Spring AI 与 Solon AI 都是面向 Java 开发者的 AI 应用开发框架，旨在简化大语言模型（LLM）在企业级应用中的集成与开发。统一模型接口：两者都提供了统一的 LLM 调用接口，屏蔽底层不同模型供应商（OpenAI、Anthropic、Google、Ollama 等）的 API 差异，实现"一份代码，跨模型运行"完整的 RAG 链路：均支持从文档加载、切分、向量化、存储到检索

Solon 从一个"想做个更轻的 Java 框架"的念头，长成了覆盖 Web、Data、AI、Cloud、安全、编排全场景，拥有 300+ 生态插件的应用开发框架。这条路不算快，但每一步都走得踏实——就像高考之后的人生，不靠一次爆发，靠的是持续的复利。窗外的蝉叫得人心慌，老师反复叮嘱"涂答题卡别涂错行"，握笔的手心全是汗，草稿纸都被洇湿了一角。删掉旧的包袱，跟上新的协议，把生态交还给更合适的人维护

使用 AI，相信大部分人都会，毕竟是每天都在用的工具。但要把它融入开发，就我目前的进度，大概需要学习如下内容。学习这些内容需要扎实的编程基础。就拿 Skill 来说，你必须熟悉 Python，否则连环境都配不好；用 MCP，你需要懂网络通信、至少得有一台云服务器，还得会点 Linux 运维；用 RAG，更少不了数据结构、数据库（如 PostgreSQL）和 Docker 容器化部署的知识。ai全栈

上云、不联网、不泄露，会议录音、私人录音都能放心转写，隐私绝对安全。

扫 CLAUDE.md、settings.json、MCP 配置、hooks、agent 定义，5 大类：密钥检测（14 种模式）、权限审计、钩子注入分析、MCP 服务风险评估、agent 配置审查。原意是马具，引申到 AI 语境，就是"套在 agent 外面的那一整套基础设施"——skill、agent、hook、rule、memory、tool surface、verification loo

扫 CLAUDE.md、settings.json、MCP 配置、hooks、agent 定义，5 大类：密钥检测（14 种模式）、权限审计、钩子注入分析、MCP 服务风险评估、agent 配置审查。原意是马具，引申到 AI 语境，就是"套在 agent 外面的那一整套基础设施"——skill、agent、hook、rule、memory、tool surface、verification loo