Ollama 是一个用于在本地运行大语言模型的工具。它的特点是安装简单（Windows/Mac/Linux 都支持），一条命令就能拉取和运行模型，自动检测并利用 GPU，通过本地 API（默认端口 11434）对外提供服务。你可以把 Ollama 理解为“大模型界的 Docker”——它帮我们屏蔽了模型下载、量化、加载、CUDA 适配等底层琐事，让我们把精力集中在应用开发上。

场景一：合规要求公司项目要求所有数据不出境，必须使用国产大模型。但团队对阿里云百炼的 API 格式不熟悉，担心接入成本高、文档不完善。如果用原始 HTTP 调用，要自己处理签名、Token 管理、重试逻辑，费时费力。场景二：生态整合项目已经用了 Spring Cloud Alibaba 全家桶（Nacos、Sentinel、RocketMQ），想在同一个技术栈里接入 AI 能力。如果另起一套 Py

两个或多个 Bean 互相持有对方的引用，形成一个闭环。

Docker和Kubernetes（K8s）是"云原生"时代的基石。①你的应用怎么打包和交付的？②上了生产环境怎么管理、怎么扩缩容？Docker解决了什么问题？你以前上线一个Java应用：打Jar包 → 扔到Linux服务器上 → 装JDK → 配环境变量 → 装Redis客户端 → 装Nginx……搞了半天，换一台服务器又得重来一遍。更别说十台、一百台服务器了。把应用和它需要的所有环境（JDK、

微服务是Java面试里**最“唬人”**的一块。什么服务注册、服务发现、负载均衡、熔断降级、分布式事务、分布式ID……名词一大堆，感觉很高大上。但微服务的本质就一句话：把一个系统拆成多个小系统，各自独立部署。为什么要拆？因为一个系统太大，100个人改一个代码仓库，天天冲突；一台服务器扛不住所有流量，一个功能挂了整个系统都瘫了。拆开之后问题就来了——拆开的服务之间怎么通信？怎么知道对方在哪？对方挂了

我觉得最好的读法还是顺着顺序来——因为后面的每一篇都默认你读过前面的。但你要是哪篇读着卡住了，就合上屏幕歇两天，没关系。有些概念得靠大脑在后台偷偷加工一夜才能消化，你越急它越不合作。也用不着记笔记。每一篇里真正要紧的道理，我会用不同的话翻来覆去地讲。你只要在读的时候让那些画面和比喻在脑子里留下个印子就行，它们自己会串起来的。至于你担心自己“数学不好”或者“不是学这个的料”——大可不必。这趟旅程的设

我是一个 Java 开发者，能搞 AI 吗？“当然能。而且你不需要先学 Python。欢迎来到《Spring AI 从入门到实战》专栏的第一篇。作为 Java 程序员，你是不是经常遇到这样的场景：公司要上线一个“AI 问答”功能，同事都在讨论大模型、Prompt、Token……你打开 CSDN 一搜，满屏都是 Python 的 LangChain、LlamaIndex。那一刻你可能在想：“是不是得

场景一：合规要求公司项目要求所有数据不出境，必须使用国产大模型。但团队对阿里云百炼的 API 格式不熟悉，担心接入成本高、文档不完善。如果用原始 HTTP 调用，要自己处理签名、Token 管理、重试逻辑，费时费力。场景二：生态整合项目已经用了 Spring Cloud Alibaba 全家桶（Nacos、Sentinel、RocketMQ），想在同一个技术栈里接入 AI 能力。如果另起一套 Py

Ollama 是一个用于在本地运行大语言模型的工具。它的特点是安装简单（Windows/Mac/Linux 都支持），一条命令就能拉取和运行模型，自动检测并利用 GPU，通过本地 API（默认端口 11434）对外提供服务。你可以把 Ollama 理解为“大模型界的 Docker”——它帮我们屏蔽了模型下载、量化、加载、CUDA 适配等底层琐事，让我们把精力集中在应用开发上。

上篇我们学会了用工作流编排多个 AI 任务，但有一个问题遗留了下来：所有 AI 节点都共用同一个模型。如果我想让逻辑推理用 DeepSeek，中文润色用通义千问，本地快速响应用 LLaMA，怎么办？今天这篇就是答案——Spring AI 设计的核心原则之一就是“统一 API，灵活适配”。你在前几篇中学到的ChatClientPromptStream等调用方式，在与不同模型交互时完全一致。