- 博客(500)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Solon AI (Java) v3.9 正式发布：全能 Skill 爆发，Agent 协作更专业！仍然支持 java8！
Solon AI v3.9带来重大升级：新增19+核心技能插件，涵盖多媒体处理、生产力工具、开发者工具和自动化任务；优化Agent架构，支持人工干预机制和流式输出；新增Claude方言适配和Weaviate向量数据库支持。核心层增强结构化处理与会话持久化，智能体层简化概念并优化协议。此次更新显著提升了AI处理复杂任务的能力与稳定性。
2026-02-06 16:59:48
66
原创 用 10 行 Java8 代码，开发一个自己的 ClaudeCodeCLI？你信吗？
最近 Anthropic 推出的 Claude Code 席卷了开发者圈子，其强大的终端交互和“自动驾驶”般的编程能力令人惊叹。那么，在 Java 生态中，我们能否快速构建一个同样强大且高度可控的应用？
2026-02-06 10:30:14
210
原创 把所有业务都转成 MCP，太傻了！AI Skill 才是正道
摘要： MCP协议被过度追捧，但其复杂的实现与业务落地存在"三座大山"：开发成本高、上下文膨胀、调试困难。相比之下，Solon AI的Skill模式更符合业务需求，通过"代码即技能"的理念实现零成本集成，如直接调用REST接口或数据库查询。Skill模式具备低耦合、强类型安全和高复用性优势，让AI能力自然融入业务系统。技术选型应回归工程本质，选择最适合而非最流行的方案。
2026-02-02 18:42:16
544
原创 论 AI Skills 分布式发展的必然性：从单体智能到“云端大脑”的跃迁
AI Skills正从工具级向框架级演化，成为智能体开发的核心组件。通过MCP协议（类似HTTP的标准化接口），AI技能实现分布式部署与调用，具备智能准入、指令注入等特性。MCP Tool将本地功能转化为分布式能力节点，而MCP Skills则形成业务微服务架构。这种转型使复杂技能可复用、敏感数据可隔离，推动AI向原生智能体时代迈进，其重要性堪比互联网从单机到分布式的革命性转变。
2026-01-28 10:16:57
630
原创 Java AI Skills 诞生：从“盲目对话”到“有组织的行为模式”
Solon AI Skills为Java开发者提供了一种全新的AI能力组织范式，解决了传统LLM开发中函数碎片化、指令脱节和生命周期缺失的问题。通过声明式能力导出、动态指令注入和智能准入控制，将工具升华为逻辑单元，实现模块化、结构化的AI能力封装。开发者可以像架构师一样规划Agent智能边界，并通过MCP协议实现分布式技能调用，推动AI Agent工程化进程。
2026-01-26 17:35:49
418
原创 Solon AI Remote Skills：开启分布式技能的“感知”时代
摘要： Solon AI 3.9.0提出**Remote Skills（远程技能）**概念，解决传统MCP工具集在复杂企业场景中的痛点。通过动态感知上下文、权限隔离和智能路由，Remote Skills实现了从静态工具连接到动态业务适配的升级。其核心机制包括按需激活技能、动态指令注入和三态权限控制，显著提升AI Agent的推理效率与安全性。开发者可通过声明式编程快速集成，使分布式AI能力具备热更新与精细化治理特性，推动AI架构向“技能即服务”演进。
2026-01-26 13:22:13
750
原创 Claude Code Agent Skills vs. Solon AI Skills：从工具增强到框架规范的深度对齐
本文对比分析了Claude Code Agent Skills和Solon AI Skills两种AI技能架构的设计理念与应用差异。Claude Code采用模型端工具增强(Model-Side Tooling)方式，为AI赋予系统级操作能力；而Solon AI则发展为开发侧框架扩展(Developer-Side Framework)，强调工程化治理能力。两者在生命周期管理、上下文感知、指令注入等方面展现出不同维度的设计哲学：前者侧重执行能力扩展，后者关注业务架构规范。
2026-01-26 11:21:12
858
原创 MCP 进化：让静态 Tool 进化为具备“上下文感知”的远程 Skills
摘要： Solon AI 通过将 Model Context Protocol (MCP) 封装为动态感知的 Skill，解决了传统静态工具交互的三大痛点：上下文噪音、权限真空和行为失控。Skill 通过智能准入（isSupported）、指令注入（getInstruction）和三态路由（getToolsName）实现动态分发，使模型仅感知当前场景所需的工具。实战示例展示了客户端与服务端的协作，支持多租户隔离和权限控制。该方案适用于复杂业务场景，但需注意其非标准化特性及适用边界。最终，Skill 架构提升
