Java工程师AI智能体学习路线摘要 本文为Java/Spring后端工程师提供完整的AI智能体开发学习路线，共分8个阶段： 基础认知：掌握Token、上下文窗口、Embedding等核心概念，理解LLM能力边界和成本构成 提示词工程：学习System/User/Assistant角色设定、结构化输出、约束防漏和高级推理范式 编程调用：通过API和SDK集成LLM，处理流式响应和并发请求 智能体原

本文介绍了如何通过状态持久化技术解决长运行AI Agent任务中的"断片"问题。作者基于Spring AI Alibaba项目，提出了一套包含进度文件(PROGRESS.md)、决策日志(DECISIONS.md)、Git检查点和初始化脚本的四件套方案。通过商品评价分析功能增强任务的示例，对比展示了有/无状态持久化的差异。文章详细说明了项目结构设计，并提供了SessionStateManager等

本文介绍了一种基于MyBatis-Plus实现的数据水平隔离方案。通过自定义拦截器StoreDataInterceptor，自动为包含store_id字段的表添加权限过滤条件。方案特点包括：1) 自动扫描表结构缓存；2) 支持通过SkipDataIsolation注解跳过隔离；3) 权限校验失败直接拦截查询；4) 支持多表关联查询。实现采用JSqlParser解析SQL，动态添加WHERE条件，并

本文介绍了如何通过模块化指令优化AI Agent的行为指导文件(AGENTS.md)，解决传统巨型指令文件带来的四大问题：上下文预算占用、信息迷失、优先级冲突和维护困难。文章基于Spring AI Alibaba项目，对比展示了两种方案：680行的单文件方案与80行入口文件+按需加载专题文档的方案。详细说明了项目结构、核心代码实现，包括50-200行的入口文件设计原则，以及安全规则等专题文档的拆分

文章摘要 本文介绍了如何基于Spring AI Alibaba框架和Harness Engineering理念构建可控的AI智能体。Harness Engineering是一种新兴的AI工程化范式，强调为AI智能体构建可靠、可控的运行环境（"马具"），而非仅优化模型本身。文章详细阐述了Harness Engineering的关键组件（规则、技能、门禁等），并提供了Windows环境下的实践指南，包

本文总结了Java大数据量批处理性能优化的核心方法，重点对比了不同方案的效率差异。批处理的核心原则是减少网络和SQL解析开销，推荐批次大小为1000-5000条。 关键优化点包括： 导入时使用批量INSERT替代逐条操作，性能提升可达1000倍 导出采用SXSSFWorkbook或EasyExcel流式写入，内存占用降低90% 数据库配置需添加rewriteBatchedStatements=tr

本文介绍了在SpringBoot中集成SpringAI与阿里云百炼平台实现AI对话功能的完整流程。主要内容包括：1）通过spring-ai-openai-spring-boot-starter依赖配置OpenAI兼容接口；2）关键配置项说明（API密钥、模型选择和基础URL）；3）两种调用方式实现（同步调用和流式SSE响应）；4）注意事项强调base-url格式、API密钥安全和JDK版本要求。文

本文介绍了如何基于SpringAIAlibaba框架实现多MCP服务器集成调用。通过配置yml文件定义多个MCP服务器端点，创建不同的ChatClientBean分别对应全部工具、HackerNews工具和NWSWeather工具。新增SelectiveAiService服务类实现特定工具调用，控制器提供三个API端点：通用接口调用所有工具，专用接口分别调用HackerNews和天气工具。测试验证

Git MCP Server 配置指南 本教程介绍如何为Kiro配置Git MCP Server，实现在对话中直接执行Git操作的功能。 核心内容： 安装：使用uv工具安装mcp-server-git 配置：在.kiro/settings/mcp.json中添加git server配置 使用：支持12种Git操作工具，包括查看状态、提交历史、分支对比等 关键配置项： 必须指定仓库绝对路径 可设置自

MCP（Model Context Protocol）是 Kiro 扩展能力的机制，允许 AI 通过 MCP Server 直接访问外部服务（如数据库、API等）。配置 MySQL MCP Server 后，Kiro 可以在对话中直接执行 SQL 查询。