登录社区云,与社区用户共同成长
邀请您加入社区
版本/事件时间核心变化项目启动2024 年初基于 Spring AI 开始构建正式开源2024 年 9 月Spring AI Alibaba 开源1.0 GA2025 年生产就绪的企业级框架1.1.2.02026 年 2 月Agent Skills 支持、多智能体并行执行增强1.1.2.12026 年DashScope Starter 迭代1.1.2.22026 年当前最新稳定版本。
【摘要】这是一个基于SpringBoot3和SpringAI的AIAgent工程实战系列,14个功能完整的Agent已部署在4C8G阿里云ECS上并通过HTTPS对外提供服务。系统采用三层架构设计:前端使用Vue3/React、接入层通过Nginx和SpringCloudGateway实现、核心Agent层采用JavaSpringAI实现。关键技术包括:1)SpringAIGraph实现工作流编排
本文系统讲解了Python核心知识点,包括基础语法、高级特性、并发编程、内存管理和框架应用。重点解析了整数缓存机制、字符串驻留、装饰器原理、GIL影响、深浅拷贝区别等关键概念,并通过自创题目深化理解。文章还探讨了Django框架中的猴子补丁技术应用,展示了如何动态修改slugify函数以支持多语言字符处理。所有内容均配有代码示例和详细解析,帮助开发者掌握Python底层原理和高级编程技巧,提升实际
2026 年,对于 Java 后端开发者而言,注定是极具转折意义的一年。随着 JDK 25 LTS(长期支持版)的正式发布,以及 Spring AI 2.0 将核心定位从“大模型接入”全面转向“Agent 基础设施”,Java 生态在 AI 落地中的优势被彻底放大。过去几年,我们在讨论 AI 落地时,往往绕不开 Python。但在 2026 年的今天,企业级应用对高并发、强类型安全、复杂业务编排的
Agent 就是一个由大模型驱动的“智能任务执行器”,它能理解用户目标,并自动调用你在 Java/Spring Boot 里提供的工具方法来完成任务。
文章摘要: Hermes Agent是一个基于大语言模型的多智能体协作框架,具备以下核心特性: 支持多智能体协同工作,通过编排引擎协调任务执行 提供灵活的消息通信机制和工具系统 包含状态管理、记忆功能和流式输出支持 相比同类框架在通信模式、工具集成方面更具优势 架构采用分层设计,包含编排引擎、智能体池、消息总线等核心组件。安装配置简单,支持多种LLM后端和扩展功能。通过Python API可以快速
Spring AI 学习篇(十四)| 实战:开发一个智能办公Agent
Java LLM 开发框架正从“有没有”走向“好不好”的阶段。Spring AI 代表官方标准化力量,LangChain4j 继承社区丰富经验,Agents-Flex 则展现了国内开发者的创新活力,而 Quarkus、DashScope 等又在特定场景下提供了差异化优势。企业选型时,除了对比表格中的维度,还应结合自身的模型供应商绑定、基础设施现状、团队技能和长期维护成本进行决策。
在多智能体系统中,任务分配是一个核心问题。有效的任务分配能够:* 最大化系统整体性能* 平衡各Agent的工作负载* 最小化任务完成时间* 优化资源利用率
AI 不会淘汰 Java 程序员,但会 Spring AI、懂 Agent 落地的 Java 程序员,一定会比只会 CRUD 的程序员更有竞争力。2026年,Java 正在从“通用开发语言”变成 AI 落地的核心底座。时代已经变了,固守老技术只会越来越卷。把 AI 能力叠加到现有的 Java 技术栈上,才是我们跳出内卷、拿到薪资溢价的唯一增量赛道。互动话题:你在项目中开始尝试 Spring AI
当前**LLM Agent**在处理复杂长程任务时,仍面临**每次从零开始**的困境。
基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBA
Agent 交付不稳,很多时候不是 Prompt 写得不够漂亮,而是它没有被放进一个能持续反馈、自动修正、知道何时停下来的循环里。