2026-01-25 18:15:13
767
原创 开发 Java MCP 就像写 Controller 一样简单，还支持 Java 8
Solon-AI框架为Java开发者提供了便捷的MCP协议集成方案，使老版本Java项目也能接入AI Agent生态。通过注解开发、动态构建工具、协议代理转换等特性，开发者无需研究复杂协议即可快速构建MCP服务端。框架还支持反向通讯和"三合一"客户端，实现了完整的AI能力整合，大幅降低了Java应用接入群体智能的门槛。
2026-01-24 09:27:53
762
原创 Solon AI Skills 会是 Agent 的未来吗？
在 AI Agent 从“对话玩具”走向“工业级基础设施”的过程中，开发者面临的核心矛盾已不再是模型智力，而是工程约束的缺失。
2026-01-22 08:34:12
891
原创 又一个项级的 Java Multi Agent 开源项目
Solon AI是专为Java开发者设计的轻量级多智能体框架，相比Spring AI更注重多智能体协作。其核心优势包括八大协作协议、死循环熔断机制、确定性溯源和极致性能。
2026-01-20 20:45:18
811
原创 Json Dom 怎么玩转？
Snack4是一款轻量级Java JSON处理框架，采用JSON DOM模式提供灵活的数据操作能力。它以ONode为核心对象，支持链式操作、路径导航(JsonPath)和动态数据构建，无需预定义POJO即可处理复杂JSON结构。相比传统JSON框架，Snack4具有轻量、弱类型友好和极简API的特点，特别适合处理不规则数据、动态结构转换等场景。通过将JSON视为树形结构，开发者可以像操作DOM一样自由增删改查数据节点，有效避免了空指针异常，大大简化了JSON处理流程。
2026-01-19 11:19:26
444
原创 FastJson2 与 SnackJson4 有什么区别？
JSON处理工具FastJson2与SnackJson4对比分析 FastJson2和SnackJson4是当前Java生态中备受关注的两款JSON处理工具。FastJson2延续传统JavaBean映射思路，专注于高性能与兼容性，适合大规模数据处理；而SnackJson4采用创新的ONode节点式设计，提供灵活的JSON操作方式，特别擅长数据提取和局部修改。在性能方面，FastJson2在整体转换吞吐量上占优，SnackJson4则在路径查询效率上更胜一筹。
2026-01-18 09:04:46
325
原创 带来 Multi Agent 开发，OpenSolon v3.8.3 发布
OpenSolon是一款新一代Java企业级开源框架，由中国企业开发，旨在替代Spring生态。其特点包括高性能（并发提升700%，内存节省50%）、开发高效（代码量少、启动快10倍）、部署轻量（包体积小90%），兼容Java8至Java25及GraalVM。框架采用模块化设计，包含主框架和多个扩展项目，支持全场景应用开发。最新v3.8.3版本新增AI智能体开发支持、多款插件及性能优化，并发布了基于图驱动的Solon AI Agent框架，提供多层次智能体架构和团队协作协议。
2026-01-15 17:11:54
339
原创 从 Chat 到 Agent：Solon AI 带你进入“行动派”大模型时代
Solon AI Agent 正式发布，推动大模型从"聊天机器人"向"智能执行体"进化。该框架提供三种智能体解决方案：SimpleAgent实现精准任务执行，ReActAgent支持复杂推理与行动，TeamAgent支持多智能体协作。Solon AI具有启动快、工具即方法、类型安全等优势，通过生命周期拦截可实时监控智能体运行过程。该框架旨在打破Chat与业务系统之间的屏障，让大模型真正转化为生产力，为Java应用赋予智能业务处理能力。
2026-01-15 10:54:30
281
原创 灵动如画 —— 初识 Solon Graph Fluent API 编排
Solon Flow 提供了一套流畅的流程图 Fluent API，让开发者可以通过代码方式定义业务流程。文章介绍了如何通过链式调用快速构建流程图，包括环境准备、核心概念(Graph与GraphSpec)以及实战案例(订单处理流程)。重点演示了如何定义业务组件、使用Fluent API编排流程节点(开始、活动和结束节点)，并通过FlowEngine执行流程。这种纯代码方式提高了流程定义的可读性和类型安全性，为后续处理复杂业务逻辑(尤其是智能体开发方面)奠定了基础。
2026-01-05 09:40:06
328
原创 通用流程编排框架，Solon Flow v3.8.0 隆重发布
