springai

（第三篇）Spring AI 核心技术攻坚：工具调用深度解析（从 Function-call 到企业级 Tools 模块实战）在 AI 应用开发中，“闭门造车” 的 AI 毫无价值 —— 真正的企业级 AI 助手，必须能连接外部系统：查股票行情、查天气预警、查数据库数据、调用第三方 API。早期的 Function-call 虽然能实现基础的外部调用，但存在注册繁琐、参数校验缺失、调用流程不规范等问题，难以支撑复杂场景。

26_Spring AI 干货笔记之 OCI GenAI Cohere 聊天OCI GenAI 服务提供生成式 AI 聊天功能，支持按需模型或专用 AI 集群。OCI 聊天模型页面和 OCI 生成式 AI 演练场提供了在 OCI 上使用和托管聊天模型的详细信息。

21_Spring AI 干货笔记之 Mistral AI 聊天Spring AI 支持来自 Mistral AI 的各种 AI 语言模型。您可以与 Mistral AI 的语言模型进行交互，并基于 Mistral 模型创建多语言对话助手。

16_Spring AI 干货笔记之 Docker 模型运行器聊天Docker 模型运行器是一个 AI 推理引擎，提供来自各种供应商的广泛模型。Spring AI 通过复用现有的基于 OpenAI 的 ChatClient 与 Docker 模型运行器集成。为此，需要将基础 URL 设置为 localhost:12434/engines 并选择其中一个提供的 LLM 模型。

SpringAI如何结构化输出？通过ReactAgent 实现两种方案！在做「AI 面试官」这个小项目时，有一个刚开始看起来不难、但踩了不少坑的需求：让大模型稳定地产出结构化的 JSON 数据，而不是一堆“看起来很聪明但不好用”的自然语言。

Python工具将本地Embedding转换成onnx格式不想依赖于第三方远程api的方式。比如之前写过的调用重排模型的方式，如果后端使用该模型，需要经过python 提供接口才能调用大模型，这样服务器就需要维护2套项目。为了解决这个问题，采用下面的方式。

程序员小赵同学

Spring AI Alibaba文生图实战：从零开始编写AI图片生成Demo本文面向初学Spring AI Alibaba的开发者，手把手教你实现文生图功能。本文将详细介绍如何使用 Spring AI Alibaba 框架快速集成阿里云百炼大模型服务，实现文生图（Text-to-Image）功能。通过本教程，你将学会创建一个简单的Spring Boot应用，只需几行代码就能让AI根据你的文字描述生成图片。

【SAA】SpringAI Alibaba学习笔记(二)：提示词Prompt目录一、是什么？（一）角色一：System二、角色二：User三、角色三：Assistant四、角色四：Tool

【SAA】SpringAI Alibaba学习笔记（一）：SSE与WS的区别以及如何注入多个AI模型目录一、SSE(Server-Sent Events)与WS(WebSocket)核心概念区别二、SAA中同时注入多个模型

FightingITPanda

Spring AI 搭建 RAG 个人知识库现在大家对AI大模型又爱又恨，大模型统一的痛点 1、幻觉率比较高，它会无中生有 2、数据有延迟，比如豆包和DeepSeek训练数据只更新到2023 3、大模型没有内部数据，比如公司业务数据或个人数据大模型是拿不到的

程序员小赵同学

Spring AI 极简入门：15分钟集成AI到SpringBoot应用零基础也能学会！基于 Spring AI Alibaba，用最简单的方式让Spring应用具备AI能力

FightingITPanda

springAI +openAI 接入阿里云百炼大模型-通义千问我们已经完成 1、本地模型搭建 DeepSeek-R1 本地部署 - 十分钟搞定 2、spring ai 调本地大模型SpringAI + DeepSeek本地大模型应用开发-聊天机器人

曾经的三心草

SpringAI5-智能聊天机器⼈提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档随着⼈⼯智能技术的快速发展和⼤模型开源趋势的兴起, 智能聊天机器⼈在客服、知识问答、⽣活助⼿等领域得到了⼴泛应⽤. Deepseek作为优秀的开源⼤模型框架, 为开发者提供了强⼤的基础能⼒. 当前市场上已有多个基于Deepseek的AI应⽤案例, 我们接下来模仿这些应⽤来实现⼀个智能聊天机器⼈, 提升⽤⼾交互体验.

深色風信子

SpringAI Redis RAG 搜索

深色風信子

SpringAI 内嵌模型 ONNX1 model.onnx 2 tokenizer.json

Spring AI 核心概念⚠️以下基于 Spring AI 1.0.0 M3 版本的文档进行翻译。本节介绍 Spring AI 使用的核心概念。我们建议仔细阅读它，以了解 Spring AI 是如何实现的。

Spring AI 1.0 GA 深度解析：Java生态的AI革命已来想象一下这个场景：你的团队需要在现有Spring微服务中集成AI能力，但面对OpenAI、通义千问、Claude等不同API时，每个都需要单独适配。更痛苦的是，当业务需要从聊天机器人升级到RAG知识库，再到多Agent协作时，代码重构的噩梦就开始了。

深色風信子

SpringAI 本地调用 OllamaLangChain4j 详细介绍 LangChain4j 是一个专为 Java 生态系统设计的开源框架，旨在简化大语言模型（LLM）与应用程序的集成，提供了构建基于 LLM 的复杂应用所需的核心组件和工具。其设计理念借鉴了 Python 生态的 LangChain，但针对 Java 开发者的习惯和需求进行了优化。

AI 超级智能体全栈项目阶段五：RAG 四大流程详解、最佳实践与调优（基于 Spring AI 实现）主要负责从各种数据源读取数据并转换为 Document 对象集合。SpringAi使用方法说明：https://docs.spring.io/spring-ai/reference/api/etl-pipeline.html#_documentreaders

SpringAI 实战：解决 Netty 超时问题，优化 OpenAiApi 配置在使用 SpringAI 对接 OpenAI 等大模型接口时，很多开发者会遇到一个常见问题：接口调用过程中突然抛出 Netty 超时异常。这一问题往往与默认配置的超时时间不匹配实际业务场景有关，今天就带大家从问题分析到解决方案，完整搞定 SpringAI 的超时配置优化。