Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: spring-boot
LangChain4j para equipos de Java: Herramientas, agentes, habilidades y comunicación A2A en servicios Spring
Cómo integrar la llamada a herramientas, las tuberías de agentes, las habilidades bajo demanda, los flujos de trabajo de pausa y reanudación y los agentes A2A remotos en un servicio Java existente con LangChain4j.
7 min de lecturaAgregar agentes de IA a microservicios de Spring Boot con Spring AI
Agregar agentes de IA a los servicios de Spring Boot con Spring AI: herramientas como beans, interruptores de circuito, métricas de tokens y bucles de agentes asíncronos dentro del código que ya se ejecuta.
17 min de lecturaRAG con Spring AI y un vector store dentro de la JVM: sin Qdrant ni Docker
Sustituya Qdrant por la librería Vectors, que se ejecuta en el mismo proceso, en una app RAG con Spring AI: dependencia, flag de la JVM, persistencia y los compromisos de trabajar dentro de la JVM.
4 min de lecturaDiagnosticar fallos de builds de CI con reglas, RAG y un LLM local
Un sistema en Java para analizar fallos de CI que procesa los logs de forma determinista, recupera notas de troubleshooting de PGVector con Ollama y después pide a un LLM que razone.
7 min de lecturaFundamentos de Spring AI: ChatClient, streaming, memoria y herramientas con Ollama
Arranca una app de IA con Spring Boot usando Spring AI y un modelo local de Ollama: ChatClient, plantillas de prompt, streaming, salida estructurada, memoria de chat y llamadas a herramientas.
8 min de lecturaSpring AI frente a LangChain4j: configuración, primer endpoint y estilo de diseño
Comparamos Spring AI y LangChain4j en arquitectura, starters de Spring Boot, configuración y un primer endpoint REST de chat, y vemos qué estilo encaja con tu equipo.
6 min de lecturaJava como lenguaje de producción para IA: Spring Boot, RAG y pgvector
Un mapa práctico para desarrollar servicios RAG en la JVM con Spring AI o LangChain4j, eligiendo un almacén de vectores y gestionando aspectos como arrendamiento, costos, evaluación y soluciones alternativas.
11 min de lecturaSpring AI + MCP: Exponga sus herramientas Java a cualquier cliente de IA (incluso
Spring AI con MCP: expone herramientas de Java a cualquier cliente de IA a través del Model Context Protocol, el problema que resuelve y un servidor práctico al que puedes conectarte hoy.
9 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.