念念不忘，必有回响

Python在AI研究和数据科学领域地位稳固，但GenAI的核心是连接与整合。当我们构建企业级AI应用时，真正的挑战在于如何将AI能力与数十年积累的、运行在JVM上的海量业务逻辑、基础设施和数据无缝对接。在企业应用开发、复杂系统构建和关键业务逻辑承载方面，JVM 生态（Java/Kotlin）拥有无与伦比的优势和成熟度。因此，与其让业务逻辑去追赶 AI 技术栈，不如让 AI 技术栈主动融入业务核心——JVM。

大家好，这里是,觉得文章不错可以关注公众号。

MCP并不是什么新颖的东西，就是一个标准协议。定义一些标准的输出，然后AI可以直接获取这些能力。让AI能基于MCP提供的能力进行自动操作，不需要人为的操作。让AI更智能。通俗点就是给AI装上手脚，大模型只是大脑使用java语言的小伙伴想要实现MCP可以使用spring-ai提供了MCP Client和MCP Server协议的封装。让我更庄重与应用的开发，不需要自己去实现底层的一些协议通信。

之前就在教大家在本地部署过deepseek蒸馏模型。今天我们再来看看如何基于deepseekdify打造个人专属知识库。

本地运行的蒸馏模型还是比较容易的主要下载ollama和蒸馏模型就行。但是受限于本地机器限制,蒸馏的模型参数比较少，效果也不是特别好哈哈如果有更好的机器可以选择更多参数的蒸馏模型。