- 博客(65)
- 收藏
- 关注
RSS订阅原创 【元宝搜索开发者征文大赛】从“能搜到”到“敢出题”，我用元宝搜索构建软考高项 AI 助教
围绕软考高项备考，我用腾讯元宝搜索构建了 AI 助教“项知远”，串联资料检索、版本校验、考点缓存、组卷判分与学情画像。系统可根据学习进度和个人笔记定制题目，基于缓存生成变式题，并通过单文件 HTML 完成练习。本文结合版本混杂、组卷容量不足等实际问题，分享搜索能力落地学习工具的工程过程。随着备考推进，我也会持续同步笔记、补充考点，让基础知识库逐步贴合官方教材。
2026-11-04 22:17:33
369
原创 酒店 AI 排班系统实战：Spring Boot、AgentScope Java 与 Timefold 如何分工
本文介绍基于AgentScope Java与Timefold构建的酒店客房部AI排班助手「栖班」。项目从一则要求酒店经验的AI岗位出发，聚焦客房清扫任务的智能排班，通过需求引擎计算人力缺口，利用AI将业务语言转化为可执行规则，结合求解器生成周班表，并支持人工确认与调整。系统实现运营总览、规则管理、顾问建议等功能，强调AI在“理解业务”与“辅助决策”间的桥梁作用。当前为可运行MVP，后续需验证真实数据接入、规则闭环与门店使用习惯。
2026-10-14 09:00:00
499
原创 AgentScope Java 实战：Agent 的状态存在哪、怎么恢复、怎么隔离？
AgentScope Java 2.0.2 中 AgentStateStore 的完整用法：AgentState 与 Store 的分工、槽位语义、保存与恢复链路、六项边界测试，以及恢复出来的历史为什么不能当业务事实用。
2026-09-18 18:00:00
297
原创 AgentScope Java Tool 实现原理：@Tool、Toolkit 与 Service 分层边界
从 @Tool 注册、Tool Schema 生成、Toolkit 调度到 ToolExecutor 执行，结合源码说明 AgentScope Java 中 Tool 与 Service 的职责、依赖方向和拆分时机。
2026-09-12 09:00:00
328
原创 MCP 和 A2A 到底差在哪？从“调用工具”到“委派任务”，看 AgentScope-Java 如何实现
客户把一个需求交给 AI：帮我做一个可以下单的商城 App。合理的实现方式，是让主 Agent 像项目负责人一样拆分工作：前端 Agent 负责页面，后端 Agent 负责接口，测试 Agent 负责检查问题。任务拆开之后会遇到两类问题：Agent 怎么使用设计稿、代码仓库、数据库等外部能力——对应 MCP；怎么把一项完整工作交给外部安全 Agent——对应 A2A
2026-09-01 12:54:57
368
原创 Spring 创始人的 Agent 框架Embabel，为什么不让大模型决定每一步？
文中“近期变化”按本地源码main分支的区间核实（62 个提交、316 个文件、约 2.1 万行新增）；最新稳定 tag 是v1.5.1，当前main已进入。main上的能力不等于v1.5.1已发布的能力，文中会分开表述。先解释标题，避免误读：Embabel 并不排除大模型。它要做的是把“下一步调用哪个 action”这个决定，从模型的临场判断里拿出来；至于 action 内部怎么做内容生成，LLM 依然是主力。
2026-08-29 09:49:11
337
原创 AgentScope-Java 监控实战：从 streamEvents 到 Trace 与 Metrics 页面
上一篇讨论了一个边界：AgentScope 能让 Agent 的执行过程变得可观测，但业务系统还要补上健康标准、告警规则和处置动作，监控闭环才真正成立。这一篇不继续讲观点，直接看实现。目标是在一个 AgentScope-Java 2.0.2 项目里完成三件事：运行时能看到 Agent、模型和工具执行到了哪一步；任务结束后能沿着 Trace 定位耗时；管理端能按时间和项目查看成功率、P95、Token、业务结果与错误排行。
2026-08-22 16:22:48
456
原创 SAA、AgentScope-Java、Embabel 版本对比：到底该选哪个？
Java Agent 框架选型：SAA、AgentScope-Java 与 Embabel 对比 关键差异点： SAA（Spring AI Alibaba） - 基于流程引擎思路，适合业务路径明确的场景，开发者通过StateGraph控制流程，最新稳定版1.1.2.2 AgentScope-Java - 强调模型自主决策能力，提供完整的运行时保障（权限/沙箱/任务恢复等），2.0.1版本强化了生产可靠性 Embabel - 采用状态规划模式，通过领域建模和规则引擎动态计算下一步，要求Java21+，1.0.
