Artykuły dla tych, którzy
wdrażają stack
Materiały o React, Node.js, TypeScript i AI. Przetłumaczony tekst jest pokazany, gdy istnieje. Jeśli nie, widać tekst angielski i dopisek o tym.
Tag: spring-boot
LangChain4j dla zespołów Java: narzędzia, agenci, umiejętności oraz komunikacja A2A w usługach Spring
Jak wdrożyć funkcje takie jak wywoływanie narzędzi, pipeline agentów, umiejętności na żądanie, przerwanie i wznowienie procesów oraz zdalnych agentów A2A do istniejącego serwisu Java za pomocą LangChain4j.
7 min czytaniaDodawanie agentów AI do mikrousług Spring Boot przy użyciu Spring AI
Dodawanie agentów AI do usług Spring Boot za pomocą Spring AI: narzędzia w formie beanów, circuit breakery, metryki tokenów oraz asynchroniczne pętle agentów wewnątrz kodu, który już uruchamiasz.
17 min czytaniaSpring AI RAG z magazynem wektorowym wewnątrz JVM: usunięcie Qdrant i Dockera
Zastąpienie Qdrant biblioteką Vectors działającą w trakcie wykonywania aplikacji Spring AI RAG: zależności, flagi JVM, ustawienia persistencji oraz zalety i wady działania wewnątrz JVM.
4 min czytaniaDiagnozowanie niepowodzeń budowy CI za pomocą reguł, RAG oraz lokalnego LLM
System w Javie do analizy awarii w procesach CI, który deterministycznie analizuje logi, pobiera notatki dotyczące rozwiązywania problemów z PGVector przy użyciu Ollamy, a następnie prosi model językowy o rozumowanie.
7 min czytaniaPodstawy sztucznej inteligencji wiosną: ChatClient, transmisja strumieniowa, pamięć oraz narzędzia z Ollamą
Uruchom aplikację Spring Boot AI przy użyciu Spring AI oraz lokalnego modelu Ollama: ChatClient, szablony zapytań, transmisja strumieniowa, ustrukturyzowany wynik, pamięć rozmowy oraz wywoływanie narzędzi.
8 min czytaniaSpring AI kontra LangChain4j: konfiguracja, pierwszy endpoint i styl projektowania
Porównaj Spring AI i LangChain4j pod względem architektury, starterów Spring Boot, konfiguracji oraz pierwszego punktu końcowego do czatowania w formacie REST, i dowiedz się, który styl pasuje do twojego zespołu.
6 min czytaniaJava jako język do produkcji w obszarze sztucznej inteligencji: Spring Boot, RAG i pgvector
Praktyczna mapa budowania usług RAG na JVM przy użyciu Spring AI lub LangChain4j, wyboru magazynu wektorów oraz zarządzania dzierżawą, kosztami, oceną i rozwiązaniami awaryjnymi.
11 min czytaniaSpring AI + MCP: Udostępnij swoje narzędzia Java dowolnemu klientowi AI (nawet
Spring AI z MCP: umożliwia dostęp do narzędzi Java dla dowolnego klienta AI za pośrednictwem Model Context Protocol, problem, który rozwiązuje, oraz praktyczny serwer, do którego można się podłączyć już dziś.
9 min czytania
O tych artykułach
Wycena w 24 h
Potrzebujesz tego stacka w warstwie operatorskiej? Wyślij brief — wycena w 24 h.