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。

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

/ 流结束时清理（无论成功/失败/取消）});case VUE_PROJECT -> // 使用注入的组件实例case HTML, MULTI_FILE -> // 简单文本处理器不需要依赖注入case VUE_PROJECT -> // 使用注入的组件实例先看这一行。// 收集AI响应内容})// 流式响应完成后，添加AI消息到对话历史})// 如果AI回复失败，也要记录错误消息。

/ 流结束时清理（无论成功/失败/取消）});case VUE_PROJECT -> // 使用注入的组件实例case HTML, MULTI_FILE -> // 简单文本处理器不需要依赖注入case VUE_PROJECT -> // 使用注入的组件实例先看这一行。// 收集AI响应内容})// 流式响应完成后，添加AI消息到对话历史})// 如果AI回复失败，也要记录错误消息。

取出之前存的起始纳秒，拿当前 nano 减去起始数值，换算成毫秒，就是整个接口总耗时；缺点: 精度有限，受服务器时间影响（如果第一次是北京时间，然后服务器时间被调整了第二次的结尾的时间戳就不匹配了就有误差了）postHandle 只在正常无异常、没返回前触发，异常不会走，所以。请求经过 Servlet、分发器，还没进到接口业务代码，在这里。使用AOP解决了上面那些的代码侵入缺点，然后和他们联用。提

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。