具备了较高的关注价值。

（第三篇）Spring AI 基础入门：PromptTemplate 与对话工程实战（从字符串拼接到底层模板引擎的进阶之路）在大模型应用开发的初期阶段，很多开发者会用最直接的方式构建 Prompt：字符串拼接。比如查询商品信息时，可能会写出这样的代码：

105-Spring AI Alibaba Module RAG 使用示例本示例将引导您一步步构建一个 Spring Boot 应用，演示如何利用 Spring AI Alibaba 的 Module RAG 功能，实现模块化的检索增强生成（RAG）系统。

Spring AI Alibaba 框架使用示例总体介绍Spring AI Alibaba 是阿里巴巴基于 Spring AI 框架开发的一套人工智能应用开发框架，它为开发者提供了便捷的接口和工具，用于构建基于阿里云 DashScope 通义大模型及其他主流大模型的应用程序。该框架整合了多种AI能力，包括文本生成、图像处理、语音识别、向量存储、RAG（检索增强生成）、Agent（智能代理）等功能，大大简化了AI应用的开发流程。

512-Spring AI Alibaba 字段分类分级 Graph 示例本案例演示如何使用 Spring AI Alibaba 的 Graph 功能，实现一个字段分类分级的智能工作流系统。该系统通过多个节点协同工作，实现敏感词检测、字段分类、人工审核等功能。

502-Spring AI Alibaba React Agent 功能完整案例本案例将引导您一步步构建一个 Spring Boot 应用，演示如何利用 Spring AI Alibaba 的 React Agent 功能，实现基于 Graph 的智能问答，并集成天气查询工具。

352-Spring AI Alibaba OpenAI DashScope 多模态示例本示例演示如何通过 Spring AI 的 OpenAI 客户端接口调用阿里云 DashScope 的多模态模型（如 qwen-vl-max-latest），实现图片分析功能。虽然依赖了 Spring AI 的 OpenAI 模块，但底层实际调用的是 DashScope 的兼容模式接口。

134-Spring AI Alibaba OceanBase 向量数据库示例本示例演示如何使用 Spring AI Alibaba 集成 OceanBase 作为向量数据库，实现文档的向量存储和相似性搜索功能。通过这个示例，您将了解如何构建一个基于向量数据库的检索增强生成（RAG）应用。

106-Spring AI Alibaba RAG ETL Pipeline 完整案例本案例将引导您一步步构建一个 Spring Boot 应用，演示如何利用 Spring AI Alibaba 的 RAG (Retrieval-Augmented Generation) ETL (Extract-Transform-Load) Pipeline 功能，实现文档的读取、转换、加载和向量检索。

353-Spring AI Alibaba ARK 多模型示例本示例将展示如何使用 Spring AI Alibaba 集成 ARK 多模型能力，实现图像理解、视频内容分析等多模态 AI 功能。ARK 是字节跳动提供的大模型服务平台，支持多种 AI 模型能力。

351-Spring AI Alibaba Dashscope 多模型示例本示例演示了如何使用 Spring AI Alibaba Starter 与 Dashscope 的多模态服务，实现图像识别、视频分析和音频处理功能。

132-Spring AI Alibaba Vector Neo4j 示例本示例演示如何使用 Spring AI Alibaba 与 Neo4j 向量数据库集成，实现向量存储、检索和过滤功能。通过本示例，您将了解如何构建一个基于 Neo4j 的向量存储系统，并使用它来存储文档和执行相似性搜索。

103-Spring AI Alibaba Milvus RAG 示例本案例展示了如何使用 Spring AI Alibaba 集成 Milvus 向量数据库，实现检索增强生成（RAG）功能。通过将文档嵌入向量存储，并利用相似性搜索检索相关内容，结合大语言模型生成更准确的回答。

【SpringAI】10.结构化输出Spring AI结构化输出是Spring AI框架提供的一项强大功能，它允许开发者将大型语言模型的输出直接映射到Java对象，而不是处理原始文本响应。这项技术在需要从AI获取结构化数据的场景中特别有用，例如：

大模型开发 - 07 ChatClient：（02）如何在Spring AI中配置多个LLM大模型开发 - 01 Spring AI 核心特性一览大模型开发 - 02 Spring AI Concepts

101-Spring AI Alibaba RAG 示例本案例将引导您构建一个基于 Spring AI 的 RAG（检索增强生成）服务器，使用阿里云通义千问模型（OpenAI兼容模式）和 PostgreSQL + pgvector 向量存储。