Solon Flow 是一个面向全场景的 Java 通用流程编排框架，兼容 Java 8-25，支持计算任务、业务规则决策、可中断流程等多种编排场景。最新版本进行了重大更新，拆分为通用流程引擎 solon-flow 和工作流封装 solon-flow-workflow。新增了硬编码构建、流程中断恢复、上下文节点追踪等功能，优化了节点连接和条件处理机制。框架提供可视化设计器，支持 YAML/JSON 扁平化编排格式
2025-12-29 11:02:34
573
原创 （支持 MCP 无状态集群）Solon AI & MCP v3.8.0, v3.7.4，v3.6.7 发布
Solon AI & MCP 是 Solon 官方推出的 Java 智能体开发框架。它为 Java 8 至 25 提供了统一接口，简化了与 OpenAI、DeepSeek 等主流 AI 模型的集成及 MCP 开发。核心功能包括支持多种大模型调用、聊天与生成模型、RAG 知识库、MCP 服务器/客户端（含最新协议与无状态会话）以及 AI 工作流。它旨在提升 Java 生态中 AI 应用的开发效率与灵活性。
2025-12-26 11:45:31
894
原创 迈向 MCP 集群化：Solon AI （支持 Java8+）在解决 MCP 服务可扩展性上的探索与实践
Solon AI v3.8推出STREAMABLE_STATELESS通道，解决MCP服务集群化难题。该无状态设计放弃反向调用功能，采用短链接通讯，实现真正的水平扩展能力。同时新增CompletableFuture和Publisher异步支持，提升IO密集型任务处理效率。
2025-12-25 10:35:15
725
原创 超越 SpringBoot 4.0了吗？OpenSolon v3.8 发布！
OpenSolon v3.8正式发布，带来多项架构级升级。作为新一代Java企业级开发框架，OpenSolon以"快速、小巧、简洁"为理念，历时8年积累1.7万次代码提交，半年下载量达1200万次。本次更新包括：超前适配Java 25支持ScopedValue、AI领域增强MCP无状态集群支持、重构Flow流程引擎为通用WorkflowService、优化SnEL表达式引擎与缓存性能。
2025-12-24 17:03:34
657
原创 Liquor（Java 脚本） 替代 Groovy 作脚本引擎的可行性分析
本文探讨了在Java业务系统中用Liquor框架替代Groovy脚本引擎的技术优势。Liquor兼容JSR223标准，支持纯Java代码执行，通过字节码编译实现性能飞跃（执行速度接近原生Java）。相比Groovy，Liquor具有三大核心优势：1）通过编译即服务(CaaS)和LRU缓存机制确保高性能；2）保持纯Java生态一致性，降低维护成本；3）强类型安全提升代码健壮性。实验显示Liquor在高并发场景下性能表现优异，是追求极致性能和Java生态统一的企业级低代码平台的理想选择。
2025-12-19 10:46:10
491
原创 Java 低代码平台的“动态引擎”：Liquor
Liquor框架作为Java低代码平台的核心组件，通过运行时JIT编译和规则引擎技术，解决了Java生态中热更新、高性能与强类型难以兼顾的问题。其动态编译服务实现配置即代码的热生效，将编译能力转变为运行时服务；字节码缓存机制使表达式求值性能接近原生Java；动态类加载与IoC容器集成支持灵活扩展。该框架以Java级性能和强类型优势，实现了脚本语言的灵活性，成为连接配置层与高性能运行时的关键技术桥梁。
2025-12-12 12:38:46
674
原创 本地化模拟分布式能力的神器：Local-Solon-Cloud-Plugin
Local-Solon-Cloud-Plugin是一个本地模拟Solon Cloud功能的插件，旨在简化分布式服务开发。它提供了统一的开发接口，支持在单体服务与分布式服务间无缝切换，降低测试复杂度。插件支持配置服务、服务发现、事件服务、文件服务等核心功能，通过简单配置即可实现本地模拟，无需搭建复杂分布式环境。开发者可以使用相同代码在不同环境运行，本地开发时由插件调度，生产环境可切换为真实分布式实现。该插件特别适合需要灵活部署方式的场景，为微服务开发提供了便捷的本地测试方案。
2025-12-12 10:17:07
759
原创 Solon AI & MCP v3.7.3, v3.6.6 发布
Solon AI & MCP是Java智能体开发框架，提供统一接口简化AI模型集成和MCP开发。支持主流AI服务、多种模型调用方式、RAG知识库及MCP协议，兼容Java 8-25。框架支持聊天模型构建、MCP服务端/客户端集成等。
2025-12-11 14:35:23
349
原创 Solon AI 开发学习19 - 结合 Solon Flow 定制 ReAct 效果
