NoctisBlue-优快云博客

原创【Spring AI 实战 · 阶段七·篇2】部署契约：让别人一条命令就能把它跑起来

本文为「劳小司·智能法律助手」部署契约篇，详解基于 Docker Compose 的四服务架构（PostgreSQL、Redis、Backend、Frontend），实现2C2G服务器上一键部署。通过环境变量隔离密钥、健康检查保障依赖就绪、Nginx反代确保安全与真实IP识别，结合AOF+noeviction的Redis配置与双路线数据迁移策略，构建可复用、低运维成本的生产级交付体系。

2026-10-12 14:31:24 384

原创【Spring AI 实战 · 阶段七·篇1】存储层迁移与架构治理：PostgreSQL 一库到底

本文为「劳小司·智能法律助手」存储架构演进篇，将原分散于MySQL、Redis、Redis Stack的持久层统一迁移至PostgreSQL，实现底账、会话记忆、向量索引等全量入主库，Redis退居缓存角色。通过pgvector与pg_trgm实现稠密与稀疏检索同库融合，采用MyBatis替代JPA提升自定义SQL灵活性，并规避根级配置陷阱。最终达成RAG管线零跨库、多实例一致性保障与可插拔存储架构验证，为项目产品化铺平道路。

2026-10-12 14:28:56 353

原创【Spring AI 实战 · 阶段六·篇3】劳动法专精与多模态附件：四重防御

本篇聚焦「劳小司」智能法律助手的产品化收官：通过内置城市劳动基准数据实现劳动法专精，结合多模态附件处理四重防御（限流、去噪、降本、扫描页识别），采用“图文位置标记+按需展开”机制，确保高效安全地解析用户上传的合同、工资条等文件。强制多模态路由、配置驱动模型切换、WebFlux文件上传优化及提示注入防护，构建可落地、可运维的AI法律产品闭环。

2026-10-10 10:59:56 478

原创【Spring AI 实战 · 阶段六·篇2】公报问答台前端、移动端精修与身份头像治理

本文为「劳小司·智能法律助手」系列第六篇，聚焦产品化前端与用户体系。基于Vue3构建的V9公报风界面，以冷白桌面、藏青强调与衬线字体营造权威可信感；通过IdentityProperties实现身份信息全链路同源，确保模型自述、前端文案与安全断言一致；头像采用1-12编号静态资源，杜绝越权风险；移动端优化响应式布局与真机调试体验。下篇将探索多模态附件处理与劳动法专精能力。

2026-10-10 10:58:03 332

原创【Spring AI 实战 · 阶段六·篇1】用户体系：JWT 认证、分层配额与门禁分级

本文为「劳小司·智能法律助手」项目阶段六首篇，聚焦产品化核心——用户体系构建。基于JWT实现无状态认证，结合BCrypt加密、手机号验签与脱敏策略保障安全；采用WebFlux Security配置规避Spring冲突，以路径级授权替代@PreAuthorize避免Reactor上下文问题。引入五档配额机制（guest/user/lawyer/member/admin），通过Redis实现分钟速率与周期额度双闸控，支持律师模式自助切换并配套免责声明。全链路兼顾身份识别、资源管控与权限分级，奠定可扩展的多用户服

2026-10-09 13:27:56 263

原创【Spring AI 实战 · 阶段五·篇3】多轮指代消解与阻塞隔离

本文聚焦 Spring AI 实战中两大关键工程问题：指代消解与阻塞隔离。通过 PlannerAgent 实现多轮对话中“那第二种情况”的语义重构，以一次廉价模型调用生成自包含查询与分类标签，提升检索准确率；同时将 prepare() 中的同步 IO 操作移至 boundedElastic 线程池，避免阻塞 Tomcat 工作线程，保障流式响应并发能力。结合降级策略与冷流缓存，兼顾性能、成本与稳定性，为智能法律助手构建坚实内核。

2026-10-09 13:26:03 213

原创【Spring AI 实战 · 阶段五·篇2】质量门审校与评估门禁：不合格就不放行

本文聚焦 Spring AI 项目「劳小司·智能法律助手」的质量与安全闭环，提出“质量门”与“评估门禁”双机制：质量门通过纯规则审校（如引用真实性、来源标注、长度）确保回答可信，不通过则触发一次重试并追加预算；评估门禁分离为离线金标测试（进 CI，一票否决）与端到端真机测试（手动触发），保障系统稳定性与架构级指标。强调避免测试静默、预算归属清晰、重试不无限回炉等实战坑点，构建可审计、可回归的 AI 安全体系。

2026-10-08 11:34:32 300

原创【Spring AI 实战 · 阶段五·篇1】确定性安全层与 Grounded ReAct 强制检索打底

本文聚焦 Spring AI 实战项目「劳小司·智能法律助手」的安全与质量门设计，提出“确定性安全层”理念：通过纯规则引擎实现拒答拦截、紧急置顶、免责声明与检索打底四道关卡，零调用模型，确保100%合规。核心机制为代码层强制检索（Grounded ReAct），在模型前注入法律条文并绑定引用规则，杜绝幻觉。强调词表校准、质量门放行安全输出、查询改写与避免冗余检索等实践要点，落地哲学为“检索工具化优先于显式循环”。下篇将深入质量门与评估机制。

2026-10-08 11:33:08 269

原创【Spring AI 实战 · 阶段四·篇1】五路模型级联路由：成本与质量的平衡术

本文详解「劳小司·智能法律助手」中五路模型级联路由设计：通过配置驱动的ModelRegistry实现动态模型管理，定义default、legal、reasoning等五条路线，每条路由可差异化配置模型、温度、工具与预算。采用三级级联策略（关键词→语义质心→LLM分类），以“能省则省”为原则，结合嵌入向量计算路线质心，实现高效、低成本、高准确率的请求分流。关键实践包括运行时工厂替代硬编码、分类客户端去工具化、阈值调优等，确保系统灵活可扩展，加模型仅需修改application.yml。

