在Spring AI框架中，提供了文本语音转换Text-To-Speech（TTS）的API接口，并为OpenAI的Speech API提供了支持。在阿里巴巴的Spring AI Alibaba开源框架中，TTS（Text-to-Speech，文本转语音）功能允许将文本转换为自然流畅的语音输出。本文使用国内阿里巴巴百炼人工智能平台的文本转换语音（Text-To-Speech）服务，并基于Sprin

低代码开发平台（LCDP）和无代码平台（NCDP）正成为企业数字化转型的重要工具。本文对比了两者的区别，介绍了5款国产低代码平台：云程（支持全源码交付）、得帆（云原生架构）、奥哲（领域模型驱动）、泛微（可视化设计）和简道云（零代码轻量级）。随着AI技术发展，未来低代码平台将向AI低代码开发平台演进。选型时需考虑易用性、技术先进性、扩展性、安全性、性能、社区支持和价格等因素，根据项目需求选择合适平台

低代码平台是一款支撑企业级应用系统快速开发的低代码开发平台，采用微服务技术架构，模型驱动开发设计思想，前端采用Vue3、Element-Plus框架，后端采用JDK17+、SpringBoot3、SpringCloud、Spring AI等主流技术栈，提供了开箱即用的数据建模、规则建模、表单设计、页面设计、流程设计、报表设计、门户设计、打印设计、大屏设计、移动设计、逻辑编排、数据集成、AI大模型接

我们在上一遍文章中介绍了自己如何开发MCP Server，并通过 LangChain +DeepSeek实现实现多MCP服务的调用。本文以调用百度地图接口为示例，介绍如何基于 LangChain +DeepSeek调用第三方的MCP服务，并给出整个示例的 Python 代码。智能体开发平台在线体验地址：http://www.yunchengxc.com

在 AI 智能体开发的过程中，RAG（Retrieval-Augmented Generation） 和 功能调用（Function Calling） 已经成为两种至关重要的模式。RAG 通过结合检索技术和生成模型的强大能力，使智能体能够实时从外部数据源获取信息，并在生成过程中增强其知识深度和推理能力。Function Calling模式为智能体提供了调用外部工具的能力，极大地扩展了其应用范围。智

Spring AI 是一个强大的框架，它使得开发者能够轻松地将 AI 功能集成到 Spring Boot 应用程序中。本文将通过一个简单的示例，展示如何使用 Spring AI 集成Ollama 并调用本地化DeepSeek大模型，实现跟deepseek简单的聊天对话功能。

在AI应用开发方面，相较于Python和JavaScript等语言，Java社区提供的专用AI框架相对匮乏，这在一定程度上限制了企业在利用AI技术进行创新时的选择空间。未来，随着更多企业和开发者参与到这两个框架的建设中，预计它们将在功能丰富性和易用性方面取得更大的进步，共同推动Java语言在AI领域的广泛应用和发展。本文旨在对比分析目前市场上两个主流的Java开源AI框架——Spring AI 和

LangChain4j 是 LangChain 的一个 Java 封装器，它将 LangChain 应用于 Java 环境中，利用 Java 强大的功能和丰富的库来处理数据，并提供了与多种流行的大语言模型无缝对接的能力。关于如何集成 AI 大模型到现有的 Java 应用程序中，LangChain4j 提供了两种主要的方法：一种是直接调用每种大模型提供的 API 接口；另一种则是通过 Spring

本文介绍了如何通过 LangChain 实现 MCP 调用。通过模拟一个简单的算术计算器，基于 MCP Server 运行，并使用 MCP Client 进行调用。最终，通过集成 DeepSeek 大模型完成整个 MCP 调用流程，同时提供了 Python 示例代码以供参考。Model Context Protocol（MCP）模型上下文协议是一种标准化协议，它让大模型能够更容易地和外部的数据、工

低代码开发平台（LCDP）和无代码平台（NCDP）正成为企业数字化转型的重要工具。本文对比了两者的区别，介绍了5款国产低代码平台：云程（支持全源码交付）、得帆（云原生架构）、奥哲（领域模型驱动）、泛微（可视化设计）和简道云（零代码轻量级）。随着AI技术发展，未来低代码平台将向AI低代码开发平台演进。选型时需考虑易用性、技术先进性、扩展性、安全性、性能、社区支持和价格等因素，根据项目需求选择合适平台