Solon Flow 是一个基于 YAML/JSON 配置的流程编排引擎，本文演示了其与 solon-ai 结合实现人机交互的 RcAct 流程。该流程通过 LLM 生成文章初稿后进入人工审核循环，支持根据反馈动态修改内容直至审核通过。核心流程包含 agent 节点（LLM 编写/修改）、review 节点（人工审核）和终审节点，通过条件分支实现循环修订机制。代码示例展示了各节点的具体实现，包括 LLM 提示词构建、审核交互逻辑和状态流转控制，实现了从内容生成到审核通过的全流程自动化编排。
2025-12-09 23:02:15
314
原创 OpenSolon v3.7.3, v3.6.3 发布（Javaer 的福音）
OpenSolon 是新一代 Java 企业级开源框架，采用 Apache 2.0 协议。相比 Spring，它具有更高性能（并发提升 700%，内存节省 50%）、更快开发效率（启动速度快 10 倍）和更小包体积（减少 90%）。支持 Java 8-25 及 GraalVM，包括 AI、云服务等。框架强调简洁高效，7 年累计 1.6 万次提交，近半年下载量达 1200 万次。
2025-12-09 10:25:58
290
原创 Solon AI 开发学习18 - generate - 生成示例参考
本文介绍了GenerateModel接口的使用方法，该接口通过组装HTTP POST请求实现AI模型调用，支持文本转图片、图片编辑、文本转音乐和文本转视频等多种生成任务。文章提供了四个Java代码示例，分别演示了不同场景下的异步生成实现，包括参数配置、请求发送和结果处理。由于多媒体生成通常耗时较长，各平台多采用异步方式返回结果，生成内容通常以URL形式提供。
2025-12-08 09:07:09
214
原创 Solon AI 开发学习17 - generate - 使用复杂提示语
本文介绍了两种使用GeneratePrompt接口的方法：快速方法和定制提示语结构体。快速方法通过键值对直接构建请求，适用于简单场景；定制方法通过定义结构体类实现更规范的参数管理。两种方法都演示了如何调用阿里百炼API将图片转换为法国绘本风格，包括设置API密钥、模型参数和异步处理选项，最终获取生成图片的URL。结构体方法通过注解和映射转换，提供了更好的代码可维护性。
2025-12-06 17:54:54
273
原创 Solon AI 开发学习16 - generate - 生成模型（图、音、视）
本文介绍了生成模型(GenerateModel)与聊天模型的区别，重点讲解了GenerateModel的使用方法。主要内容包括：1) GenerateModel只能一次性生成内容，支持文本生成图片、视频等；2) 详细说明了生成模型的配置构建流程和使用示例；3) 介绍了生成选项的设置方法；4) 阐述了方言适配机制，支持多种模型接口，并提供了Ollama方言适配的代码示例。该模型是ImageModel的升级替代，功能更全面但使用方式类似。
2025-12-05 22:43:06
241
原创 Solon AI 开发学习15 - chat - 拦截器
聊天拦截器(ChatInterceptor)是用于ChatModel的中间件，提供请求/响应处理功能。主要功能包括日志记录、安全检查、数据修改等。该接口定义了三种拦截方法：interceptCall处理同步请求、interceptStream处理流式请求、interceptTool处理工具调用。开发者可通过实现接口创建自定义拦截器，如示例中的ChatLogInterceptor用于记录请求日志。拦截器可通过构建器defaultInterceptorAdd方法全局添加，或通过options临时添加。
2025-12-05 09:17:32
172
原创 Solon AI 开发学习14 - chat - 工具上下文和附加参数
本文介绍了toolsContext在工具调用时的应用方法，可通过ChatConfig或ChatOptions传递上下文参数（如鉴权信息）。文章提供了两种实现方式：1）通过defaultToolsContext全局配置；2）通过toolsContext单次请求配置。重点说明了参数传递规则：带@Param注解的参数由LLM生成，未注解参数通过上下文传递，且上下文参数会覆盖LLM生成的重名参数。示例代码展示了如何将用户信息作为附加参数传递给工具方法。
2025-12-04 13:09:36
243
原创 Solon AI 开发学习13 - chat - 工具的输入输出架构
本文介绍了三种工具描述形态：1）面向LLM的JSON Schema输入架构描述；2）面向MCP的注册描述，包含输入/输出架构；3）Java代码构建工具时声明输出架构的方式（FunctionToolDesc或@ToolMapping注解）。重点说明了如何通过returnType、方法返回类型或@Param注解定义输出结构，支持基础类型和实体类返回。三种形态分别适用于不同场景，共同构成完整的工具定义体系。
2025-12-03 12:09:58
270
原创 Solon AI 开发学习12 - chat - 工具的描述（或提示语）
