Spring AI 2.0.1 真正提醒我们的是：Agent 的工具边界、缓存上下文、会话和聊天记忆，都必须被运行时真正约束。升到 Spring AI 2.0.1给 ToolCallingAdvisor 配 maxToolCalls这样既堵住已知 CVE，也给自己加上一层循环保护。

摘要： 随着DeepSeek Harness开源，Agent开发竞争重点从模型层转向执行层。本文解析其“一切皆插件”的设计理念，并通过Spring AI 2.0的@Tool + ChatClient和AgentScope Java 2.0的HarnessAgent，探讨Java后端如何参与Agent开发。文章指出，Agent的核心挑战在于工具调用、上下文管理等工程问题，而非模型本身。DeepSee

本文探讨了如何通过Skill机制提升重复性工作流程的效率。文章指出，将流程沉淀为可复用资产是提效的关键，而非简单依赖AI问答。Skill通过触发描述、渐进式加载和脚本校验三大机制，将提示词升级为工程化流程。以"写博客Skill"为例，详细展示了从选题到发布的全流程自动化设计，使单篇耗时从2小时降至30分钟。文章提供了五步方法论（找重复、拆流程、固化资产、验证、迭代）和适用场景分析，同时警示三个常见

本文介绍了一个基于SpringAI框架的智能对话助手开发项目。项目使用SpringBoot+SpringAI作为核心框架，集成WebSocket实现实时通信，MySQL存储数据，并具备外部API扩展能力。系统实现了AI对话基础功能，包括记忆持久化和日志记录，并针对AI幻觉问题整合了时间查询、天气查询和联网搜索三种外部工具。开发过程包括添加依赖、配置ChatClient、创建服务层和控制层，最后通过