- 博客(854)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Spring AI Alibaba 1.x 系列【28】Nacos Skill 管理中心功能说明
Skill Registry 是 Nacos 提供的 Skill 管理中心，作为团队和组织的私有 Skill 仓库。它将 Skill 的存储、版本管理、安全审核和分发集中在一个平台上，让团队成员可以方便地发现、安装和共享 Skill。Nacos 从 3.2.0 版本开始，提供了 Skill 管理中心（Skill Registry），支持 Skill 的创建、版本管理、安全审核、发布和分发等功能。
2026-04-20 14:01:27
254
原创 Spring AI Alibaba 1.x 系列【27】Nacos AI Agent 管理平台与 Skill Registry 发布详解
Nacos 自 3.0版本 起定位升级为一个易于构建 AI Agent 应用的动态服务发现、配置管理和 AI 智能体管理平台，为企业级 AI 应用提供统一的资源注册、发现与治理能力。
2026-04-20 13:28:46
441
原创 Spring AI Alibaba 1.x 系列【26】Skills 生命周期深度解析
在 Spring AI Alibaba 中，Skill 是一个可复用的指令和上下文包，用于扩展 LLM 的能力。Skill 遵循渐进式披露（Progressive Disclosure）模式，LLM 在需要时才会读取完整的 Skill 指令。
2026-04-20 08:46:33
258
原创 Spring AI Alibaba 1.x 系列【25】 Skills 技能体系使用攻略
Skills（技能） 是 Spring AI Alibaba 中可复用的指令与上下文封装单元，智能体在处理相关任务时可自动发现、按需加载并使用技能。Spring AI Alibaba 通过 SkillRegistry 统一管理技能资源，配合 SkillsAgentHook 实现技能列表注入、read_skill 工具注册，模型可按照渐进式披露策略，仅在需要时加载完整技能内容，大幅提升提示词效率与智能体能力复用性。
2026-04-19 11:32:07
343
原创 Spring AI Alibaba 1.x 系列【24】结构化输出（Structured Output）
结构化输出是 AI Agent 工程化落地的核心能力，它让 Agent 摆脱自然语言的模糊性，以固定格式返回数据，应用程序可直接解析使用，无需复杂的文本提取逻辑。
2026-04-17 17:41:07
324
原创 Spring AI Alibaba 1.x 系列【23】短期记忆
记忆是 Agent 具备持续交互能力的核心，它能让 Agent 记住历史对话、从交互中学习并适应用户偏好。在处理复杂任务与多轮对话时，记忆能力直接决定了 Agent 的执行效率与用户体验。短期记忆的作用是让应用在单个线程/会话内保留历史交互记录，而 thread_id 则实现了同 Agent 下多对话的隔离管理，类似邮件按对话分组的逻辑。
2026-04-17 16:59:33
804
原创 Spring AI Alibaba 1.x 系列【22】Agent 并行工具执行与超时 / 协作式取消实战
当 Agent 需要同时调用多个工具时（如查询天气 + 股票 + 新闻），异步模式可以显著减少用户等待时间，提升用户体验。
2026-04-17 15:22:55
573
原创 Spring AI Alibaba 1.x 系列【21】 Hook 生命周期与执行流程源码剖析
Hook 是宏观扩展点，可访问 Agent 全局状态并提供 Interceptor（微观扩展点），Interceptor 再被注入到 LLM/Tool Node 中包装具体操作调用。
2026-04-17 09:14:15
335
原创 Spring AI Alibaba 1.x 系列【20】MessagesAgentHook 、MessagesModelHook 相关实现类
对话历史总结钩子。模型调用前执行，监控对话消息的 Token 数量，当达到阈值时自动总结历史消息，防止 Token 超限，同时保留关键上下文（首条用户消息、最新消息），保证对话连贯性。
2026-04-16 16:28:05
291
原创 Spring AI Alibaba 1.x 系列【19】AgentHook、ModelHook 相关实现类
ShellToolAgentHook 是一个特殊的 AgentHook 实现，专门用于管理 ShellTool2 的会话生命周期。它通过 ToolInjection 接口实现工具的动态注入，并在 Agent 执行前后自动管理 Shell 会话的初始化和清理。
2026-04-16 15:56:21
396
原创 Spring AI Alibaba 1.x 系列【18】Hook 接口和四大抽象类
Hook 是 Spring AI Alibaba Agent 框架中用于在 Agent 执行过程的关键节点注入自定义逻辑的机制。在执行前后埋点，用于监控、统计、状态修改。
2026-04-16 15:24:13
342
原创 Spring AI Alibaba 1.x 系列【17】模型拦截器（ModelInterceptor）
ModelInterceptor 继承自 Interceptor（顶层拦截器接口），是模型调用拦截器抽象类，用于对 AI 模型的请求/响应流程进行包装与增强，实现无侵入式扩展。
2026-04-16 09:47:48
374
原创 Spring AI Alibaba 1.x 系列【16】异步工具核心组件与执行流程
