#AI技术

FunctionCall详细解析导读 Function Call（工具调用）是让大模型突破"只会说话"局限、连接真实世界数据与操作的关键能力。本系列从机制认识讲到 Spring AI 实战、源码解析，再到工具设计最佳实践，共 4 篇。 阅读

MCP详细解析导读 Model Context Protocol（MCP）是让大模型以标准化方式访问外部工具与数据源的开放协议。本系列从"为什么需要 MCP"讲到协议原理、源码链路，再到 Spring AI 服务端/客户端实战与企业级进阶，

RAG详细解析导读 RAG（检索增强生成）是让大模型"查资料再回答"的技术。本系列从核心原理讲到文档处理、切片策略、向量检索、混合检索、重排序、流水线组装，覆盖 RAG 全流程的 18 篇深度解析。 阅读顺序 序 篇目 内容 1 01RAG

Skills详细解析导读 Agent Skills 是智能体的"按需取用的能力模块"，类似人类职场中的技能包。本系列从"为什么需要技能包"讲到目录结构、四层加载机制，再到 Reference/Script 实战、Codex 安装管理与 Cl

SpringAI详细解析导读 Spring AI 是 Java 开发者集成大模型能力的首选框架。本系列从全景图讲到快速入门、结构化输出、Advisor 机制、核心架构、对话记忆、流式输出，再到提示词工程实践，共 8 篇。 阅读顺序 序 篇目

大模型的介绍导读 从零开始认识大语言模型：基础概念、工作原理、开发环境搭建、主流模型选型，直到能力边界与破局之道，共 6 篇。 阅读顺序 序 篇目 内容 1 01大模型基础入门\大模型基础入门 什么是大模型，参数量/训练数据/与传统编程的区

拓展导读 AI 领域的前沿探索与趋势洞察。本系列涵盖 A2A 协议、推理模型、VibeCoding 新范式、ComputerUse 与 Agent 安全、龙虾 OpenClaw 深度解析，以及 AI 辅助编程现状、Gemini 3 深度使用

提示词的作用导读 提示词工程是与大模型对话的核心技能。本系列从入门概念讲到结构化框架、设计原则、高阶策略，再到 RAG 场景实战与效果评估迭代，共 6 篇。 阅读顺序 序 篇目 内容 1 01提示词入门与核心概念\提示词入门与核心概念 提示

智能体是什么导读 AI 智能体（Agent）是能自主感知、决策、执行任务的 AI 系统。本系列从概念入门讲到架构对比、多智能体协作、框架实战，再到进阶源码探秘，共 5 篇。 阅读顺序 序 篇目 内容 1 01走进智能体的世界\走进智能体的世

用 AI + Remotion 生成教学动画视频 一、缘起 最近思维有些空洞，很久没冒出新点子，于是又给自己做了一次小型头脑风暴，想找点有意思的事情做。 最近的几条线索同时撞在了一起： 一是我在学技术时，发现市面上很多教程动画做得相当不错，

图结构：Graph RAG 传统RAG的套路是：用户问一个问题，去知识库里找到最相关的几段文字，交给大模型生成回答。这个模式处理"单跳"问题很在行——答案就在某一段文档里，找到就行。 但有些问题不是这样的。 比如用户问："教《Spring

Embedding向量化原理与模型选型 假设你是个媒人，手里有1000个单身男女的资料，要给他们配对。 每个人的资料是一段文字描述： 小王：28岁程序员，喜欢打游戏看动漫，宅男一枚，偶尔爬山 小李：26岁设计师，热爱旅行摄影，周末喜欢逛展览

向量数据库选型实战指南 买房子要考虑什么？ 预算多少？（成本） 几口人住？（规模） 上班远不远？（性能） 将来要换大房子吗？（扩展性） 物业靠不靠谱？（维护成本） 选向量数据库也是一样的逻辑。 没有"最好的"向量数据库，只有"最适合你场景的

