Статьи для тех, кто
выводит стек в прод
Материалы о React, Node.js, TypeScript и AI. Переведённый текст показывается, если он есть. Если нет — вы видите английский текст и пометку об этом.
Тег: spring-boot
LangChain4j для команд на Java: инструменты, агенты, навыки и взаимодействие между компонентами в сервисах Spring
Как внедрить вызов инструментов, конвейеры агентов, навыки по запросу, возможность приостановки и возобновления рабочих процессов, а также удаленных агентов типа A2A в существующий Java-сервис с помощью LangChain4j.
7 мин чтенияДобавление AI-агентов в микросервисы Spring Boot с использованием Spring AI
Добавление агентов ИИ в сервисы Spring Boot с помощью Spring AI: инструменты в виде бинов, защитные механизмы, метрики токенов и асинхронные циклы агентов прямо в уже работающем коде.
17 мин чтенияRAG на Spring AI с векторным хранилищем внутри JVM: без Qdrant и Docker
Как заменить Qdrant на встроенную библиотеку Vectors в RAG-приложении на Spring AI: зависимость, флаг JVM, настройка сохранения на диск и компромиссы работы внутри JVM.
4 мин чтенияДиагностика падений CI-сборок: правила, RAG и локальная LLM
Java-система для анализа падений CI: детерминированно разбирает логи, достаёт заметки по траблшутингу из PGVector через Ollama и только потом просит LLM рассуждать.
7 мин чтенияОсновы Spring AI: ChatClient, стриминг, память и инструменты с Ollama
Запускаем AI-приложение на Spring Boot со Spring AI и локальной моделью Ollama: ChatClient, шаблоны промптов, стриминг, структурированный вывод, память чата и вызов инструментов.
8 мин чтенияSpring AI или LangChain4j: настройка, первый эндпоинт и стиль проектирования
Сравниваем Spring AI и LangChain4j по архитектуре, стартерам Spring Boot, конфигурации и первому REST-эндпоинту для чата и разбираемся, какой стиль подойдёт вашей команде.
6 мин чтенияJava как язык для производственных систем ИИ: Spring Boot, RAG и pgvector
Практическая карта по созданию сервисов RAG на JVM с использованием Spring AI или LangChain4j, выбору хранилища векторов, а также управлению арендой ресурсов, затратами, оценкой качества и резервными решениями.
11 мин чтенияSpring AI + MCP: сделайте ваши Java-инструменты доступными для любого клиента ИИ (даже
Spring AI с MCP: предоставление доступа к Java-инструментам любому клиенту ИИ через Model Context Protocol, проблема, которую он решает, и рабочий сервер, к которому можно подключиться прямо сейчас.
9 мин чтения
О этих статьях
Оценка за 24 часа
Нужен такой же стек в операторском слое? Пришлите бриф — оценка за 24 часа.