写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：spring-ai
企业中的春季人工智能：配备工具、RAG及审核功能的客服代理
用于事件分诊助手的Spring AI：以提示词作为契约、结构化输出、工具调用、MCP发现、Qdrant RAG、追踪功能以及受限的智能体循环。
阅读约 13 分钟Spring AI中的会话感知RAG与CompressionQueryTransformer
通过使用两个ChatClient构建器，在查询进入向量存储之前，利用聊天历史重新编写问题，从而修正Spring AI RAG聊天中那些模糊的后续问题。
阅读约 6 分钟使用OAuth 2.0及按工具划分的作用域来保护Spring AI MCP服务器的安全。
构建一个OAuth授权服务器，将Spring AI MCP服务器转换为资源服务器，在MCP Inspector中进行测试，然后通过作用域限制单个工具的访问。
阅读约 8 分钟使用 Spring AI 和 Pinecone 在 RAG 中重新排序：将一个答案的排名从第4位提升到第1位
使用 Spring AI 和 Pinecone 在 RAG 中进行重新排序：在人力资源手册的案例中，对比普通向量搜索与添加 BGE 重新排序步骤的效果，其中一个被隐藏的答案的排名从第4位上升到了第1位。
阅读约 6 分钟利用Spring AI将AI代理添加到Spring Boot微服务中。
使用Spring AI将AI代理添加到Spring Boot服务中：将工具作为Bean使用，在现有代码中实现断路器、令牌指标以及异步代理循环。
阅读约 17 分钟Spring AI：利用 Lucene 与 RRF 的混合搜索实现更出色的 RAG 效果
在 Spring AI 检索器中将向量搜索与 Lucene BM25 结合，并通过互反排名融合算法整合排序结果，从而使 RAG 能同时匹配语义和精确术语。
阅读约 10 分钟Spring AI实用技巧：通过游戏主题的元数据筛选RAG搜索结果。
Spring AI实现的RAG元数据过滤方案：按游戏名称对文档进行标记，让大语言模型从问题中选取对应值，再以此过滤向量搜索结果。
阅读约 9 分钟带有进程内向量存储的Spring AI RAG：放弃Qdrant和Docker。
在Spring AI RAG应用中用进程内向量库替代Qdrant：依赖项、JVM参数、持久化设置以及在JVM内运行的权衡。
阅读约 4 分钟春季AI基础：ChatClient、流式处理、内存管理以及Ollama相关工具
使用 Spring AI 与本地 Ollama 模型创建一个 Spring Boot AI 应用：包括聊天客户端、提示词模板、流式处理、结构化输出、聊天记忆以及工具调用功能。
阅读约 8 分钟