混合检索的详细剖析 向量检索是RAG的核心，但它不是万能的。 来看一个真实场景：你搭了一个技术文档问答系统，知识库里存了几百篇Spring相关的文档。用户问"SpringBoot 3.2.1的启动流程有什么变化"，向量检索返回了什么？大概率

向量检索核心算法深度剖析 前面我们已经把文档块变成了向量，也知道了要把这些向量存到专门的数据库里。但有一个最关键的问题还没解决—— 当用户丢过来一个问题，系统怎么在几十万甚至上百万个向量里，又快又准地挑出最相关的那几条？ 最直觉的做法当然是

为什么要问题重写 你有没有遇到过这种情况：用户问了一个很正常的问题，RAG系统返回的结果却牛头不对马嘴？ 比如在一个在线教育的客服系统里，用户先问了"Python入门课多少钱"，助手回答了价格，然后用户接着问"那它有没有证书"——这个"它"

元数据的过滤场景 前面讲了怎么给文本块"上户口"（元数据设计），这篇来聊聊检索的时候怎么用这些户口信息——也就是元数据过滤。 向量检索的核心能力是语义匹配——找到意思最接近的文档。但有些场景下，语义相似不等于答案正确。 举个实际遇到的例子：

重排序的好处是什么 上一篇讲了混合检索，通过向量+关键词两条路并行召回，再用RRF融合，大幅提升了召回率。但有个问题还没解决：召回的文档排序准吗？ 打个比方，你是技术主管，要招一个"精通Redis且有分布式系统经验"的后端开发。HR帮你从简

查询的路由是必不可少的 你有没有想过一个问题：用户发了一句"你好"，你的RAG系统会怎么处理？ 如果没做任何分流，它会老老实实地把"你好"丢进向量库做相似度检索，然后可能匹配到"你好，欢迎使用XX产品"之类的文档片段，最后大模型基于这个片段

RAG的组件拼接成流水线 前面几篇文章，我们逐个拆解了RAG的各个环节：问题改写、意图识别、混合检索、重排序、元数据过滤。每个环节都是独立的模块，各自解决一个具体问题。 但在实际项目中，这些模块需要串起来形成一条完整的流水线。手动串联当然可

Skills目录结构全景图 上一篇我们聊到，Agent Skills本质上是一种"按需取用的能力模块"。 那这个模块在物理层面到底长什么样呢？ 答案可能会让你有点意外——它就是一个文件夹。 没有复杂的配置中心，没有什么注册发现服务，也不需要

四层渐进式加载机制揭秘 去图书馆借书的时候，你不会一进门就把所有书搬到桌上。正常的流程是这样的： 先翻目录卡片：扫一眼每本书的标题和简介，看哪些跟你今天要查的主题相关 把相关的书借出来：拿到桌上翻开，按照目录和章节结构去读你需要的部分 遇到

Reference和Script实战指南 前面几篇我们从整体到局部，已经把Agent Skills的核心框架讲清楚了。但在实际使用中，很多人遇到的困惑集中在两个问题上： Reference和直接把内容写在Instruction里有什么区别？

智能体为什么需要技能包 你有没有过这样的经历——入职第一天，公司一口气甩给你十几份文档：员工手册、报销流程、代码规范、部署指南、安全须知、会议制度......你坐在工位上翻了一整天，最后真正记住的可能连一半都不到。 更糟糕的是，当你第二天想

使用Codex安装和管理Skills 前面几篇我们从原理层面把Agent Skills讲透了，这一篇进入实操环节——以一个真实的开源Skill为例，演示如何在Codex中完成安装和管理。 我们选用的案例是 UI UX Pro Max，这是目

A2A协议与Agent生态全景 前面咱们学了 MCP（Model Context Protocol），它是一个让 AI 发现和调用工具的标准化协议，本质上解决的是垂直方向的问题——一个 Agent 如何获取和使用外部能力。 但现实世界中的工