StateAwareToolCallback 继承自 Spring AI ToolCallback 接口，没有声明任何方法，是一个标记接口，用于标记标识工具需要 Agent 状态注入，让工具能读取 Agent 当前状态、运行配置、修改 Agent 状态等操作。
2026-04-15 16:42:49
501
原创 Spring AI Alibaba 1.x 系列【15】工具执行拦截器（ToolInterceptor）
在 Spring AI Alibaba 的 Agent 开发中，原生的执行流程往往无法满足生产级场景的监控、安全、限流、容错等需求。所以，提供了 Hook 与 Interceptor 机制，执行流程的精细化控制，打造高可用、高安全、可观测的生产级 Agent 应用。
2026-04-15 15:48:41
471
原创 Spring AI Alibaba 1.x 系列【14】ReactAgent 工具执行异常处理
ToolCallback 工具对象在调用时，会进行异常捕获和转换，方法型、函数型工具内部抛出的异常，都会被包装为 ToolExecutionException 。
2026-04-15 11:39:23
457
原创 Spring AI Alibaba 1.x 系列【13】 检查点 (Checkpoint) 机制及各类持久化实现
Checkpoint（检查点） 是一种通用的系统机制，广泛应用于数据库恢复、分布式计算领域。在 Spring AI Alibaba 中，检查点是 Agent 在执行过程中某一时刻的状态快照。
2026-04-14 16:05:43
742
原创 Spring AI Alibaba 1.x 系列【12】RunnableConfig ：Agent 运行的配置参数
上一篇我们解析了 ReactAgent 的同步与流式执行方法，在所有执行方法（call/invoke/stream）中，都存在一个可选参数 RunnableConfig。作为 Spring AI Alibaba 中 Agent 执行的核心配置类，RunnableConfig 负责管理线程、 checkpoint、元数据、上下文等关键执行参数，直接决定了 Agent 的运行行为，如状态持久化、流式模式、并行执行策略等。
2026-04-14 16:00:23
367
原创 Spring AI 1.x 系列【28】基于内存和 MySQL 的多轮对话实现案例
大模型的 “记忆” 本质是把历史信息塞进本次请求的上下文，而非模型真的记住了内容。实现多轮对话的核心是维护一个 messages 数组。每一轮对话都需要将用户的最新提问和模型的回复追加到此数组中，并将其作为下一次请求的输入。
2026-04-10 16:25:06
404
原创 Spring AI 1.x 系列【27】Chat Memory API：让 LLM 拥有上下文记忆能力
大模型的底层是 Transformer 架构，在设计上是无状态（Stateless）的，每次推理仅基于当前输入生成响应，不保留历史对话或用户上下文。
2026-04-10 14:03:19
340
原创 Spring AI Alibaba 1.x 系列【11】Spring AI Models 扩展：DashScope
Spring AI Alibaba Extensions 扩展了 Spring AI 的 Models 功能，提供了阿里云大模型服务百炼平台上的模型支持，包括通义千问系列、Deepseek 系列模型。
2026-04-10 13:33:43
582
原创 Spring AI Alibaba 1.x 系列【10】ReactAgent 工具加载和执行流程
Tools 是 agents 调用来执行操作的组件。它们通过定义良好的输入和输出让模型与外部世界交互，从而扩展模型的能力。
2026-04-10 13:30:05
713
原创 Spring AI Alibaba 1.x 系列【9】Tool Calling 工具插件集成
Spring AI Alibaba Extensions 项目是一个基于 Spring AI 的扩展框架，为 Java 开发者提供阿里云百炼大模型服务集成能力。它扩展了 Spring AI 的核心概念，帮助开发者快速构建 AI Agent 应用。
2026-04-10 10:32:26
653
原创 Spring AI Alibaba 1.x 系列【8】Agent 执行结果：NodeOutput
NodeOutput 从字面上就很好理解，图中每个节点执行后的输出包装器。
2026-04-09 15:29:16
407
原创 Spring AI Alibaba 1.x 系列【7】Agent 执行结果：AssistantMessage & OverAllState
AssistantMessage 是 Spring AI 定义的助手消息类型，表示大语言模型生成的响应内容（包括纯文本回复、工具调用、结构化输出等）。
2026-04-09 15:28:33
469
原创 Spring AI Alibaba 1.x 系列【6】ReactAgent 同步执行 & 流式执行
上一篇我们深度解析了 ReactAgent 构建器（Builder/DefaultBuilder）的源码逻辑，完成 Agent 实例化后，核心就是通过执行方法触发智能体的推理-行动-观察闭环。
2026-04-08 14:26:52
622
原创 Spring AI Alibaba 1.x 系列【5】ReactAgent 构建器深度源码解析
ReactAgent 是 Spring AI Alibaba 中具备自主决策、工具调用能力的核心组件，其内部涉及大量配置项，比如大语言模型（LLM）配置、工具集合、钩子（Hook）与拦截器、日志与监控、异步执行策略等。
2026-04-08 11:38:23
453
原创 Spring AI 1.x 系列【26】结构化输出执行流程
