ai-agent-book 用 10 章 88 个实验讲清 Agent 原理，pi 用 74K+ Star 证明实战工具的价值。两个项目怎么用、怎么学。

ai-agent-book 用 10 章 88 个实验讲清 Agent 原理，pi 用 74K+ Star 证明实战工具的价值。两个项目怎么用、怎么学。

面向完全没接触过开源的小白，从 GitHub 基础概念讲起，到完整 PR 流程、Claude Code 辅助、10 个新手友好项目推荐。

这是一篇全面覆盖JVM核心知识的技术总结，聚焦垃圾收集、JVM调优与类加载机制三大板块。内容包含垃圾回收原理、对象存活判断、GC Roots分析、主流垃圾收集算法与收集器（CMS/G1/ZGC）对比；JVM性能监控工具（jps/jstat等）、常见参数配置、CPU/内存问题排查技巧；以及类加载流程、加载器分类、双亲委派模型等核心知识点。文章结合面经问题与实战经验，通过清晰的层次结构和通俗易懂的解释

Spring Security 是 Java 生态中广泛使用的安全框架，专注于身份验证（Authentication）、授权（Authorization）和常见安全威胁防护。本系列教程将从基础概念出发，逐步深入核心功能，涵盖配置、自定义扩展及实战场景。第一部分重点介绍 Spring Security 的核心架构、默认安全机制及快速集成方法，帮助开发者构建安全的应用程序。

本文探讨了使用PostgreSQL的pgvector扩展作为向量数据库在RAG（检索增强生成）系统中的实践应用。文章对比了pgvector与专用向量数据库的性能差异，指出pgvector在事务一致性、SQL表达能力及运维成本方面的优势，特别适合已使用PostgreSQL的项目。同时分析了HNSW和IVFFlat两种索引策略的适用场景，推荐RAG场景优先选择HNSW索引。文章还讨论了pgvector

本文深入解析JWT技术原理与实战应用。主要内容包括： JWT本质：作为经过签名的JSON数据格式，由Header、Payload、Signature三部分组成，通过签名实现防篡改而非加密。 技术对比： Session适合单体应用，但在分布式环境下存在共享难题 JWT的无状态特性天然适合微服务架构 OAuth2是授权框架，常与JWT结合使用 核心实现： Spring Security集成JWT的认证

AIGrader：AI驱动的智能作业批改平台 摘要：AIGrader是一个基于Spring Boot和React的全栈教育平台，通过AI技术实现中小学作业的自动批改。系统支持多题型（选择/填空/主观题）智能评分，采用策略模式适配不同批改逻辑，结合DeepSeek模型生成结构化评语。核心功能包括： 教师端作业管理与批改复核 学生端在线答题与错题分析 管理后台题库及AI模型配置 技术亮点： 动态模型切

文章摘要： Java开发者最初对Agent的认知存在偏差，发现实际项目中Agent仅是数据库中的一行配置（包含API密钥和工作流ID），而非预想中具备自主决策能力的智能体。通过分析一个基于Spring Boot的AI面试平台，揭示了Agent的两种形态：1) 配置型Agent - 通过5个步骤实现（建表、实体类、场景枚举、解析器、AI调用），每个Agent对应特定业务场景（如出题官、评分官）；2)

Dify是一个低代码AI应用开发平台，允许用户无需编程即可构建AI聊天助手、知识库和工作流。本文介绍了从Docker部署到创建第一个AI应用的完整流程，包括硬件准备、Docker安装、Dify部署、模型API配置以及聊天助手创建的关键步骤。通过系统提示词和变量功能，用户可以快速定制AI行为，适合快速原型开发和个人项目实践。文章为初学者提供了清晰的指引，并提示了知识库等进阶功能作为后续探索方向。