每个服务器都有自己的锁监视器，服务器 a 的互斥锁无法对服务器 b 的锁起到互斥作用，多个服务器同时用一个账号购买的话仍会造成一人多单，所以需要加分布式锁。认为线程安全问题一定会发生，因此在操作数据之前先获取锁，确保线程串行执行。实现：根据用户 id 以及商品 id 判断是否购买过，如果购买过就直接返回。多台服务器抢同一个共享资源时，让多个服务器使用一个锁监视器，保证。认为线程安全问题不一定会发生

说明：添加 Spring Web 依赖确保 HTTP 接口正常提供，指定 Ollama 依赖版本可避免版本冲突。

构建文档分割器对象的时候可指定两个参数，500指的是每个文本片段最多的字符，50指的是两个文本片段最多相同字符数(给拆分后的文本片段"搭桥"，让模型不会因为拆分而丢失跨片段的语义)的核心方案，其核心是将 “大模型生成” 与 “知识库检索” 结合，让模型回答基于真实、最新的知识库内容。默认的功能不是很强大，检索的时候可能没那么精准，所以可以替换更强大的向量模型。1.两个向量的余弦相似度越高，说明向量

原本用的是 OpenAiChatModel，如果要实现一些高级功能（如会话记忆、提示词模板、流式输出）的话会非常复杂，AiServices 是 LangChain4j 封装的高阶工具，自动整合 OpenAiChatModel 并提供更易用的接口，简化高级功能开发。系统提示词（System Message）是大模型的「底层规则」，优先级高于用户输入，决定了 AI 的角色定位、回答风格、约束条件等。通

构建文档分割器对象的时候可指定两个参数，500指的是每个文本片段最多的字符，50指的是两个文本片段最多相同字符数(给拆分后的文本片段"搭桥"，让模型不会因为拆分而丢失跨片段的语义)的核心方案，其核心是将 “大模型生成” 与 “知识库检索” 结合，让模型回答基于真实、最新的知识库内容。默认的功能不是很强大，检索的时候可能没那么精准，所以可以替换更强大的向量模型。1.两个向量的余弦相似度越高，说明向量

原本用的是 OpenAiChatModel，如果要实现一些高级功能（如会话记忆、提示词模板、流式输出）的话会非常复杂，AiServices 是 LangChain4j 封装的高阶工具，自动整合 OpenAiChatModel 并提供更易用的接口，简化高级功能开发。系统提示词（System Message）是大模型的「底层规则」，优先级高于用户输入，决定了 AI 的角色定位、回答风格、约束条件等。通