- 博客(300)
- 收藏
- 关注
RSS订阅原创 Spring AI企业级应用实战（6）：MCP Client/Server接入、工具发现与生产治理
前五篇已经完成DeepSeek接入、统一ChatClient、流式输出、Chat Memory和Tool Calling。本篇把工具能力从本地Java方法扩展到标准MCP体系：使用Spring AI 2.0构建MCP Server，通过@McpTool暴露订单查询能力；在另一个Spring Boot应用中配置MCP Client，将远程工具自动接入ChatClient；最后补齐工具过滤、租户隔离、权限、超时、名称冲突、审计和协议迁移。
2026-07-30 13:40:45
126
原创 用Spring Boot搭建企业MCP工具网关：统一接入、租户隔离、白名单与审计
企业接入多个MCP Server后，如果让每个Agent直接连接订单、仓储、客户、知识库和文件工具，会快速出现认证分散、工具重名、权限不一致、审计缺失和服务端地址泄露等问题。本文使用Spring Boot设计一个MCP工具网关：上游连接多个MCP Server，下游向Agent提供统一工具目录，并在调用前执行租户校验、工具白名单、风险审批、参数脱敏、超时和审计。文章给出核心数据模型、路由代码和生产配置思路。
2026-07-30 13:40:21
323
原创 MCP Server新增工具后客户端一直看不到？ttlMs、cacheScope与listChanged缓存排查
MCP 2026-07-28为工具、资源和Prompt列表增加了缓存语义。客户端可以根据`ttlMs`缓存`tools/list`结果，并根据`cacheScope`决定是否允许共享。新机制能够减少频繁列表请求，但也带来新问题：服务端新增工具后客户端长期不可见、权限撤销后旧工具仍显示、不同租户获得错误工具列表。本文给出缓存键、TTL、`listChanged`通知、权限隔离和灰度更新的完整排查方法。
2026-07-30 13:39:56
72
原创 长时间运行的AI Agent为什么不能只审核单次工具调用？轨迹级监控架构解析
传统Agent安全系统通常逐次检查工具调用：读取文件是否允许、网络请求是否合法、删除操作是否需要审批。但当模型可以连续工作数小时甚至数天时，每个单独动作都可能看起来合理，组合起来却在绕过限制、积累权限或追求用户并未批准的结果。OpenAI近期披露的长时模型内部部署经验表明，安全治理需要从单次动作判断升级到整条执行轨迹监控。本文分析长时Agent的新增风险，并给出轨迹状态、目标漂移检测、审批预算、干预点和可回滚执行设计。
2026-07-30 13:39:28
47
原创 MCP的STDIO、Streamable HTTP与Stateless HTTP怎么选？三种传输架构指南
MCP在Java和Spring AI项目中常见三种部署方式：STDIO适合本地进程工具，Streamable HTTP适合需要会话和双向能力的远程服务，Stateless HTTP则适合请求—响应型工具和云原生水平扩容。三种方式在网络边界、状态管理、Sampling、Elicitation、负载均衡、鉴权和故障恢复方面存在明显差异。本文给出生产选型方法和迁移建议。
2026-07-30 13:39:04
216
原创 Spring AI MCP客户端连接成功却看不到工具？从初始化、传输、过滤到ChatClient完整排查
Spring AI项目接入MCP时，最常见的问题之一是：应用启动没有报错，MCP Server日志也显示连接成功，但`ChatClient`始终不调用工具，甚至工具列表为空。问题可能发生在初始化、传输配置、工具回调开关、客户端类型、工具过滤、名称冲突、Schema生成、权限或ChatClient注册等多个环节。本文给出一条从MCP连接到模型工具调用的完整排查链路。
2026-07-30 13:38:34
284
原创 Spring AI 2.0已经支持MCP 2026-07-28吗？Java项目升级兼容性分析
摘要 Spring AI 2.0支持MCP 2026-07-28规范的核心功能，但需注意协议兼容性问题。虽然配置STATELESS协议可实现无状态服务，但完整支持新规范还需验证多个方面：协议协商、请求路由头、列表缓存语义及扩展框架等。文章详细分析了Spring AI 2.0提供的MCP能力，解释了STATELESS与STREAMABLE的适用场景，并给出生产环境升级清单，强调双协议运行和全面测试的重要性。开发者需根据实际需求选择协议类型，并进行细致的兼容性验证。
2026-07-30 13:38:08
107
原创 Spring AI企业级应用实战（5）：Tool Calling、参数校验、幂等、审批与审计
