这里分享我在 Windows 上安装 Codex-Desk 过程中踩过的坑，以及如何通过 CC-Switch 配置 DeepSeek API Key 的完整步骤。

Spring AI 是 Spring 官方为 Java 开发者提供的“大模型工程框架”。它的目标是让你 像写普通 Spring 服务一样，写可维护、可治理的 AI 应用。它借鉴了 Python 生态中的 LangChain、LlamaIndex 等项目的设计思想，但用 Spring 风格重新抽象了一套 Java 开发者熟悉的 API 和组件体系。

ChatMemory的设计目标是管理模型需要的上下文信息，而不是存储完整的聊天记录。

至此，我们已经基于 Spring AI 完整实现了 MCP Server 与 MCP Client 的搭建与调用流程，从工具定义到客户端调用，再到协议交互，整体链路已经打通。希望本文能帮助你快速理解 MCP 的使用方式，并在实际项目中落地应用。

在使用多模态能力之前，首先要明确一个前提：并不是所有模型都支持所有能力。不同模型在输入输出形式上各有侧重，本质上对应的是不同类型的 AI 处理能力。能力输入输出本质Embedding文本向量语义理解Image文本图片视觉生成音频文本语音识别Speech文本音频语音合成本章内容整体不算复杂，主要对Spring AI 的多模态能力 进行了基础介绍。

最近开发过程中，经常会遇到这样的情况：项目里的类越来越多，虽然类名规范，但在 Project View 中浏览代码时，还是需要点进去才能知道这个类具体是做什么的。于是我做了一个 IntelliJ IDEA 插件 ——。可以在插件市场直接搜索直接安装。

从广义上来讲，LangChainLangChain：用于构建 LLM 应用和 Agent 的开发框架；LangGraph：用于构建复杂、有状态 Agent 工作流的编排框架；LangSmith：用于 Agent 调试、追踪和评估的平台；：基于 LangChain 构建的更高层次、开箱即用的 Agent 解决方案。而从狭义上来讲，LangChain 指的是核心开发框架。

Ollama 是一个本地运行大语言模型（LLM）的工具。

Claude Code Hooks 是一套面向 AI Agent 生命周期的事件驱动自动化机制。它允许你在 执行前、执行后以及对话过程中 注入自定义逻辑，让 Claude 自动遵循你的工程规范与工作流约束。

在Web服务中，HTTP请求（Request）和HTTP响应（Response）是客户端和服务端交互的核心机制。客户端通过发送请求来获取资源或执行操作，服务端则根据请求内容返回相应的响应数据。FastAPI 提供了简洁高效的Request和Response对象，帮助开发者方便地处理传入的请求数据和构建返回的响应内容。