本文介绍了工具描述规范，用于指导LLM理解工具功能。规范包含三部分：工具功能描述、输入参数架构描述和输出结果架构描述。通过Java注解方式实现，包括@ToolMapping标注工具功能，@Param标注参数和实体字段含义。文中提供了用户信息和订单信息的实体类示例，以及获取用户信息和提交订单的工具方法示例，展示了如何通过注解明确工具用途、参数意义和返回类型。
2025-12-03 11:46:55
122
原创 Solon AI 开发学习11 - chat - 工具调用与定制（Tool Call）
Tool call（函数调用）是大语言模型连接外部系统和数据的关键技术，通过定义可调用的函数工具实现实时数据查询或指令交互。开发方式包括注解声明、构建声明和接口实现三种，支持参数类型灵活定义。工具可通过returnDirect控制是否直接返回结果，无需模型二次加工。工具添加支持全局默认和请求级作用域，适用于天气查询、联网搜索等场景。核心接口包括FunctionTool、ToolProvider及相关注解，简化了工具开发流程。
2025-12-02 19:05:58
289
原创 Solon AI 开发学习10 - chat - 工具调用概念介绍
Tool Call（工具调用）是大模型的一种接口特性，允许开发者预定义函数并由模型判断是否需要调用。它通过JSON格式传递函数名和参数，由宿主应用执行后返回结果。该功能支持模型访问自定义代码，可能选择调用函数而非仅生成文本。执行结果会被合并到最终响应中，实现外部工具与数据的集成。
2025-12-02 19:04:57
270
原创 Solon v3.7 黑科技: 消灭空指针异常！
Solon v3.7 引入 JSpecify 空安全注解，通过编译期静态分析预防 NPE 问题。核心特性包括默认非空规则（@NullMarked）、显式可空标注（@Nullable）以及对集合类型的精细控制。实际案例展示了如何通过注解明确方法参数和返回值的空值语义，同时介绍了项目配置步骤和 NullAway 集成方案。该方案将传统的运行时空指针检查提前到编译阶段，显著提升代码健壮性和可维护性。
2025-12-01 17:36:00
705
原创 Solon AI 开发学习9 - chat - 聊天会话（对话）的记忆与持久化
本文介绍了如何通过ChatSession实现大语言模型的会话记忆功能。主要内容包括：1）使用ChatSession接口记录对话历史，作为提示语参数传递给模型；2）基于Web的会话记忆实现方案，利用Map存储会话；3）定制持久化方案，如JDBC或Redis实现；4) ChatSession接口设计，包含会话ID管理、消息增删查改、序列化等功能。文章提供了Java代码示例，展示了如何构建有状态的对话系统，解决大语言模型无状态服务的问题。
2025-12-01 09:40:28
249
原创 Solon AI 开发学习8 - chat - Vision（理解）图片、声音、视频
本文介绍了大模型对多媒体内容的理解能力，包括图像、音频和视频三种类型。针对每种媒体类型，提供了相应的接口使用方法：Image接口支持URL、Base64字符串或字节数组创建图片；Audio和Video接口支持通过URL创建音频和视频。示例代码展示了如何将多媒体内容与提示语一起提交给大模型进行处理，实现内容识别和理解功能。这种能力扩展了大模型在多媒体分析领域的应用场景。
2025-11-30 07:41:41
266
原创 Solon AI 开发学习7 - chat - 四种消息类型及提示语增强
本文介绍了大语言模型提示语的消息类型及构建方式。主要内容包括：1）四种消息类型（用户消息、系统消息、助理消息、工具消息）的结构与属性；2）用户消息的三种构建方式：基本消息、格式化上下文和定制模板；3）消息增强技术，通过附加上下文实现RAG技术；4）多角色混合提示增强示例，展示如何组合不同消息类型实现多轮对话。文章提供了详细的Java代码示例，说明各类消息的具体应用场景和使用方法。
2025-11-30 07:40:11
334
原创 Solon AI 开发学习6 - chat - 两种 http 流式输入输出
本文介绍了HTTP流式输出的两种常见方式：SSE(Server Sent Event)和NDJSON(Newline-Delimited JSON)。SSE以空行分隔消息块，每个消息块包含必选的data属性；NDJSON则以换行符分隔JSON消息块。文章提供了Java示例代码展示两种实现方式，并说明Solon框架提供了作为客户端接收流式数据的能力，包括获取文本行流和SSE流。最后指出Solon的HttpUtils工具支持这两种流式数据的客户端接收。
2025-11-29 15:32:32
349
SilverLight 文件上传组件源码及DEMO
2009-03-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人