Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : java
L’IA de printemps dans les entreprises : un agent de support équipé d’outils, de RAG et d’outils de révision
Spring AI pour un assistant de tri des incidents : prompts en tant que contrats, sortie structurée, appel d’outils, découverte MCP, Qdrant RAG, suivi et boucles d’agent bornées.
13 min de lectureNeo4j et LangChain4j : importateurs GraphRAG, filtrage et mémoire de chat
Neo4j avec LangChain4j pour GraphRAG : découverte de schéma, création de graphes avec des LLM, DSL Cypher, filtrage dans l’index, récupération de relations parent-enfant et mémoire de conversation basée sur des graphes.
18 min de lectureRAG sensible à la conversation dans Spring AI avec CompressionQueryTransformer
Corriger les questions de suivi vagues dans une conversation Spring AI RAG en réécrivant les requêtes à l’aide de l’historique de la conversation avant qu’elles n’atteignent le stockage vectoriel, en utilisant deux constructeurs ChatClient.
6 min de lectureSécuriser un serveur Spring AI MCP avec OAuth 2.0 et des portées par outil.
Créer un serveur d’autorisation OAuth et transformer un serveur Spring AI MCP en serveur de ressources, le tester dans MCP Inspector, puis restreindre les outils individuels par portée.
8 min de lectureRéclassement dans RAG avec Spring AI et Pinecone : Déplacement d’une réponse de la 4e à la 1re place
Réclassement dans RAG avec Spring AI et Pinecone : recherche vectorielle simple versus étape de réclassement bge sur un manuel de RH, où une réponse auparavant peu visible passe de la 4e à la 1re place.
6 min de lectureLangChain4j pour les équipes Java : outils, agents, compétences et communication A2A dans les services Spring
Comment intégrer les appels d’outils, les pipelines d’agents, les compétences sur demande, les workflows de pause et de reprise, ainsi que les agents A2A à distance dans un service Java existant à l’aide de LangChain4j.
7 min de lectureAjout d’agents IA aux microservices Spring Boot avec Spring AI
Ajouter des agents IA aux services Spring Boot avec Spring AI : des outils sous forme de beans, des coupe-circuits, des métriques de tokens et des boucles d’agents asynchrones directement dans le code que vous exécutez déjà.
17 min de lectureRecette Spring AI : Filtrage des résultats RAG à l’aide de métadonnées selon le titre du jeu
Une recette Spring AI pour les filtres de métadonnées RAG : taguez les documents par titre de jeu, laissez le LLM choisir la valeur dans la question, puis filtrez la recherche vectorielle à l’aide de cette valeur.
9 min de lectureLes applications RAG à petite échelle ont-elles vraiment besoin d’une base de données vectorielle ?
LangChain4j MemFile conserve les embeddings en mémoire JVM et stocke le texte en blocs sur disque. Cela suffit pour de petites applications RAG, mais il est nécessaire de passer à une véritable base de données vectorielle pour des cas plus complexes.
5 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.