前四篇已经完成DeepSeek接入、ChatClient统一调用层、SSE流式输出和Chat Memory持久化。本篇进入企业Agent最关键的执行能力：Tool Calling。Spring AI 2.0把工具执行循环统一提升到`ToolCallingAdvisor`，并支持`@Tool`、`ToolCallback`、Tool Context、流式调用和MCP工具。但框架能够执行工具，并不代表业务可以安全执行。本文从零实现查询库存和取消订单两个工具，增加动态工具白名单、参数校验、Tool Context
2026-07-29 09:53:33
118
原创 用Spring Boot搭建AI工具执行网关：白名单、审批、幂等与审计完整实战
直接把订单、退款、邮件、文件删除等业务方法暴露给大模型，会把模型的不确定性带入真实业务系统。更稳妥的做法是建立独立工具执行网关：模型只能提出工具名称和参数，网关负责身份校验、工具白名单、JSON Schema验证、风险分级、人工确认、幂等执行、结果脱敏和审计。本文使用Spring Boot实现一个可运行的轻量级工具网关，并给出ToolDefinition、PolicyEngine、Approval、Idempotency和Audit的核心代码。
2026-07-29 09:53:16
234
原创 Spring AI工具已经调用成功，为什么最终回答仍为空？返回值、循环与上下文完整排查
有些Spring AI项目可以在日志中看到工具已经被调用，数据库查询或HTTP请求也成功执行，但客户端最终收到空字符串、模型重复调用同一工具，或者回答完全没有使用工具结果。这类问题与“模型没有选择工具”不同，通常发生在工具返回值序列化、异常处理、Tool Calling循环、流式事件拼接、结果过长、消息持久化和终止条件等环节。本文给出从工具执行结果到最终Assistant回答的完整排查路径。
2026-07-29 09:52:41
237
原创 OpenAI发布8个科学计算Agent案例：真正瓶颈正在从写代码转向验证代码
OpenAI于2026年7月28日发布科学计算Agent实地报告，汇总8个主要来自生命科学领域的项目：其中5个使用Codex，3个结合Codex与Claude Code，覆盖软件维护、性能优化、语言迁移和GPU原生重构。案例显示，编程Agent显著降低了实现成本，但无法可靠判断结果是否在科学上正确，甚至可能在存在明显错误时仍表现自信。真正的瓶颈正在从“能否写出代码”转向“如何定义验收标准、验证数值正确性并长期维护”。本文分析这一变化对企业AI开发和Agent治理的启示。
2026-07-29 09:52:08
243
原创 @Tool、ToolCallback、MCP工具和ToolSearchToolCallingAdvisor怎么选？Spring AI工具架构指南
Spring AI 2.0提供多种工具接入方式：`@Tool`适合本地Java方法快速暴露；`ToolCallback`适合动态注册、明确Schema和基础设施封装；MCP工具适合跨语言、跨服务和独立团队共享；`ToolSearchToolCallingAdvisor`则解决几十到数百个工具全部注入Prompt造成的Token浪费和选择准确率下降。本文从部署边界、权限、版本、性能、工具数量和团队协作等方面，给出企业项目的分层选型方法。
2026-07-29 09:51:38
299
原创 Spring AI工具明明注册了，模型为什么不调用？描述、Schema与Advisor完整排查
Spring AI项目中经常出现：工具已经通过`@Tool`或`ToolCallback`注册，ChatClient调用也没有报错，但模型始终直接回答、调用错误工具，或者生成根本不存在的参数。根因通常不在工具执行代码，而在工具是否绑定到实际ChatClient、描述是否清晰、输入Schema是否准确、模型是否支持Tool Calling、Prompt是否限制工具使用，以及`ToolCallingAdvisor`是否被错误关闭。本文给出从注册、Schema、模型到执行链的完整排查方法。
2026-07-29 09:43:50
145
原创 MCP 2026-07-28规范正式发布：无状态核心、扩展框架与生产迁移全解析
MCP官方已于2026年7月28日正式发布新一版规范，并同步推出可用于构建客户端和服务端的SDK。这是MCP自发布以来规模最大的一次协议修订：协议核心移除会话状态和初始化握手，更适合普通HTTP负载均衡；`Mcp-Method`与`Mcp-Name`让网关可以直接路由和限流；列表与资源读取增加明确缓存语义；MCP Apps和Tasks进入正式扩展体系；Roots、Sampling和Logging被标记为弃用。本文梳理正式版与旧版的关键差异、破坏性变化，以及企业生产环境的分阶段迁移方案。
2026-07-29 09:42:02
217
原创 n8n vs Make vs Zapier：2026 AI自动化平台全场景横评
