spring ai

Spring AI + Elasticsearch：语义/关键字/混合检索与知识问答目录简介环境介绍演示效果知识库内容文件分块向量化语义检索关键字检索混合检索编辑普通问答知识库问答环境搭建

Spring-AI Agent Skills 赋予AI智能体“即插即用”的专业超能力Agent Skills 正在重新定义我们与 AI 的协作方式。它不再要求我们成为高明的 “提示词巫师”，而是鼓励我们成为技能架构师。

谷哥的小弟

Brave Search MCP服务器安装以及客户端连接配置Brave Search 是一个由开发隐私浏览器 Brave 的公司推出的独立搜索引擎，其核心特点是专注于用户隐私保护，承诺不追踪用户的搜索历史或个人数据。与依赖谷歌、必应等第三方索引的传统搜索引擎不同，它主要基于自己构建的独立网络索引（约92%的查询来自自有索引）来提供结果，确保了技术自主性。该搜索引擎可通过网页端 search.brave.com 访问，并深度集成于Brave浏览器中作为默认引擎，其商业模式主要依靠与搜索词相关、而非基于用户追踪的广告。除了基本搜索，它还提供特色功能如允许用户自定义结果

LLM - 将业务 SOP 变成 AI 能力：用 Skill + MCP 驱动 Spring AI 应用落地不完全指南在大模型时代，Agent 已经从「会聊天的机器人」进化为「能完成复杂任务的数字员工」。要让 Agent 真正落地到业务场景，绕不开两个关键能力：接入外部世界，以及复用成熟的方法论与流程。

大厂面试实录：Spring Boot源码深度解析+Redis缓存架构+RAG智能检索，谢飞机的AI电商面试之旅又是一年招聘季，某知名电商平台正在招聘高级Java开发工程师。谢飞机，一名自称"全栈工程师"的程序员，今天来到了面试现场。面试官是一位技术深厚的架构师，让我们来看看这场面试会发生什么有趣的故事...

【Spring AI 开发指南】ChatClient 基础、原理与实战案例ChatClient是 Spring AI 与大语言模型交互的统一入口，通过流式 DSL 设计，兼顾简洁性与扩展性，支持多模型、可观测性、模板、历史上下文、结构化输出等高级特性，适用于从简单问答到复杂 Agent 系统的各类场景。 ChatClient 是一个用于与大语言模型通信的 API 接口，支持同步和流式编程模型，同时它也是 Spring AI 一切的起源。总体通过 ChatClientRequestSpec、CallResponseSpec 和 StreamResponseSpec 三个子接口

【Spring AI Alibaba】⑥ 记忆管理（Memory）：让Agent拥有“长期记忆“的智能方法本文基于Spring AI Alibaba最新版本（2025年12月，兼容Spring Boot 3.5.7 / Spring Cloud Alibaba 2023.0.x），适合中高级Java开发者、AI应用架构师阅读

Java小生不才

ChatClient入门ChatClient 提供了与 AI 模型通信的 Fluent API，它支持同步和反应式（Reactive）编程模型。与 ChatModel、Message、ChatMemory 等原子 API 相比，使用 ChatClient 可以将与 LLM 及其他组件交互的复杂性隐藏在背后，因为基于 LLM 的应用程序通常要多个组件协同工作（例如，提示词模板、聊天记忆、LLM Model、输出解析器、RAG 组件：嵌入模型和存储），并且通常涉及多个交互，因此协调它们会让编码变得繁琐。当然使用 ChatModel

基于 Spring AI 开发智能邮件分类器将详细介绍如何使用 Spring AI 开发一个完整的智能邮件分类器。这个方案充分利用了Java和Spring Boot经验，并引入了AI能力。

【Spring AI Alibaba】 ⑤ 人工介入（Human-in-the-loop）：关键决策点的智能审批与中断恢复“AI不是万能的，但AI+人工介入可以成为最可靠的决策伙伴”想象一下，你正在使用一个智能客服系统，它突然要执行"删除所有用户数据"的操作。你会放心让AI直接执行吗？不，你会要求人工确认。这就是"人工介入（Human-in-the-loop）“的核心价值——在关键决策点插入人工审批环节，让AI成为"智能助手"而非"决策者”。