构造方法中会初始化多个清理器，用于在解析 LLM 响应文本之前，对文本进行清理预处理，处理不同 AI 模型的各种响应格式和模式。
2026-04-07 15:49:54
380
原创 Spring AI 1.x 系列【24】结构化输出 API
Spring AI 结构化输出转换器用于将 LLM 输出转换为结构化格式，方便开发者快速将 AI 模型的结果转换成可被其他应用函数和方法使用的数据类型，例如 JSON、XML 或 Java 类。
2026-04-07 15:44:26
460
原创 Spring AI 1.x 系列【23】工具配置详解（全局默认+运行时动态）
全局默认工具：应用级生命周期，是在构建 ChatClient 时使用 defaultTool 相关方法传入的工具，应用关闭时销毁；运行时动态工具：请求/会话级生命周期，是在使用 call/stream 时使用 tool 相关方法传入的工具，请求结束后由GC回收。
2026-04-03 15:34:49
532
原创 Spring AI 1.x 系列【22】深度拆解 ToolCallbackProvider 生命周期与调用链路
在上篇文档中，我们通过自定义的 ToolCallbackProvider 实现了从文件动态加载工具，有必要深入了解一下 Provider 的加载和执行流程，便于我们在实际项目中更好地扩展和定制工具注册机制。
2026-04-02 17:31:33
646
1
原创 Spring AI 1.x 系列【21】ToolCallbackProvider 动态工具集成
在之前我们学习了创建方法型、函数型工具的多种方式，以及通过 ChatClient 进行全局默认、运行时动态配置，也了解了工具执行和解析的核心流程和源码。以上都是在代码中直接定义工具，属于本地硬编码式的工具集成方案——无论是基于 @Tool 注解的业务方法封装、函数式接口实现的工具 Bean，还是手动构建的 ToolCallback 实例，所有工具的定义、逻辑、注册都与应用代码强耦合，必须随项目一起编译、部署、重启才能生效。
2026-04-02 11:19:34
621
原创 Spring AI 1.x 系列【20】工具解析器和可观测性
AI 模型需要调用工具时，只会告诉你：我要调用 getCustomerInfo 这个工具。Spring AI 必须通过工具解析器，找到这个名字对应的具体工具实现，才能执行。
2026-03-30 13:39:52
411
原创 Spring AI 1.x 系列【19】工具执行生命周期与核心组件设计
Spring AI 工具执行（Tool Execution）就是用 AI 模型传过来的参数，调用具体的工具方法，执行业务逻辑并返回结果的过程。
2026-03-30 10:56:37
412
原创 Spring AI 1.x 系列【18】深入了解更多的工具规范底层组件
在 Spring AI 中，工具通过 ToolCallback 接口进行建模。在前面的章节中，我们已经了解了如何借助 Spring AI 提供的内置支持，从方法和函数定义工具。本章将深入讲解工具规范，以及如何对其进行自定义与扩展，以支持更多使用场景。
2026-03-27 15:53:59
376
原创 Spring AI 1.x 系列【17】函数型工具开发与使用
除了方法型工具外，Spring AI 也支持将「函数」定义为可被 AI 调用的工具，有两种实现方式：通过底层的 FunctionToolCallback 实现类编程式定义。通过 @Bean 注解将函数声明为的 Spring 组件，在运行时通过解析器动态解析。
2026-03-27 15:30:25
339
原创 Spring AI 1.x 系列【16】方法型工具开发、注册与执行流程源码分析
将方法映射为 AI 可交互的工具，框架会自动处理「参数解析、方法执行、结果封装」等底层逻辑，只需聚焦方法本身的业务逻辑。主要分为两种实现形式：声明式定义：通过 @Tool 注解直接标记 Spring 管理的类中的方法，框架会自动扫描并注册该方法为 AI 工具，无需手动编写注册逻辑。编程式定义：通过实现 MethodToolCallback 接口，手动编写工具的名称、描述、参数规则、方法执行逻辑等，适合需要自定义工具注册流程的场景。
2026-03-27 15:26:50
543
原创 Spring AI 1.x 系列【15】AI Agent 基石：Tool Calling 标准与 Spring AI 集成
工具调用（Tool Calling）允许 AI 模型 调用外部函数和 API，极大扩展了智能体的能力边界，使其能够执行具体操作和获取实时数据。解决幻觉、知识滞后、无法操作现实世界的问题，是大模型从对话走向实用化、工程化、智能化的核心技术，也是 AI Agent 能够自主完成复杂任务的基础。
2026-03-27 14:56:26
613
原创 Spring AI 1.x 系列【14】三月双版本连发！Spring AI 最新功能全掌握
在之前的版本中，我们使用的 Spring AI 1.1.2 版本 ，在 26 年三月份，Spring 连续发布了两个版本，下面一起来看下新版本有哪些更新，后续本系列专栏会使用最新的 1.1.4 版。
2026-03-27 10:38:18
403
原创 Spring AI 1.x 系列【13】Advisors API：递归增强器
递归增强器（Recursive Advisors）是一类 特殊的增强器，它可以多次循环执行下游的增强器链。简单来说，就是在链中嵌入一个可循环的子流程，通过条件判断控制是否重复调用模型和后续增强器。
2026-03-26 09:11:41
413
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人