2026-08-13 16:02:59
367
原创 AgentScope-Java 2.0 如何接入模型供应商：从 DashScope 切换到 DeepSeek
本文介绍了如何将 AgentScope-Java 2.0 的模型供应商从 DashScope 切换到 DeepSeek。关键点包括： 替换依赖项为 agentscope-extensions-model-openai 修改 application.yml 配置为 DeepSeek 相关参数 重构配置类，改用 ModelRegistry.resolve() 创建模型实例 文章揭示了 AgentScope-Java 的模型接入机制： 通过 Provider-neutral 设计隔离应用层与供应商协议差异 依赖
2026-08-07 20:27:52
454
原创 重新认识 AgentScope-Java 2.0：ReActAgent 负责推理，HarnessAgent 负责运行
本文介绍了AgentScope-Java 2.0框架的核心理念与架构升级。2.0版本从单纯构建ReAct Agent转向关注生产级Agent的运行治理，形成了以ReActAgent为推理内核、HarnessAgent为工程入口的双层架构。 关键改进包括： 引入RuntimeContext、AgentState和Workspace三大对象，分别处理运行身份、任务状态和持久化文件 Plan Mode实现了调查-执行两阶段控制，并支持权限继承 完善的权限系统和沙箱机制确保安全边界 增强了状态管理、并发控制和错误恢
2026-08-05 09:00:00
369
原创 AgentScope-Java 入门：完善 Vue 前端、发布 GitHub，并规划下一步
AgentScope-Java 入门项目总结 本项目通过7个章节完整实现了一个代码评审助手Review Copilot，核心功能包括：读取Git差异、分析代码上下文、执行规则检查、调用AgentScope-Java模型生成结构化评审报告。最终版本完善了Vue 3前端界面，包含任务创建、进度追踪和结果展示三个核心页面，支持简体中文显示和报告一键复制。 技术栈： 后端：Java 21 + Spring Boot 3.2 + AgentScope-Java 前端：Vue 3 + TypeScript + Vite
2026-07-29 12:48:11
273
原创 AgentScope-Java 入门：用 Middleware 审计 Agent 调用
本文介绍了如何在 AgentScope-Java 中使用 Middleware 实现 Agent 调用的审计功能。主要内容包括： 项目背景：Review Copilot 已完成基础功能开发，需要增强可观测性 审计需求：需要跟踪模型调用情况、耗时、失败信息及最终评审结果 技术实现： 定义 AuditRecord 记录审计数据 创建 ReviewAuditSink 接口实现可替换的审计输出 通过 Middleware 机制收集 Agent 调用信息 设计特点： 审计与业务逻辑分离 支持统一处理不同类型审计记录
2026-07-24 17:10:02
364
原创 AgentScope-Java 入门：给代码评审助手加上只读安全边界
本文介绍了如何在AgentScope-Java代码评审助手中建立只读安全边界，重点包括： 实现ReviewPathGuard进行路径校验，确保只读取被评审仓库内的文件，防止路径穿越和敏感文件读取。 工具权限控制： 使用@Tool(readOnly=true)标记只读工具 Git命令执行设置固定参数和超时 报告输出限制到指定目录 设计原则： 第一阶段仅做评审不自动修复 宁可保守也不要过度授权 安全边界先于模型能力落地 测试验证边界有效性，确保被评审仓库不被修改。 本文强调在Agent应用中，文件系统操作的安全
2026-07-20 18:00:00
375
原创 AgentScope-Java 入门：保存评审状态并生成 Markdown 报告
本文是「AgentScope-Java 2.0.0-RC4 项目式入门」系列的第4篇，介绍了如何保存代码评审状态并生成Markdown报告。主要内容包括： 引入评审任务状态对象ReviewJob，定义其生命周期状态（CREATED→RUNNING→COMPLETED/FAILED） 设计ReviewJobStore存储接口及其JSON文件实现 实现评审任务查询接口GET /api/reviews/{id} 开发Markdown报告生成功能，包括ReportTool渲染器和报告下载接口GET /api/rev
2026-07-17 18:37:34
396
原创 AgentScope-Java 入门：让评审助手读懂 Git diff