工具调用(Tool Calling)可以理解为让 AI 大模型借用外部工具来完成它自己做不到的事情。跟人类一样,如果只凭手脚完成不了工作,那么就可以利用工具箱来完成。工具可以是任何东西,比如网页搜索、对外部 API 的调用、访问外部数据、或执行特定的代码等。比如用户提问 “帮我查询上海最新的天气”,AI 本身并没有这些知识,它就可以调用 “查询天气工具”,来完成任务。
请求级缓存在请求结束后自动清除。五层之间存在归属关系:一个task_id属于一个request_id,一个request_id属于一个conversation_id,一个conversation_id属于一个user_id,一个user_id属于一个tenant_id。同一会话内并发的多个任务靠request_id和task_id区分归属——甲的会话中同时发起两个子任务,各自携带不同的task_i
这篇文章介绍了SQL性能优化的系统性方法,提出应当将优化视为诊断过程而非盲目改写。作者将其整理为"SQL性能诊断与优化"技能,强调优化前需明确范围(执行性能、索引设计、业务逻辑等)并收集执行计划等关键证据。文章指出常见优化误区(如滥用函数、强制计划等),建议将优化建议分类输出(SQL改写、索引设计、业务方案等),并用多维指标验收效果。最后提供了使用该技能的方法,建议通过系统化的诊断流程避免"优化后
Cursor 里可选模型很多,按「能力档位」和「速度档位」分成多档。下面按类型说明各自区别和适合场景。
员工上传发票后,系统如何完成票面识别、发票验真、报销查重和制度审核,并将数据写入报销流程?本文结合云程智能体开发平台,介绍Agent、知识库、Skill、MCP、工作流与业务接口如何协同完成报销业务。
我没有继续争论“这套方法论理论上有没有价值”,而是直接做了一个本地精简实验。需求真正不清楚时,才做简短 brainstorming。多文件、存在顺序依赖时,才写短计划。复杂 Bug 才做系统调试,简单错误直接修。行为复杂、测试收益明确时才采用测试优先。非平凡任务结束前跑一次针对性验证。用户明确要求时,才考虑额外流程。结果是,核心SKILL.md从约 3207 行降到 110 行。
《质检管理数字化转型:OpenClaw平台的实践与价值》 本文针对传统质检工作中数据分散、报告制作繁琐、整改跟踪困难三大痛点,系统介绍了OpenClaw质量管理自动化平台的解决方案。该平台通过多源数据接入、智能规则引擎和闭环流程设计,实现了质检数据的实时自动汇总、标准化报告生成和系统驱动的整改跟踪。文章详细剖析了平台在汽车零部件、食品冷链、政务服务等行业的落地案例,证明其能将质检报告生成时间从数小
这篇文章精选了15款高效编程插件(Skills),覆盖Vue、Java、Python和JS/TS四大技术栈,最高安装量达28K+。Vue部分推荐6个核心插件,包括官方推荐的Composition API实践和Pinia状态管理;Java重点介绍Spring Boot配置优化和设计模式应用;Python聚焦性能优化和测试框架;JS/TS则提供Jest测试方案。这些插件能显著提升编码效率,减少重复工作
本文对比了6大Java AI框架(SpringAI、LangChain4j、SpringAIAlibaba、SolonAI、JBoltAI、AgentScope-Java)的核心能力与技术特性。主要结论如下: 功能对比: SpringAI:Spring生态集成优,基础Chat/RAG强,但Agent/Skill支持弱 LangChain4j:功能最全(12k+Stars),框架中立,完整Skill
本文介绍了如何利用Spring AI 2.0快速构建AI Agent应用,通过RssHarness实战项目演示了从开发环境搭建到生产部署的全流程。文章首先对比了不同模型提供商的接入方式,推荐使用DeepSeek模型(中文理解强且成本低),并强调了API密钥的安全管理策略。然后讲解了Spring AI的核心抽象层设计,展示了如何通过ChatClient实现与不同模型的无缝对接。实战部分以RSS搜索A