龙虾OpenClaw深度解析：从对话到执行的跨越 2026 年初，如果你问任何一个程序员"最近在干什么？"，十有八九会听到同一句话——"养龙虾"。 什么龙虾？不是餐桌上的麻辣小龙虾，而是一个叫 OpenClaw 的开源 AI 智能体框架。它

推理模型详解：当AI学会慢思考 前面讲过 CoT（思维链）——让模型在 Prompt 里一步步写出推理过程，提高复杂问题的准确率。当时提到"一些模型内置了深度思考能力"，但没展开。 2025 年下半年开始，AI 领域最大的变化之一，就是推理

AI驱动开发新范式：VibeCoding与智能IDE 如果你是 Java 开发者，你大概率已经用了很多年的 IntelliJ IDEA。写代码、运行、调试、部署——这套流程熟悉到肌肉记忆。 但在 20252026 年，有个新词开始频繁出现在

ComputerUse与Agent安全：当AI有了手脚之后 OpenClaw 那篇咱们聊到，它最大的突破是让 AI 真正"动手"——操作文件系统、浏览器、Shell。推理模型那篇讲到，AI 学会了"慢思考"，变得更聪明。但你想过没有，一个又

认识工具调用机制 你有没有想过这样一个问题：为什么大模型能写诗、能写代码，却没法告诉你今天股票涨了多少？ 这不是因为它笨，而是因为它的"记忆"是静态的。大模型的知识来源于训练数据，训练完成后这些知识就被"冻结"了。你问它2023年的事情可能

Spring AI工具调用实战 上一节我们搞明白了工具调用是怎么回事。现在的问题是：在Spring AI里，具体怎么把自己的方法变成大模型能调用的工具？ Spring AI给我们提供了两种路子： 注解方式：用@Tool把普通方法变成工具 函

ToolCallback源码解析 上一节我们知道了Spring AI提供两种定义工具的方式：@Tool注解和Function Bean。那你有没有好奇过：这两种方式在底层有什么区别？Spring AI拿到你的工具定义后，内部是怎么调用的？

工具设计原则与最佳实践 前面几节我们学会了怎么定义工具、怎么调用工具。但有个问题还没聊：怎么定义一个好用的工具？ 这里的"好用"不是指你写代码方便，而是指模型能不能正确理解和使用。 工具定义好了、功能能跑，但模型就是不调或者调错——问题往往

深入MCP通信机制 在设计一个通信协议时，有很多选择：RESTful API、GraphQL、gRPC、自定义二进制协议......MCP最终选择了JSONRPC。这个选择背后有什么考量？ 先来看看JSONRPC的几个特点： 极简主义 JS

Spring AI构建MCP服务端实战 实战目标 这一篇我们动手搭建一个真实可用的MCP Server。为了让示例更有实际意义，我们以"智能办公助手"为场景，开发以下工具： 工具名称 功能描述 checkAttendance 查询员工考勤记

MCP调用链路源码解密 前面几篇我们已经把 MCP Server 和 Client 跑起来了，但上一篇对“源码调用链路”的描述还是偏通用，容易把 Spring AI 的公共机制和本项目的真实实现混在一起。 这一篇不泛讲概念了，以之前的项目里

MCP企业级开发进阶技巧 当你在本地调试MCP时，一切都很顺利。但真正推向生产环境时，肯定会有各种的问题：远程服务怎么做认证？网络断了如何自动恢复？不同用户能调用的工具不一样怎么办？这篇文章就来聊聊这些企业级开发中的进阶技巧。 认证鉴权：给

MCP与相关技术的关系 当你开始在项目中引入MCP时，可能会遇到这样的疑问： "我们已经有RPC框架了，还需要MCP吗？" "MCP和我们现有的微服务架构怎么配合？" "听说还有个A2A协议，它和MCP什么关系？" 这些问题的本质是在问：M