本文介绍了如何在AgentScope-Java项目中实现代码评审助手的核心功能，主要包含以下内容： 定义了评审结果的统一输出结构ReviewFinding，包含严重级别、类别、文件位置等字段 实现了GitDiffTool工具，支持读取工作区、暂存区和指定基准的Git差异 开发了FileContextTool工具，用于获取变更文件的完整上下文内容 提出了先进行规则检查再模型评审的设计思路，确定性规则优先处理简单问题 引入了首个Agent功能 - 生成Git差异的3-5句摘要，提前展示Agent能力 强调了工具
2026-07-16 10:06:30
346
原创 AgentScope-Java 入门：用 SSE 展示评审任务进度
本文介绍了如何为AgentScope-Java的代码评审任务添加SSE事件流功能，实现任务进度的实时展示。主要内容包括： 定义评审事件类型ReviewEvent和事件枚举ReviewEventType 使用Reactor的Sinks管理每个任务的事件流 通过WebFlux提供SSE API接口 在ReviewService中发布各阶段事件 前端封装EventSource连接并处理事件流 创建进度页面展示事件时间线 该方法解决了传统HTTP请求无法实时反馈任务进度的问题，通过SSE实现了从任务创建到完成的完整
2026-07-10 17:54:34
379
原创 AgentScope-Java 入门：搭建 Review Copilot 项目骨架
本文介绍了如何搭建 AgentScope-Java 的 Review Copilot 项目骨架。作者强调不从简单的聊天Demo入手，而是先构建一个完整的前后端项目框架，包括： 后端采用Spring Boot WebFlux + AgentScope-Java 前端使用Vue3+TypeScript+Vite 定义了ReviewRequest和ReviewJob核心数据结构 设计了可扩展的ModelFactory和AgentFactory 实现了健康检查接口验证项目启动 项目特点： 不绑定特定模型提供商，保持
2026-07-07 12:02:53
1029
原创 Java 8老系统多Agent研发团队实战：不是炫技，是落到研发流程
本文是《Java 8老系统AI接入实战》系列的第10讲，聚焦多Agent研发团队在企业老系统中的落地实践。针对Java 8老系统无法直接升级接入AI的普遍困境，本系列提出"老系统少改、AI能力旁路、企业边界先行"三条核心原则。本讲通过一个订单延迟预警的完整Demo，展示了五个研发角色Agent（Planner、Architect、Coder、Tester、Reviewer）如何围绕结构化输入协同工作，输出可落地的技术建议。
2026-07-05 18:22:04
239
原创 Java 8老系统AI Workflow实战：把一次性AI对话升级成可恢复工作流
企业AI应用不是一次聊天，而是需要中途恢复、节点审批和完整审计的流程。本文用Java 8可运行Stub实现WorkflowRuntime引擎、四节点快照结构和失败恢复设计，验证后再接入Spring AI。
2026-07-01 09:42:06
181
原创 Java 8老系统Browser Agent实战：三层拦截把AI操作后台变成可审计流程
Browser Agent Demo满天飞，但企业落地卡在三个问题：能操作哪个环境、能点哪些按钮、操作前要不要人确认。本文从安全策略出发，用Java 8可运行Stub实现四层拦截决策树，AI只做工具有关的事。
2026-06-28 18:43:34
303
原创 Java 8老系统AI工单助手实战：先做推荐，不要一上来自动派单
企业上AI工单不要追求全自动。本文详解"脱敏-分类-优先级-SLA-推荐-审计-人工确认"链路，基于MCP Tool Center旁路接入，Java 8可运行。
2026-06-24 18:14:34
183
原创 Java 8老系统企业RAG实战：权限、引用、不确定比向量库更重要
企业RAG的难点不是向量库，而是权限隔离、引用来源和拒答边界。本文用Java 8可运行Stub实现关键词检索+角色过滤+Citation，先跑通企业边界再升级向量库
2026-06-22 20:27:09
237
原创 Java 8老系统AI Code Review实战：规则扫描+AI分析双层防线，Git合并前先过审
AI Code Review不是替团队做决策，更不是自动改代码。本文详解规则扫描+AI分析双层防线设计：空指针检测、参数校验缺失识别、TODO标记捕获，附带Java 8可运行Maven Lab。
2026-06-19 20:00:00
425
原创 Java 8老系统代码阅读：先建结构化事实，再让AI解释项目
AI解释老系统代码不能凭空猜，要先扫描项目结构、识别分层、生成调用链、标出业务规则和异常分支。本文详解代码阅读地图生成方法，附带Maven Lab代码。适合Java 8老系统维护和改造场景。
2026-06-19 14:45:00
382
原创 Java 8老系统SQL Agent实战：AI生成候选SQL，安全引擎拦截后再执行