每日Java面试场景题知识点之-Spring AI企业级AI应用开发在一家大型电商平台中，技术团队面临一个典型的企业级AI集成挑战：现有系统基于Spring Cloud微服务架构，需要快速集成AI能力来提升用户体验。具体需求包括：

53_Spring AI 干货笔记之转录APISpring AI 通过 TranscriptionModel 接口为语音转文字转录提供了统一的 API。这使您能够编写可在不同转录提供商之间移植的代码。

Java小生不才

SAA入门代码版本请参考官方说明添加链接描述版本兼容关系添加链接描述核心组件模型服务灵积(DashScope)添加链接描述添加链接描述

多则惑少则明

AI大模型实用(八)Java快速实现智能体整理(使用LangChain4j-agentic来进行情感分析/分类)百度百科给「情感分析」的定义：情感分析是人工智能领域中计算语言学的分支，属于自然语言处理的核心内容，其定义为通过自动技术判定文本中观点持有者对特定话题的情感倾向或态度（如褒贬性判断）。该方法主要依赖文本预处理、特征标注、模型训练等流程，可分为基于情感词典、机器学习和深度学习的分析方法。应用场景覆盖舆情监测、电子商务、客服系统及精神健康等领域，并与情感计算技术协同实现多情感理解。

【AI微服务】【Spring AI Alibaba】 ④ 深度实战：从零构建通义千问聊天服务（2025 最新版）2024–2025 年，大模型（LLM）已从“玩具”变成“基础设施”。但直接调用 API 写胶水代码？太原始了。

【AI微服务】【Spring AI Alibaba】 ③ Spring AI Alibaba Agent 核心执行流程源码解析本文基于 Spring AI Alibaba 最新版本（2025 年 11 月，兼容 Spring Boot 3.5.7 / Spring Cloud Alibaba 2023.0.x） ✅ 适合中高级 Java 开发者、AI 应用架构师阅读 🔗 官方文档：https://sca.aliyun.com/en/docs/ai/overview/

Spring AI实战：SpringBoot项目结合Spring AI开发——Tool Calling（工具调用）详解与实战🪁🍁 希望本文能给您带来帮助，如果有任何问题，欢迎批评指正！🐅🐾🍁🐥导航参见： Spring AI实战：SpringBoot项目结合Spring AI开发——ChatClient API详解 Spring AI实战：SpringBoot项目结合Spring AI开发——提示词(Prompt)技术与工程实战详解 Spring AI实战：SpringBoot项目结合Spring AI开发——模型参数及ChatOptions API详解 Spring AI实战：SpringBoot项目结合Sprin

递归尽头是星辰

AI 驱动的报表系统：从传统到智能的落地与演进本文基于《报表系统的那些事：四部演进史》的基础架构，聚焦当下大模型规模化落地背景，探讨报表系统智能升级路径。通过对比传统报表与 AI 报表核心差异，明确其 “自然语言交互、智能异常检测、动态指标推荐” 优势；详解新手友好的技术栈选型、三大核心场景落地思路与关键代码，以及工程化架构设计与动态管理方案；同时盘点热门开源项目与大厂布局，展望多模态等未来趋势，为传统报表开发者提供低成本、易落地的从 0 到 1 AI 拓展指南。

LLM - Spring AI × Anthropic SkillsLLM - Agent Skills 智能体新范式LLM - Agent Skills 案例：PR 代码评审 Skill

大佐不会说日语～

Spring AI Alibaba 的 ChatClient 工具注册与 Function Calling 实践在实际使用 Spring AI 进行聊天应用开发时，碰到工具（Tool）注册、函数调用（Function Calling）以及 ChatClient 配置的问题。本文将总结从源码到实践的一些经验和知识点，帮助你更高效地集成 AI 聊天功能。