本文是《Spring AI 实战系列》的第9篇，重点讲解AI Agent的开发与应用。文章首先对比了AI Agent与传统AI的核心区别，指出Agent具备自主感知、规划决策、调用工具等能力。然后详细介绍了ReAct模式（推理+行动）的执行流程和Prompt模板。在实战部分，演示了如何基于Spring AI框架开发基础Agent和具备任务分解能力的Planning Agent，展示了从简单工具调用

本文是《Spring AI 实战系列》的第9篇，重点讲解AI Agent的开发与应用。文章首先对比了AI Agent与传统AI的核心区别，指出Agent具备自主感知、规划决策、调用工具等能力。然后详细介绍了ReAct模式（推理+行动）的执行流程和Prompt模板。在实战部分，演示了如何基于Spring AI框架开发基础Agent和具备任务分解能力的Planning Agent，展示了从简单工具调用

文章摘要： 《Spring AI实战系列》第6篇深入解析Tool Calling工具调用，通过赋予AI系统操作能力实现从聊天机器人到智能助手的升级。文章对比了Tool Calling与RAG的区别，系统讲解声明式（@Tool注解）与编程式两种工具定义方法，提供天气查询、订单状态管理等实战案例。关键点包括：工具调用的透明化流程、注解参数对AI决策的影响、动态工具的编程实现，以及生产环境中工具注册的最

Spring AI 实战系列第2篇摘要（146字） 本文深入讲解Spring AI实战中的三大核心问题：模型集成、对话控制和Prompt工程化。主要内容包括： ChatClient与ChatModel的区别及最佳实践 多模型统一接入方案（OpenAI/DeepSeek等） Prompt工程化管理方法 流式输出与SSE对接注意事项 对话历史Token超限处理方案 重点演示了国产DeepSeek模型的

目录1. 拉取镜像2. 创建 portainer 工作目录3. 进入Portainer文件夹4. 下载汉化文件5. 解压汉化文件6 .启动镜像