AI自然语言查库不能直接执行模型生成的SQL。本文详解SQL Agent安全引擎设计：候选SQL审核、表白名单、敏感字段拦截、LIMIT强制补齐，附带Java 8可运行Maven Lab代码。适合企业级AI数据查询
2026-06-12 22:03:18
434
原创 Java 8老系统AI工具接入：API包装成受控工具，只读优先+权限拦截
AI调用老系统API不能直接暴露，需要包装成可授权、可审计、可脱敏的受控工具。本文详解MCP工具中心设计，覆盖读写边界、参数校验、返回值脱敏全链路，附带Maven Lab代码。适合企业Java系统安全接入AI工具调用能力。
2026-06-10 20:00:00
351
原创 Java 8老系统旁路接入AI Gateway：不升级JDK也能用AI
Java 8老系统接入AI能力，无需升级JDK或Spring Boot版本。本文详解旁路架构设计，覆盖脱敏、幂等、熔断降级、审计等企业级治理能力，附带完整Maven Lab代码。适合需要在遗留系统中安全引入AI能力的Java开发者。
2026-06-08 20:30:00
544
1
原创 优快云-AI数字营销会员卡实测
作为一个长期写技术文章的创作者，我对“AI 数字营销”这类工具的第一反应其实比较谨慎：如果只是多几个入口、多几张卡片，那价值有限；但如果它真的能把“写完文章之后的推广、分发、复用”这几个环节串起来，那对高频创作者就很有意义。我的测试思路也很简单：不只看功能入口是否存在，而是按真实创作者的工作流走一遍，看它到底能不能减少重复劳动。
2026-06-03 08:30:00
473
原创 Spring AI多模型路由实战：企业级智能路由+自动降本指南
Spring AI 支持在同一个应用中组合多个 ChatClient。本文以 OpenAI + Ollama 为例，完整实现任务复杂度评估、多模型路由、fallback 降级、预算监控和动态模型注册，帮助企业 AI 应用降低简单任务成本，并降低单一模型故障带来的可用性风险。
2026-06-01 21:00:00
426
原创 DeepSeek 大模型本地部署与调用实战指南
本文介绍了如何在本地部署DeepSeek大模型，包括环境搭建、模型获取、API调用以及代码集成等核心环节。DeepSeek凭借优秀的中文理解和代码生成能力，适合作为私有化代码助手或企业内部知识库。文章推荐使用Ollama工具简化安装流程，支持命令行交互和RESTful API调用，并提供了Python集成示例。针对性能调优，重点讲解了温度值和上下文长度的配置技巧。此外，还展示了如何构建基于本地文档的智能问答系统，并给出了显存不足等常见问题的解决方案。全文注重实操性，帮助开发者快速实现大模型的本地化应用。
2026-05-29 17:24:55
459
原创 GraphRAG vs 传统向量RAG：Spring AI实战对比
传统向量RAG检索快，但在复杂推理场景表现弱；GraphRAG通过知识图谱增强推理能力，成本却高出数十倍。本文用Spring AI代码对比两种方案的实现方式，并给出真实选型建议。包括：Spring AI VectorStore实现传统RAG、Spring Data Neo4j集成GraphRAG、成本与准确率真实对比数据、选型决策树
2026-05-28 09:46:52
539
原创 Spring AI Alibaba 1.1.2 实战：5种多Agent编排模式完全指南
本文介绍了Spring AI Alibaba 1.1.2.2提供的5种多Agent编排模式，重点讲解了Supervisor模式。该模式通过一个主Agent协调多个子Agent分工协作，适用于需要分解任务的场景。文章提供了完整的代码示例，包括POM依赖和配置类实现，展示了如何构建子Agent并包装成工具，最终由Supervisor统筹调度。所有代码均来自实际可运行项目，基于Spring Boot 3.5.7和JDK 17开发环境。
2026-05-25 14:45:00
516
原创 MCP + A2A：AI Agent协议之争，Java开发者怎么选？Spring AI实战接入
本文探讨了AI Agent协议MCP和A2A的协作关系及Java开发者的选择策略。MCP已成为工具调用的行业标准，专注于单个Agent如何调用外部工具；而新兴的A2A协议则解决多个Agent间的协作问题。文章通过Spring AI实战演示了MCP的集成方法，包括本地和远程两种配置模式，并提供了自定义工具包装器的实现示例。同时强调了MCP的安全风险，建议开发者采取防护措施。两者并非竞争关系，而是互补配合：MCP扩展单Agent能力，A2A实现多Agent协作。
2026-05-21 13:30:00
464
原创 Spring AI + Agent Skills 实战：让Java Agent拥有“即插即用“的专业能力