AI自动化平台已经从“把A应用的数据搬到B应用”升级为“让工作流调用大模型、知识库、Agent和企业系统完成判断与执行”。但 n8n、Make 和 Zapier 的产品路线并不相同：n8n强调可控、可自托管和复杂工程编排；Make强调可视化数据流与精细调试；Zapier强调连接数量、低代码上手和面向业务团队的AI编排。
2026-07-28 10:24:10
112
原创 2026大模型API成本真相：企业为什么不能只看每百万Token单价
企业在选择OpenAI、Anthropic或Google模型时，最容易犯的错误是把“每百万Token价格”当作最终成本。真实生产成本还包括输出长度、思考Token、上下文重复、缓存写入、搜索、文件检索、代码执行、Agent循环、失败重试、并发、数据驻留、日志和人工审核。本文通过客服摘要、RAG问答、代码Agent和批量报告四个案例，拆解大模型API总拥有成本（TCO），并给出模型路由、Prompt缓存、Batch、输出控制和预算治理方法。
2026-07-28 10:23:51
121
原创 Spring AI企业级应用实战（4）：Chat Memory、会话隔离、持久化与上下文压缩
前几篇已经完成Spring AI统一调用层和流式输出。本篇继续实现企业级多轮对话：使用管理近期消息，要求每次请求显式提供conversationId，通过PostgreSQL保存完整Chat History与持久化Memory，校验租户和用户所有权，并在上下文接近预算时生成结构化摘要。最终形成一个支持多实例部署、流式调用、审计和安全删除的会话系统。"goal": "构建企业RAG方案","facts": ["客户使用PostgreSQL","数据不能离开私有云"],
2026-07-28 10:00:27
89
原创 用Spring Boot＋PostgreSQL搭建可审计的Chat Memory服务
Spring AI内置Chat Memory适合维护模型上下文，但企业系统还需要完整聊天记录、会话所有权、消息状态、审计日志和删除策略。本文使用Spring Boot、PostgreSQL与Spring AI 2.0设计一个双层存储方案：`ChatMemoryRepository`负责模型短期上下文，业务表负责完整Chat History；同时实现会话创建、所有权校验、消息写入、Memory调用和清空流程。
2026-07-28 09:57:50
230
原创 多租户Chat Memory为什么会串话？会话ID、缓存与数据库隔离完整排查
企业AI应用中最严重的问题之一，是用户A看到用户B的对话内容，或租户A的上下文进入租户B的回答。根因通常不是模型“自己记住了别人”，而是会话ID重复、默认Memory、缓存键缺少租户字段、数据库查询遗漏条件、异步上下文丢失或向量长期记忆过滤不完整。本文提供从入口认证、conversationId、ChatMemoryRepository、Redis缓存、向量库到日志脱敏的完整排查路径。
2026-07-28 09:57:17
266
原创 OpenAI最新研究：43.5%的岗位专属AI任务跨越职业边界，企业AI建设意味着什么？
OpenAI最新发布的Work at the Frontier研究分析了超过80万条美国ChatGPT用户消息，发现16.8%的工作相关消息、43.5%的岗位专属消息涉及传统上属于其他职业的任务。这个结果并不等于“43.5%的岗位将被替代”，而是说明AI正在降低跨专业任务的执行门槛，让员工开始承担过去需要其他岗位完成的分析、写作、编程、研究和运营工作。本文从岗位设计、权限治理、质量评测、培训和企业AI平台建设角度解读这项研究。
2026-07-28 09:56:37
249
原创 MessageWindowChatMemory、Session API与向量长期记忆怎么选？Spring AI记忆架构指南
Spring AI项目做多轮对话时，开发者会遇到三类“记忆”：`MessageWindowChatMemory`保存近期消息，Session API通过事件流和上下文压缩管理复杂Agent会话，向量长期记忆则从大量历史事实中检索相关内容。三者解决的问题不同，不能简单互相替代。本文从Token成本、工具调用、多Agent、持久化、检索准确性和合规删除等方面，给出企业项目的分层选型方法。
2026-07-28 09:56:11
276
原创 Spring AI 2.0 Chat Memory报conversationId不能为空？升级后的完整排查方法