三种传输模式全面解读 上一篇讲的JSONRPC解决了"说什么话"的问题——统一的数据格式。但光有话术还不够，还需要解决"怎么把话传过去"的问题。 这就像人类通讯方式的演进： 最早是面对面交流：两个人坐一起，说话直接听到 后来有了电话：隔着距

揭开MCP协议的面纱 想象一下这样的场景：你问智能助手"帮我订一下明天下午3点的会议室"，它回复道"好的，我已经帮您预订好了"。但当你走到会议室门口，发现根本没有预订记录。为什么会这样？ 因为大模型本质上是一个"只会说话的大脑"。它的所有知

Spring AI MCP客户端开发指南 上一篇我们开发了MCP Server，现在来做另一半——MCP Client。 想象你要打造一个企业智能助手，它需要具备多种能力： 对接HR系统查考勤、查工资 对接行政系统订会议室、查排期 对接搜索

RAG入门与核心原理概述 先来看个真实的场景。 某公司花了大价钱接入了某知名大模型，想做一个智能客服。产品经理信心满满地上线了，结果第一天就翻车了 用户问："你们家XX3000型号打印机的墨盒怎么换？" AI客服回答得头头是道："首先打开打

分片代码实战：Spring系列 前面讲了分块策略的理论和ChunkViz可视化实验，这篇开始写具体的实现代码。 Java生态中主要有三个框架支持文档分片： 框架 特点 推荐度 Spring AI 官方只提供TokenTextSplitter

RAG三代进化史与架构选型 还记得诺基亚那个年代吗？手机只能打电话发短信，拍照是奢侈功能，像素还低得可怜。后来有了智能机，拍照能力一代比一代强——从单摄到双摄，从双摄到三摄，从普通拍照到AI算法加持。 RAG技术的演进也是类似的路子。 从最

元数据的详细解析 上一篇聊了文档分块的各种姿势，把长文档切成小块之后，你会发现一个问题：每个块就剩一段光秃秃的文字，完全不知道它从哪来、该给谁看、出了问题怎么找。这就像把一本书撕成碎片，每片纸上虽然有字，但没人知道这是哪本书的第几页。 这篇

文档切片策略选择 假设你点了一个超大的披萨，18寸的那种。 直接抱着吃？不现实。得切成小块。 但怎么切有讲究： 切太大，嘴巴塞不下 切太小，馅料都掉了，吃起来没味道 切得位置不对，可能把一块完整的培根切成两半 文档分片也是同样的道理。 大模

文档预处理读取清洗与标准化 下厨房做饭，第一步是什么？ 不是开火，不是切菜，而是洗菜。 买回来的青菜上面有泥土、虫子、农药残留，不洗干净直接下锅，做出来的菜能好吃吗？ RAG也是一样的道理。 企业里的文档五花八门——PDF里混着图片和表格，

ChunkViz实验与可视化 上一篇讲了分块策略的理论，但光看文字描述可能还不够直观。 这篇用一个免费的在线工具——ChunkVizhttps://chunkviz.up.railway.app/，来可视化地展示不同分块策略的效果，让你亲眼

搞懂Tika才能做好RAG文档解析 先来个例子。 朋友小陈做了一个内部知识库系统——员工上传各种产品手册和技术文档，然后通过AI问答来检索。系统上线当天，领导试了一下： "我们XX200系列的安装步骤是什么？" AI回答得特别自信： "XX

走进智能体的世界 你有没有想过，为什么现在的AI助手能帮你自动订机票、自动写报告、甚至自动改代码？它们是怎么做到的？ 如果你用过Cursor写代码，让它帮你实现某个功能，它会先看看你的文件结构，找到合适的位置，写代码，然后运行看看有没有问题

框架实战快速上手 前面几篇把 Agent 的概念、协作模式和架构拆开讲过了，这一篇进入实战——用 Spring AI Alibaba ReactAgent 从零搭一个订单助手，五个核心能力（Tools、Memory、Hook、Interce