Spring AI Alibaba Admin 是阿里巴巴开源的 AI Agent 一站式管理平台,已合并进 spring-ai-alibaba 主仓库(10k+ Stars)。它解决了 Java 开发者在 Agent 上线后面临的三大痛点:Prompt 迭代效率低、效果无法量化、线上问题难排查。平台提供多智能体编排(Sequential/Parallel/Routing/Loop)、上下文工程、
Spring AI 是 Spring 官方推出的 AI 集成框架,定位类似于 Spring Data、Spring Security —— 不是你重新发明轮子,而是在你熟悉的 Spring 生态里加一块 AI 拼图。Java 开发者在 AI 时代不需要焦虑。你会的 Spring Boot、MyBatis、Redis、MQ、微服务体系……这些不是包袱,是企业级 AI 落地最稀缺的能力。
RssAgent 是一个自主决策的 AI Agent,而非被编排的搜索引擎。基于 Spring AI 2.0.0 Tool Calling + DeepSeek + RSSHub,4 个 @Tool 让 LLM 自主编排 searchPlatforms → listRoutes → fetchRss → readSummaries 全链路,每个结果锚定可溯源 URL,从根本上解决 LLM 内容不可
文章指出AI发展迅速,引发许多人焦虑,但AI本身无好坏,关键在使用者。AI行业虽处“乱战”状态,却是普通人入局的良机,未来需求大,薪资可观。文章建议零基础者可考虑成为AI数据分析师,入门门槛相对较低,前景广阔。读者应抓住AI发展机遇,积极学习,在AI浪潮中稳步前行。前段时间刷手机,估计大家都被AI圈的“神仙打架”给刷屏了吧?从能走路、会互动的人形机器人,到突然爆火、各种玩法层出不穷的AI小龙虾op
2026年大厂的AI岗JD变化很快,MCP、A2A、Skills、Memory、上下文管理这些词已经开始出现在招聘要求里。但这些都是在你掌握了上面三块核心能力之后自然衔接的东西,不要把它们当成入门前要搞清楚的概念。学AI最大的坑不是技术难,是被层出不穷的新词吓退,觉得自己永远没准备好,永远在等一个"全想明白了再开始"的时机。那个时机不会来的。先跑起来,边跑边学。
Spring AI通过专用的Boot Starter注解驱动的编程模型以及与Spring Security的深度集成,为MCP协议提供了全方位的支持。开发者可以选择基于stdio的本地进程通信实现轻量级工具集成,也可以选择基于SSE/Streamable HTTP的远程部署模式构建分布式AI系统。掌握这套集成方案,将让您在使用Spring AI构建AI Agent应用时,能够以标准化、可扩展的方式
SpringAI alibaba 汇总笔记
此枚举类非寻常枚举类,他算是一种封装启动线程的开关,INSTANCE为实例,所有的类都需要实例才能初始化,所以这个INSTANCE必不可少,可以换成自己喜欢的单词,A,B,C,D都可以,在ExecutorSercviceSingletonEnum()中就初始化了一个线程池 所以这里的意思是另起线程启动ai聊天的功能,避免与主线程闭塞。"data": "{\"city\":\"北京\",\"date
Spring AI是Spring的一个子项目,是Spring专门面向于AI的应用框架。Spring AI 项目旨在简化整合人工智能功能的应用程序开发,避免不必要的复杂性。汲取了著名的 Python 项目 LangChain 和 LlamaIndex 的灵感,但 Spring AI 并不是这些项目的直接移植。该项目的成立的信念:下一波生成式人工智能应用程序不仅将面向Python开发人员,而且将在许多
近几年,随着基模能力的快速升级与迭代,Agent 领域迎来了爆发式的增长。特别是近期,像 Cloud Code、Codex、OpenClaw、Hermes 等可以说是全新一代的 Agent 产品和框架在不断涌现,Agent 的能力相比早期版本也出现了进一步的跃升,进一步推动了整个 Agent 生态的繁荣发展。
湖南小晓AI旗下核心产品小晓AI标书精灵迎来重磅功能升级