Spring AI 2.0升级后，使用`MessageChatMemoryAdvisor`或`VectorStoreChatMemoryAdvisor`的项目可能直接抛出`conversationId`不能为空、缺少`ChatMemory.CONVERSATION_ID`或历史对话突然失效。原因是新版本要求每次经过内置Memory Advisor的调用都显式提供会话ID，旧版默认会话ID和Builder上的`.conversationId()`方式已经不再适用。本文给出正确传参、多租户会话ID设计、流式接口
2026-07-28 09:55:45
338
原创 MCP 2026-07-28规范进入最终发布窗口：无状态核心、缓存与路由升级全解析
MCP 2026-07-28规范在今天进入计划中的最终发布窗口。本轮修订是MCP推出以来规模最大的一次：协议核心转向无状态，Streamable HTTP请求新增`Mcp-Method`与`Mcp-Name`路由头，工具、资源和Prompt列表加入`ttlMs`与`cacheScope`缓存语义，长任务与服务端UI进入扩展体系，授权流程也更贴近OAuth和OIDC。需要注意的是，在官方GA公告和各语言稳定SDK全部落地前，生产团队仍应把它视为“最终发布窗口”，而不是假设所有生态组件已经同步完成升级。
2026-07-28 09:55:18
334
原创 Canva vs Adobe Express vs Microsoft Designer：2026年AI设计工具深度评测与选择指南
AI设计工具已经从“生成一张图片”发展到“完成整套营销物料”。本文使用同一份新品发布需求，对 Canva Magic Studio、Adobe Express 和 Microsoft Designer 进行统一测试，覆盖海报、社交媒体套图、演示文稿、短视频、品牌规范、多尺寸改版、团队协作、商业使用和价格。
2026-07-27 09:53:49
7
原创 LangGraph vs CrewAI vs AutoGen：2026多Agent开发框架横评
当一个Agent无法稳定完成复杂任务时，开发者往往会拆成规划、研究、执行、审核和发布多个角色。但“多Agent”并不等于让几个模型自由聊天。生产系统需要状态、路由、终止条件、人工审批、重试、持久化、追踪和成本控制。
2026-07-27 09:53:29
103
原创 如何用AI自动处理发票与费用报销？从OCR识别到审批和异常检测
发票自动化不是把图片OCR成文字就结束。真正可用的系统需要完成：邮件或表单收票、字段和明细提取、供应商与订单匹配、税额和金额校验、重复发票识别、预算与权限检查、人工复核、审批、入账、归档和审计。本文以“供应商发票报销流程”为案例，使用 Power Automate、AI Builder 或 Azure Document Intelligence 设计一套可落地的智能文档处理方案，并提供字段结构、规则、异常分类、人工审核界面、成本和上线计划。
2026-07-27 09:52:56
123
原创 Spring AI企业级应用实战（3）：流式输出、SSE、背压、取消与异常恢复
上一篇完成了ChatClient、Advisor与Prompt Template统一调用层。本篇继续构建生产级流式能力：使用Spring WebFlux和Spring AI返回结构化SSE事件，实现首Token统计、Token合并、背压保护、用户取消、心跳、超时、部分结果保存、错误事件和Nginx部署配置。文章给出完整的请求模型、任务状态、Service、Controller与前端读取代码，解决“本地能流式、上线后一次性返回”的常见问题。
2026-07-27 09:52:12
133
原创 用Spring Boot搭建统一AI流式网关：SSE事件、模型路由、取消与审计
企业同时接入DeepSeek、OpenAI、Qwen或本地模型后，如果每个业务系统直接对接Provider，很快会出现流式协议不一致、错误码分散、取消无效、Token统计缺失和模型切换困难。本文实现一个轻量级Spring Boot AI流式网关，统一请求协议、SSE事件、模型路由、任务状态、取消接口、日志审计与Provider适配，并说明如何避免网关成为新的单点瓶颈。
2026-07-27 09:51:48
224
原创 用户取消AI流式输出后，模型为什么还在继续生成？前端Abort、Reactor取消与上游计费排查
前端点击“停止生成”后，页面虽然不再显示内容，但后台日志、Token统计或模型控制台仍显示请求继续执行。这是因为停止前端渲染、关闭HTTP连接、取消Reactor订阅和通知模型Provider停止生成是四个不同层次。本文解释取消信号如何沿前端、网关、Spring WebFlux和模型SDK传播，并给出任务状态、`doOnCancel`、幂等关闭、超时和计费监控的完整实现思路。
2026-07-27 09:51:12
168
原创 gpt-realtime-2.1与2.1-mini怎么选？延迟、成本、工具调用与语音Agent迁移指南