主流架构深度对比 上一篇我们知道了Agent是什么，这篇来聊聊Agent是怎么干活的。 同样是完成一个任务，不同的Agent可能有完全不同的"工作风格"。有的边想边干，做一步看一步；有的先整体规划，再分步执行；有的做完还要自我检查，反复打磨

多智能体深度协作 前面两篇我们聊的都是单个Agent，但在真实的业务场景中，一个Agent往往搞不定复杂的任务。 想象一下，你有一个超级智能客服的需求：它要能回答产品问题、处理售后投诉、查询订单物流、还要能做数据分析给出运营建议。如果把这些

进阶特性与源码探秘 本章节比较难，是讨论源码的流程，如果对源码不感兴趣或者不想看源码的同学，可以直接跳过。 前面几篇我们学会了搭建Agent、给它配工具、让它有记忆。但在生产环境中，还有一些关键问题需要解决： 敏感操作（如支付、退款）能让A

Java调用大模型全景图 作为Java开发者，当你决定在项目中集成大模型能力时，第一个问题往往是：我该选哪个框架？ 市面上的选择还真不少：可以自己用HTTP客户端硬撸，也可以用Spring AI这种官方框架，还有阿里云搞的Spring AI

Spring AI快速入门实战 很多人第一次接触大模型开发，脑子里都会冒出一个问题：在Java项目里怎么跟AI对话？是不是要自己拼HTTP请求、解析JSON、处理各种异常？ 其实完全不用这么麻烦。Spring官方团队专门搞了一套叫Sprin

结构化输出深度剖析 大模型的输出是自然语言文本，格式不固定。如果是人类阅读没问题，但程序处理起来就麻烦了。 比如你问模型"推荐几本书"，它可能这样回答： 我给你推荐三本不错的书： 1.《代码整洁之道》 讲代码规范的经典之作 2.《设计模式》

Advisor拦截器机制揭秘 在前面的章节中，我们多次用到了Advisor，比如SimpleLoggerAdvisor用来打印日志。但Advisor到底是什么？能做什么？怎么自己写一个？ 这篇文章来彻底搞清楚Spring AI的Adviso

Spring AI核心架构解析 用Spring AI写代码很简单，几行就能跑起来。但如果你想用好它，或者遇到问题能快速定位，就得搞清楚底层的架构设计。 这篇文章会带你深入Spring AI的核心组件，理解它们之间的关系和协作方式。 整体架构

对话记忆系统设计 和ChatGPT聊过天的人都知道，它能记住你之前说的话。问它"我刚才说了什么"，它能准确回答。这种能力叫做对话记忆。 对于AI应用来说，记忆能力至关重要。没有记忆，每次对话都是"新朋友"，用户体验会很差。今天我们来深入聊聊

响应式流式输出详解 用过ChatGPT的人都知道，AI回答问题时是一个字一个字往外蹦的，而不是等全部生成完再一次性显示。这种"打字机"效果不是装酷，而是有实际意义——大模型生成长回答可能需要十几秒甚至更久，如果让用户干等着，体验会非常差。

提示词工程实践指南 和大模型打交道，提示词的质量直接决定输出效果。同样一个问题，换个问法，结果可能天差地别。 前面的章节聊过提示词的基础知识，这篇文章专门讲讲在Spring AI中怎么把这些技巧落地。 系统提示词与用户提示词 Spring

大模型基础入门 开启 AI 技术内容的详细讲解 注意！ 从本章节开始，会先详细的讲解 AI 的技术内容，帮助大家从零开始深入理解大模型的原理和技术细节。当把这些内容都讲解完后，会详细的讲解 超级 AI 智能体 项目的技术实现细节。 你可能已

核心概念一网打尽 上两篇咱们聊了大模型的基础知识和工作原理。这篇来系统梳理一下大模型开发中会频繁遇到的核心概念。 这些概念不是面试背题用的，而是真的会影响你的开发。比如： 不懂 Token，你就不知道为什么 API 有时候返回的内容被截断了