2026-10-03 12:39:04 280

原创【Spring AI 实战 · 阶段三·篇3】检索质量工程：五阶段混合检索管线

本文聚焦Spring AI实战中RAG知识库的检索质量优化，提出五阶段混合检索管线：稠密粗召回、稀疏精确匹配、RRF融合、Cross-Encoder精排与Small-to-Big整条注入。通过“宽进窄出”策略突破向量检索天花板，实现高精度、低幻觉的法律条文引用。配套降级机制保障链路鲁棒性，前端体验同步优化，为后续多模型路由奠定基础。

2026-10-03 12:35:22 538

原创【Spring AI 实战 · 阶段三·篇2】Agentic RAG：把检索交给模型，并让引用可信

本文详解Spring AI在「劳小司·智能法律助手」中实现Agentic RAG的进阶实践：通过将检索工具化，使模型自主决策检索时机、关键词与次数，解决Naive RAG的冗余、低效与单轮局限；引入结构化LawCitation记录引用来源，结合CitationRegistry统一管理打底与多跳检索命中，确保前端引用卡展示真实命中内容，杜绝幻觉伪装。同时揭示工具化带来的“模型可跳过检索”隐患，为后续强制检索兜底埋下伏笔。

2026-10-02 11:49:48 568

原创【Spring AI 实战 · 阶段三·篇1】RAG 检索增强起步与知识库底账化

本文详解「劳小司·智能法律助手」项目中RAG知识库的底账化设计与增量同步机制。通过将法条作为唯一事实源（law_article），结合MD5指纹实现新增/变更/删除三态精准识别，仅对差异部分重嵌向量，大幅降低更新成本。采用确定性UUID映射确保文档ID一致性，支持断点续传与管理端手动触发同步。长条文分块提升检索精度，同时规避向量库不可用导致启动失败等风险。下篇将推进至Agentic RAG与引用可信度优化。

2026-10-02 11:47:10 453

原创【Spring AI 实战 · 阶段二·篇2】联网搜索（LLM-as-Search-Tool）与工具预算治理

本文详解「劳小司·智能法律助手」在阶段二中实现的联网搜索与工具预算机制：通过自研子模型替代外部搜索API，以低成本、零新增账号实现权威来源检索；手写HTTP透传enable_search私有参数，突破Spring AI限制；引入共享预算池（ToolBudget），防止多工具重复调用导致成本翻倍；并基于路由策略差异化挂载工具集，闲聊场景禁用检索以降本。强调“提示词软约束+来源可核验”的取舍逻辑，确保安全与可用性平衡。下篇将进入RAG知识库构建。

2026-09-30 09:40:03 429

原创【Spring AI 实战 · 阶段二·篇1】Function Calling：给法律助手装上“计算器“

本文基于Spring AI实战项目「劳小司·智能法律助手」，详解工具调用（Function Calling）在法律场景的应用。通过@Tool注解实现方法自动暴露与参数校验，将复杂劳动法计算规则统一沉淀于CalculatorService，确保前后端逻辑一致；采用“参数自愈”机制，错误信息回传模型以实现自我修正；强调工具描述应聚焦场景消歧而非强制指令，并通过ToolBasis登记法条依据，保障回答可溯源。同时揭示JDK 15+移除Nashorn等踩坑点，为后续联网搜索与预算控制铺路。

2026-09-30 09:35:35 280

原创【Spring AI 实战 · 阶段一·篇2】会话记忆两级压缩与流式滚动体验治理

本文详解「劳小司·智能法律助手」如何实现持久化、可扩展的流式对话记忆。后端采用PG存储+两级压缩：保留最近4轮原文（窗口），异步生成滚动摘要，兼顾成本与上下文完整性；前端通过响应式代理、平滑排空、引用去重等策略优化流式体验。全链路支持多轮不丢失、不膨胀，为后续工具调用与RAG奠定坚实基础。

2026-09-29 16:28:49 359

原创【Spring AI 实战 · 阶段一·篇1】SSE 流式聊天、真正的“停止生成“与思考过程可见化

本文基于Spring AI实现「劳小司·智能法律助手」的流式对话内核，聚焦SSE流式输出、真正停止生成与思考过程可见化。通过哨兵标记（\u0000）在单一流中混合传输token、阶段进度、引用、推理内容等8类事件，前端按事件类型分发处理；利用Redis跨实例传递停止信号，结合Reactor的takeUntilOther实现模型侧生成中断；通过Sinks.Many实时透出预处理阶段状态，提升首token前的交互透明度。工程上采用Servlet+WebFlux混合架构，兼顾熟悉性与响应式能力，实现低延迟、高可用

2026-09-29 11:06:47 309

原创【Spring AI 实战 · 序章】技术栈全景与学习指南：我为什么建议你“用 AI 学 AI 项目“

本文介绍开源项目“劳小司·智能法律助手”，以Spring AI为技术主线，通过20天渐进式实战，构建一个劳动法专精、引用可溯源、可部署运营的AI法律助手。项目涵盖流式聊天、会话持久化、RAG检索增强、多模型路由、安全兜底、质量门禁等核心工程问题，代码按天增量演进，每步可独立运行。技术栈采用Spring Boot 3.5 + PostgreSQL + pgvector + Redis，支持存储插拔（如MySQL），并提供在线体验与完整源码。强调用AI辅助学习：导读、自测、排障、替换演练，实现“理解—验证—输出

2026-09-24 17:43:43 412

编程场景