Qoder 接入外部 API 完全指南 本文详细介绍了 Qoder 接入外部 API 的多种方式，重点解析了 MCP（Model Context Protocol）协议的配置方法。主要内容包括： 接入方式对比：MCP 协议、插件系统、自定义工具和 Skills 系统四种接入途径及其适用场景 MCP 配置详解： 三种传输协议（STDIO、Streamable HTTP、SSE）的特点对比 提供 Py

Kiro AI 是一款智能编程助手，提供自动驾驶和监督两种工作模式，支持代码修改、文件管理和项目开发。核心功能包括： 通过#引用文件/文件夹快速获取上下文 Spec功能实现结构化开发流程 Steering文件确保代码规范 Hooks自动化执行lint/test等操作 MCP协议扩展外部工具能力 Powers功能打包文档和工作流 Kiro能直接操作代码库，帮助开发者专注于系统设计和决策制定，显著提升

Qoder AI 编程助手新手使用指南摘要： Qoder是阿里巴巴推出的智能编程平台，提供三种产品形态（IDE/CLI/JetBrains插件）和三大核心工作模式（Ask/Agent/Quest）。新手应掌握： 模式选择策略：Ask模式免费咨询，Agent模式消耗Credits执行任务 省Token技巧：精准@引用文件、拆分大任务、让AI编写复用工具 常用功能：@引用代码块、斜杠命令、规则配置和记

Git常用排查指令指南 本文整理了Git排查问题的常用命令，分为多个实用场景： 查看提交历史：git log及其时间范围过滤、合并提交查看 查找代码修改者：git blame和git log -S搜索特定文本变更 查看提交内容：git show查看详细改动，包括merge commit的特殊处理 对比差异：git diff比较版本差异，特别是merge commit的父提交对比 分支关系：git

本文介绍了如何实现商品展示的动态过滤功能。通过创建商品展示配置表(t_product_display_config)，记录每个商品的展示状态(is_visible)。核心逻辑包括：1)从第三方接口获取商品列表；2)查询配置表中标记为不展示的商品；3)使用HashSet构建黑名单实现高效过滤(O(1)查找)；4)通过Stream API过滤原始列表。该方案采用MyBatis-Plus简化数据库操作，

本文介绍了一种基于SpringAI和Ollama构建的轻量级YAML DSL工作流引擎，用于实现复杂智能体行为的声明式定义。该引擎通过YAML文件描述工作流结构，支持工具调用、LLM推理、条件分支、循环和并行处理等高级控制流。核心设计借鉴了LangGraph的有向图模型，将节点作为操作单元，通过共享上下文传递数据。文章详细阐述了引擎的实现原理，包括节点分发、表达式解析、控制流处理等关键技术点，并提

本文介绍了在SpringAI+Ollama技术栈中实现结构化输出的方法。通过定义Java实体类并利用SpringAI的JSONSchema转换机制，可以约束大模型输出结构化数据（如JSON格式），而非自然语言描述。文章详细讲解了基础实现步骤，包括定义输出实体、配置ChatClient支持结构化输出，以及如何在工具调用中返回结构化对象。同时提供了进阶示例，展示了在GraphAgent中使用结构化工具

本文介绍了基于SpringAI和Ollama技术栈实现检索增强生成(RAG)与Graph工作流编排的智能体系统。通过整合文档加载、向量化存储、语义检索等RAG核心流程，并引入Agent自治能力，系统能够灵活处理知识库查询和外部工具调用。文章详细展示了从基础RAG问答到复杂Graph工作流编排的实现过程，包括文档处理配置、工具类开发、Agent工作流设计等关键环节，并提供了完整的代码示例和常见问题解

本文介绍了如何在SpringAI项目中集成Milvus向量数据库实现RAG（检索增强生成）功能。主要内容包括：1）MilvusLite在Windows环境的快速安装指南；2）SpringAI项目配置，包括依赖添加和yml文件设置；3）核心代码实现，涵盖文档加载、文本分块、向量存储及RAG问答流程；4）方案优势分析，强调轻量便捷、持久化存储和兼容性特点。该方案通过统一VectorStore接口实现向

本文介绍了基于SpringAI和Ollama实现检索增强生成(RAG)的技术方案。RAG通过"外部知识检索+大模型生成"的方式，解决了LLM知识滞后和幻觉问题。文章详细讲解了RAG的四步流程：文档加载分块、向量化存储、语义检索和增强生成，并提供了完整的SpringAI实现代码示例。系统采用SimpleVectorStore作为内存向量库，结合TikaDocumentReader