上下文记忆：依靠ChatMemory实现多轮对话，用 sessionId 隔离不同用户会话，生产可替换 Redis 持久化；向量数据库 RAG：文档向量化存入向量库，提问时先检索相关文档，解决 AI 幻觉、私有知识库问答；通义千问适配：Spring AI 阿里专用 starter，配置密钥即可切换国产大模型，业务代码几乎不用改动；

个人开发：本地AI助手，随时生成代码、排查bug成本控制：完全免费，不用花一分钱调用token👉 关注我，持续分享通俗易懂的Java+AI实战干货。

*** 基础AI对话助手*//*** 普通多轮对话*/禁止全局单例ChatMemory用于多用户，一定会出现对话串线必须搭配@MemoryId注解，否则无法实现会话隔离合理设置maxMessages，不要设置过大，避免上下文token超标、请求超时闲置会话务必清理记忆，调用clear()释放内存，防止内存泄漏流式接口和记忆可以无缝叠加，记忆逻辑不需要改动，直接复用token受限场景使用TokenW

必须开启incrementalOutput=true，忘记配置直接变成同步阻塞接口，流式完全失效一定要做文本清洗，大模型自带markdown格式符，不清洗前端排版直接乱掉流必须主动complete，异常和正常结束都要关闭sink，否则会造成服务端连接泄露、连接堆积区分分片内容和完整内容：sink.next推分片给前端，StringBuilder归集完整内容用于入库，各司其职禁止在Flux内部做阻塞

大模型里的向量，本质就是一串数字数组。嵌入模型（Embedding模型）可以把任意文本，转换成固定长度的多维数字向量：账号冻结如何解除限制 → [0.12,0.35,0.88,......]我的账号被封禁了怎么办 → [0.13,0.34,0.87,......]意思越相近的文本，生成出来的数字向量越接近。向量数据库内置算法（余弦相似度、欧氏距离），自动计算两个向量之间的距离：向量距离越小 → 文

MQTT全称Message Queuing Telemetry Transport（消息队列遥测传输协议），是 IBM 在1999年推出的轻量级、基于TCP/IP的发布/订阅模式消息协议，目前是国际 OASIS 标准，也是物联网领域的事实标准通信协议。很多人会被名字里的「消息队列」误导：❌ 误区：MQTT 是消息队列（RabbitMQ、Kafka 同类）✅ 真相：MQTT 是消息传输协议，核心作用

Agent 直译是 “智能代理”，你可以把它理解成拥有自主思考、任务规划、工具调用、循环执行能力的智能程序体。站在 Java 后端视角一句话总结：Agent = 大模型大脑 + 任务规划逻辑 + 工具调度模块 + 记忆持久化模块，一套能自主完成完整业务流程的智能组件。接收用户复杂需求；自主拆解多步骤子任务；判断需要调用哪些工具（Tool/Function Call）；执行工具拿到结果；把结果丢回模

新同事入职，配置 JDK8/17、Maven、Redis、MySQL、中间件折腾 2 天，本地各种版本冲突；笔记本性能孱弱，同时跑项目 + Docker + 数据库，风扇狂转、卡顿崩溃；本地与测试、生产环境不一致，本地正常，一上测试就报依赖缺失、端口冲突；做完功能后打包、镜像、部署一套流程繁琐，还要手动配置域名、SSL 证书、K8s 资源。直到深度使用云端标准化 Java 开发环境 + 本地 ID

MQTT全称Message Queuing Telemetry Transport（消息队列遥测传输协议），是 IBM 在1999年推出的轻量级、基于TCP/IP的发布/订阅模式消息协议，目前是国际 OASIS 标准，也是物联网领域的事实标准通信协议。很多人会被名字里的「消息队列」误导：❌ 误区：MQTT 是消息队列（RabbitMQ、Kafka 同类）✅ 真相：MQTT 是消息传输协议，核心作用

上下文记忆：依靠ChatMemory实现多轮对话，用 sessionId 隔离不同用户会话，生产可替换 Redis 持久化；向量数据库 RAG：文档向量化存入向量库，提问时先检索相关文档，解决 AI 幻觉、私有知识库问答；通义千问适配：Spring AI 阿里专用 starter，配置密钥即可切换国产大模型，业务代码几乎不用改动；