大模型工作原理剖析 上一篇咱们聊了大模型的基础概念——参数量、训练数据、和传统编程的区别。这篇来深入看看它到底是怎么工作的：为什么你问它一个问题，它能给出像模像样的回答？它是怎么"理解"你说的话的？又是怎么"组织"语言来回应的？ 搞清楚这些

开发环境搭建实战 前面几篇咱们聊了很多概念：大模型是什么、怎么工作、有哪些可选、有什么局限。这篇终于要动手了——搭建开发环境，写代码调用大模型 API。 这篇结束后，你会： 深入了解主流开发平台的特点和选择策略 完全理解 OpenAI 协议

主流模型选型指南 大模型这个领域发展太快了，几乎每周都有新模型、新版本发布。作为开发者，你不需要了解所有模型的细节，但需要有一张清晰的"模型地图"——知道主流模型有哪些、各自什么定位、什么优缺点、在什么场景下该选哪个。 选错模型的代价 选错

能力边界与破局之道 前面几篇咱们聊了大模型是什么、怎么工作、有哪些可选。这篇来谈一个同样重要的话题：大模型不能做什么。 很多人刚接触大模型会觉得它无所不能。用着用着就会发现，它有时候会一本正经地胡说八道，有时候简单的数学题都算错，有时候回答

提示词入门与核心概念 当你打开 ChatGPT 或者 DeepSeek，在对话框里敲下一行字，点击发送——你有没有想过，这行字在技术层面叫什么？ 它不叫"问题"，不叫"请求"，也不叫"指令"。在大模型的世界里，它有一个专门的名字：Promp

结构化提示词框架与模板 上一章讲了提示词设计的各种原则，但原则毕竟是原则，真到自己动手时，还是容易漏东漏西。 比如你记得要设角色、要写任务、要给示例……但到底先写啥后写啥？有没有更系统的方式？ 这就是框架的价值。 框架是前人趟过的路。别人踩

RAG场景提示词工程实战 RAG（RetrievalAugmented Generation，检索增强生成）是一种让大模型"查资料再回答"的技术。 普通的大模型问答，AI 完全依赖自己训练时学到的知识。这有两个问题： 知识可能过时——训练数

提示词设计原则与实战技巧 很多人第一次接触提示词设计，总觉得"就是问个问题嘛，有什么难的"。直到自己动手写一个复杂场景的提示词，才发现——AI 就是不按你想的来。 你说"简单总结一下"，它给你输出三千字；你说"详细解释"，它给你来一句话；你

高阶提示词优化策略 前面几章讲的技巧，主要解决的是"怎么跟 AI 说清楚要干嘛"。 但有些任务，光说清楚还不够。比如数学应用题、逻辑推理、复杂决策——这些需要 AI 真正"动脑子"，一步步思考才能得出正确答案。 这一章，我们来聊几种让 AI

提示词效果评估与迭代优化 提示词写完了，测了几个 case，感觉还行——然后就上线了。 这是很多人的做法。但这样搞，迟早要出问题。 因为你测的那几个 case 不代表所有情况。用户的问题千奇百怪，你想不到的边界情况多得是。等上线之后发现问题

AI 辅助编程现状分析 一、四种主要形态概览 形态 交互方式 典型场景 代表产品 网页模式 浏览器对话 / 在线 IDE 代码片段生成、算法问答、快速原型 ChatGPT、Claude.ai、DeepSeek Chat、通义灵码 Web I

Agent Skill 深度指南：Claude Code 模块化能力标准 〇、概述与定位 什么是 Agent Skill？ Agent Skill（又称 Claude Skill）是 Anthropic 推出的一种基于文件系统的模块化能力标

Gemini 3 深度使用指南：系统指令、禁忌事项与幻觉规避 〇、Gemini 3 核心特性概述 Gemini 3 系列（包括 2.5 Flash/Pro 等）是 Google DeepMind 发布的新一代多模态大语言模型，相较于前代版本