本文介绍了基于SpringBoot+LangChain4j+Ollama实现MCP（ModelContextProtocol）工具调用的完整方案。主要内容包括：1. MCP核心概念与架构，包含Host/Client/Server角色和SSE/StreamableHTTP两种传输模式；2. MCPServer搭建，通过@Tool注解定义天气查询工具并注册；3. MCPClient实现，配置Ollam

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

本文提供了在Windows系统中配置Ollama镜像地址的三种图形化方法：1)通过系统属性设置环境变量；2)使用Rapid Environment Editor工具；3)修改Ollama配置文件。详细步骤包括打开环境变量设置窗口、添加OLLAMA_REGISTRY_MIRROR变量、重启Ollama服务及验证配置。文章还推荐了阿里云、SiliconFlow等国内镜像地址，并提供了完整的配置检查清单

Java 大数据量异步处理方案摘要 核心比较 线程池适合简单、快速、单机异步任务： 优点：零依赖、低延迟、实现简单 缺点：不可靠（JVM重启丢失）、不可分布式 消息队列适合可靠、分布式场景： 优点：高可靠、可扩展、支持重试 缺点：引入外部依赖、复杂度高 实践建议 简单任务：使用线程池（配置合理参数） 关键任务：选择消息队列（如RabbitMQ） 临时方案：可先用线程池，后期迁移到消息队列 线程池关

Java 单元测试生成 Excel 测试数据指南 摘要 本文介绍如何使用 Java 和 POI 库生成 Excel 测试数据，用于单元测试和性能测试。主要内容包括： 测试数据需求：针对不同测试场景（正常流程、性能测试、边界测试等）需要生成不同数据量的 Excel 文件 技术方案： 使用 JUnit 测试类而非 main 方法，便于集成和选择性执行 根据数据量选择 POI 的 XSSFWorkboo

Claude Code Skills 完全指南（摘要） Claude Code Skills 是一种将专家知识封装为可复用技能包的机制，可显著提升AI辅助编程的效率和一致性。本文系统介绍了： 核心概念 Skill是包含结构化指令的Markdown文件，支持按需加载、跨平台复用 与CLAUDE.md（全局规则）和Slash Commands（快捷指令）形成互补 内置与社区资源 官方提供docx/pp

《构建Spring Boot代码审查Skill：让AI成为你的架构助手》 本文详细介绍如何创建Spring Boot项目的AI代码审查Skill，帮助团队提升代码质量。文章首先分析了传统人工审查的三大痛点：人力成本高、标准不统一和知识传承难。然后介绍了Claude Code的Skill机制，包括SKILL.md文件结构、渐进式披露和自动触发等核心概念。 重点阐述了Spring Boot审查Skil

在上面使用LangChain4j集成Ollama的基础上，如何使用SpringAI快速实现效果。

本文介绍了将SpringAI项目从阿里云百炼平台迁移到本地Ollama大模型的完整过程。通过修改pom.xml依赖和application.yml配置，实现了业务代码零改动的情况下完成模型切换。文章详细说明了依赖调整步骤、常见问题排查方法，并总结了关键知识点：依赖隔离、配置驱动开发、BOM版本管理等。特别强调了模型需支持FunctionCalling能力才能实现工具调用功能，建议使用qwen2.5

本文介绍了基于SpringAI和Ollama本地模型实现工具调用的完整方案。主要内容包括：1）工具调用的核心流程，从定义工具到模型决策和执行反馈；2）两种工具定义方式（@Tool注解和编程式API）；3）详细的环境配置和代码实现示例；4）常见问题解决方案，如ToolCallbackProvider缺失、模型兼容性问题等。通过SpringAI的优雅API和Ollama本地模型，开发者可以轻松构建具备