本文介绍了如何使用Spring AI 2.x为Java Agent添加"即插即用"的专业能力（Agent Skills）。文章首先解释了Agent Skills的概念及其对Java开发者的重要性，然后详细说明了环境准备步骤，包括版本要求、Maven依赖和配置文件。核心部分通过构建一个Code Reviewer Agent的实战案例，展示了如何创建Skill文件（SKILL.md）、编写核心Agent代码以及添加交互日志进行调试。文章强调SkillsTool的关键作用，它能自动注册和路由Skill，实现
2026-05-20 08:00:00
756
原创 Spring AI 1.1.6 来了！conversationId API大改，你的代码还能编译吗？
Spring AI 1.1.6版本带来了两项重要变更：1) 移除了聊天记忆默认会话ID，改为必须显式传递会话ID，这会导致依赖旧API的代码编译失败；2) 支持自定义MCP连接配置。升级时需注意：所有conversationId()方法调用需改为通过advisors参数传递会话ID，DEFAULT_CONVERSATION_ID常量已被移除，PromptChatMemoryAdvisor类已废弃。同时预告了2.0.0版本将包含架构重构和模块化改进。建议开发者检查所有ChatMemory Advisor调用点
2026-05-18 13:30:00
534
原创 适合程序员的打字练习软件：用 CodeStep 找回手写代码手感
摘要： AI编程普及后，开发者依赖Vibe Coding（AI生成代码+人工调整）导致手写代码手感下降。为此推出的CodeStep是一款代码肌肉记忆训练工具，通过30秒~3分钟的短训练提升输入速度与准确率。支持JavaScript/React/Python/SQL/Vim等高频代码片段练习，实时反馈WPM、准确率、连击数等数据。该工具不替代AI编程或教学，而是帮助开发者在AI时代保持手写基本功。提供Windows桌面版，适合碎片化训练，项目已开源
2026-05-17 10:39:04
478
原创 AI 写代码越改越乱？用 Git 分支给 AI 上一道保险
摘要： AI编程需要Git分支管理来隔离风险。单分支开发时，AI的大范围改动容易混入无关变更，导致难以回退。推荐使用轻量级的GitHub Flow工作流：从稳定的main分支创建功能分支进行AI修改，测试通过后再合并。关键步骤包括：1) 每次AI改动独立分支；2) 提交前检查diff，撤回无关修改；3) 通过PR机制审查变更。分支命名建议添加ai/前缀标记实验性改动，失败可直接丢弃。日常开发需保持分支与main同步，避免合并冲突。分支管理为AI编程提供了安全沙箱，改坏可零成本回退。
2026-05-11 15:09:28
424
原创 AI 网关实战（三）：为什么是Spring Boot 3 WebFlux+PostgreSQL+Redis
本文详细介绍了银行AI网关的技术选型决策过程，核心选择包括：Java语言（团队成熟、生态完善）、Spring Boot 3 WebFlux（支持流式响应和高并发）、PostgreSQL（分区表、JSONB等特性适合金融场景）、Redis缓存、MyBatis-Plus ORM和Resilience4j熔断机制。选型基于银行业务场景、关键指标优先级（安全合规>稳定性>开发效率>性能）、团队技能和部署环境等约束条件，权衡了各技术方案的优缺点，最终形成一套符合银行内部需求的技术栈方案。
2026-05-09 08:30:00
436
原创 AI 网关实战（二）：7 个模块详解 + 请求完整流转路径
这篇文章详细介绍了AI网关的7个核心模块设计： API网关层：作为统一入口，兼容OpenAI格式，支持流式/非流式请求处理，特别设计了分段合规检测机制。 认证授权：采用双认证体系（JWT管理端+API Key应用端），关键设计是API Key只存储哈希值而非明文。 渠道管理：支持6家主流AI供应商接入，通过模型映射表实现统一接口调用不同供应商的模型。 合规过滤：采用策略模式的过滤器链，包含敏感词检测、违规拦截、风险提示和内容脱敏等功能。 审计日志：完整记录每一条请求，确保可追溯性。 限流熔断：实现多层限流和
2026-05-07 13:04:20
475
原创 AI 网关实战（一）：参考 OpenAI 架构，从零设计企业级 AI 网关
本文介绍了企业级AI网关的设计思路与实践方案。作者基于OpenAI架构参考，提出将认证、限流、合规等非业务功能从业务系统中剥离，构建统一AI网关的解决方案。文章详细阐述了7大核心模块（API网关层、认证授权、渠道路由等）的设计，明确了网关的职责边界（不做知识库管理等业务功能），并规划了从架构设计到代码实现的完整系列教程。该方案旨在解决企业接入多AI供应商时的接口不统一、重复开发非业务功能等问题，特别适合国内合规要求的银行等场景。项目采用Spring Boot 3 WebFlux技术栈，开发进度将在GitHu
2026-05-05 13:00:00
524
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人