开箱即用的AiServices，本身就支持大量自定义，一行配置就能改，不用重写逻辑// 自定义系统提示词，给Agent定专属的行为规范（比如你的代码生成规范）.systemMessageProvider(ctx -> "你是一个专业的低代码平台开发助手，必须严格遵守以下规范：1. 生成的代码必须是Vue3+TS；2. 生成代码前必须先确认需求边界；3. 代码生成后必须先做语法校验，再执行后续操作.

流式生成：通过实现大模型逐 token 吐代码，直接适配 SSE 推送；配置核心：YAML 配好大模型地址 / 密钥，工厂类注入流式模型，AI 服务就能流式输出；解析核心：用正则提取 ``` 包裹的纯代码块，把 “自然语言 + 代码” 的混合文本变成结构化代码；和你项目的结合：你的智能体run()方法可以调用，返回的 Flux<String>推给前端，等流式结束后（doOnComplete）调用

这些工具不是我们自己用的而是给AI用的，把工具写好然后让ai去调用，就是比如说给ai一个问题然后他会自己判断要不要调用工具，然后在生成。因为大模型没有这些工具的能力。

全新数据先进 1% 的 Window LRU，Window 满了淘汰尾部候选，和 Main Probation 尾部比频率（高则进 Main）；Main 分 Probation（试用）和 Protected（保护），Probation 数据再访问就升级到 Protected，全程用 TinyLFU 统计频率做淘汰 PK，既防缓存污染又兼顾冷热数据。是一个百分比值，表示在存储引擎返回的行中，有多少比

定义这个工具让大模型能识别到你这个工具把这个mcp工具注册到mcp服务器暴露它相当于是。

/ MCP 工具（由 spring-ai-starter-mcp-client-webflux 自动注入，可能为空）这种方法注册的mcp但是这种不推荐但是比较方便，这就是把mcp工具给注册进来，下面来看业务代码。正常情况下一般一个工具注册器就包含了所有的工具包括mcp工具，那为什么还要引入这个工具路由呢，其实有一些工具在特定的场景下是没有必要使用的，如果你使用了就会多消耗token但是还没有什么用

i++) {log.info("现在是第"+currentStep+"最大"+maxSteps);// 单步执行String result="现在是第"+currentStep+"步结果是"+stepResult;这个就是不断地循环直到大模型满意就跳出把results返回。然后results就是给用户输出的信息。为止；补充：你每次调用工具后，ToolResponseMessage 里的最后一条信息

这是被调用端的配置。有两种方式: 一种是被调用端使用stdio，一种是ssestdio是没有端口的，只能在你本机上引入jar包使用，但是SSE是设置端口，别的机器配置你这个工具运行的端口后就可以调用你这工具。然后在yml文件中配置：1. （核心）直译：Spring 主程序的 Web 应用类型 = 无通俗解释：告诉 Spring Boot “这个应用不是 Web 应用”，不会启动内嵌的 Tomcat

这些工具不是我们自己用的而是给AI用的，把工具写好然后让ai去调用，就是比如说给ai一个问题然后他会自己判断要不要调用工具，然后在生成。因为大模型没有这些工具的能力。

这段代码的作用和它的作用类似只不过是更全面更自定义化，里面最关键的也就是只有一个变量也就是LoveAppContextualQueryAugmenterFactory.createInstance()这个，来咱们看一下这个的代码。分片重叠数相邻两个分片之间重叠的令牌数（比如 100 表示前一个分片的最后 100 个 Token 会和后一个分片的开头重叠），目的是避免语义割裂（比如一句话被切成两半）