前情提示：wls中codex登录显示。

在CommonConfig类中，构建MessageWindowChatMemory对象，并注入到IOC容器中。构建的时候我们可以指定该对象中最大的会话存储数量，一般设置20就足够了。@Bean.maxMessages(20)//最大保存的会话记录数量.build();LangChain4j中提供了一个类，将来LangChain4j如果从容器中没有找到指定id的ChatMemory对象，就会调用Ch

让大模型生成结果即可。

这里需要注意的是由于在一次任务的处理过程中可能需要根据顺序调用多个函数，所以当大模型接收到AI应用发送的数据继续拆解任务，如果发现还需要调用其他的函数，则会重复4.1~4.4这几个步骤，直到无需调用函数，最终把生成的结果响应该AI应用，并由AI应用发送给用户。在咱们的AI志愿填报顾问中，将来要做这么一个功能，每次回答完用户的问题后，都会在答案的最后附上这么一句话: 志愿填报需要考虑的因素有很多，如

如果需要让ChatModel或AI service运行由MCP服务器提供的工具，则需要创建一个MCP tool provider。一个 ToolProvider 只包一个 MCP，所以如果你有多个MCP，就需要创建多个ToolProvider。如果有多个工具，需要使用AiServices.builder，所以原来的@AiServices注解就不需要了。MCP是在Function Calling基础

1.在本地创建两个配置文件（具体可以看springboot那一篇的多配置文件），mysql配置的时候不要写死，而是从生产/本地环境去读取参数。而稍微复杂的项目，其中还会有各种各样的其它中间件，需要部署的东西远不止3个。它允许用户通过一个单独的 docker-compose.yml 模板文件（YAML 格式）来定义一组相关联的应用容器。project就是当前compose文件中设置的多个servic

如果需要让ChatModel或AI service运行由MCP服务器提供的工具，则需要创建一个MCP tool provider。一个 ToolProvider 只包一个 MCP，所以如果你有多个MCP，就需要创建多个ToolProvider。如果有多个工具，需要使用AiServices.builder，所以原来的@AiServices注解就不需要了。MCP是在Function Calling基础

让大模型生成结果即可。

最后:Kafka集群中的这些Broker信息，包括Partiton的选举信息，都会保存在额外部署的Zookeper集群当中，这样，kaka集群就不会因为某一些Broker服务崩溃而中断。Kaka是面向海量消息设计的，一个Topic下的消息会非常多，单机服务很难存得下来。1、Kaika设计需要支持海量的数据，而这样庞大的数据量，一个broker是存不下的。但是，在实际工作中使用时，单机搭建的Kafk

使用线程池来管理线程时一般都是直接添加Runable到线程池，这时候就没有办法再调用线程的join方法了，就是说countDownLatch相比join方法让我们对线程同步有更灵活的控制。如果 state!AQS 收到 true 后，调用 doReleaseShared() 唤醒同步队列中所有因为 await() 而阻塞的线程。await() 调用 AQS 的 acquireSharedInter