OpenAI在2026年7月发布`gpt-realtime-2.1`与`gpt-realtime-2.1-mini`，面向低延迟语音和多模态体验。官方公告强调新版本改进了字母数字识别、静音与噪声处理、中断行为，并通过缓存优化将Realtime语音模型的P95延迟至少降低25%。本文从模型能力、价格、语音稳定性、工具调用、SIP场景和灰度迁移等方面，给出企业语音Agent的选型与验证方法。
2026-07-27 09:50:34
205
原创 SSE、WebSocket和WebRTC怎么选？AI聊天、语音Agent与工具进度推送架构指南
AI应用需要传输文本Token、工具执行进度、语音、图片和用户打断事件。SSE、WebSocket与WebRTC都能实现“实时”，但它们的通信方向、网络适应性、浏览器支持、音视频能力、代理兼容性和开发复杂度完全不同。本文以AI聊天、长任务进度、实时语音、数字人和协同Agent为例，给出协议选型矩阵和混合架构建议。
2026-07-27 09:50:05
312
原创 Spring AI流式接口经过Nginx后不再逐字输出？缓冲、压缩与超时完整排查
Spring AI在本地通过`Flux<String>`和SSE可以正常逐段返回，但部署到Nginx、网关或CDN后，经常变成等待几十秒再一次性输出。根因通常不是模型没有流式返回，而是代理缓冲、响应压缩、错误的Content-Type、连接超时或业务代码中出现阻塞操作。本文给出从Spring WebFlux、SSE响应头、Nginx配置、网关链路到前端读取方式的完整排查流程。
2026-07-27 09:49:35
202
原创 OpenAI Presence发布：企业客服Agent为什么不能只有模型和工具调用？
OpenAI于2026年7月22日发布Presence，定位为面向企业语音与聊天Agent的生产级产品。它强调的不只是模型能力，而是围绕具体岗位配置知识、系统权限、业务政策、审批规则、模拟测试、质量评测、人工升级和上线后持续改进。本文从企业客服Agent架构出发，分析Presence释放的产品信号，并给出企业自建Agent平台时可以借鉴的七层治理框架。
2026-07-27 09:49:07
276
原创 企业级RAG性能优化与质量治理（4）：增量更新、版本治理、引用溯源与线上监控
企业RAG进入长期运行阶段后，真正困难的工作从“把文档放进向量库”转向知识生命周期治理：如何只更新变化内容、如何确保新旧版本不会同时生效、如何让每个答案追溯到具体文档与Chunk、如何发现线上召回过期内容，以及如何在更新失败时安全回滚。本文从数据模型、版本状态机、增量索引、删除传播、引用链路、缓存失效和线上质量监控七个方面，构建生产级知识治理体系。
2026-07-24 19:28:09
235
原创 用Spring AI＋Qdrant实现可恢复的RAG增量索引服务
本文实现一个面向企业知识库的增量索引服务：通过文档Checksum和Chunk Hash识别变化，只对新增或修改片段生成Embedding；使用稳定Point ID写入Qdrant；通过版本状态实现新旧索引原子切换；失败任务可重试，删除操作可幂等执行。示例使用Spring Boot、Spring AI和Qdrant，重点展示工程结构、数据模型、任务状态和核心代码。
2026-07-24 19:27:45
266
原创 RAG文档删除后为什么还能被搜到？向量残留、缓存、备份与删除传播治理
企业知识库删除文件后，用户仍可能从RAG问答中看到原内容。这不仅是数据一致性问题，还可能造成隐私、合同、离职员工资料和客户数据继续暴露。根因包括只删除业务表、向量Point残留、语义缓存未清理、历史会话继续引用、异步删除失败、备份和副本恢复旧数据等。本文给出删除链路排查方法，并设计可审计、可重试、可验证的数据删除流程。
2026-07-24 19:27:14
474
原创 Qdrant 1.18.3发布：分片键重分片查询错误修复，哪些集群应该升级？
Qdrant 1.18.3于2026年7月17日发布，本次版本只包含一项Bug修复：解决使用Shard Key进行重分片时可能出现的查询错误。更新内容虽然很少，但它影响的是多租户、大规模Collection和在线扩缩容场景。本文解释Shard Key与Resharding的关系、故障可能出现在哪些阶段、升级前如何复现和验证，以及为什么小版本修复也需要按生产级流程灰度发布。
2026-07-24 19:26:49
361
原创 RAG知识库更新选全量重建、增量索引还是CDC？三种方案完整选型
RAG知识库上线后，文档、商品、制度、工单和数据库数据都会持续变化。全量重建实现简单但成本高，增量索引效率更高但版本与删除治理复杂，CDC可以接近实时同步，却会引入事件顺序、幂等、事务和回放问题。本文从数据规模、更新频率、一致性、成本、恢复能力和实施复杂度出发，比较三种更新架构，并给出企业项目的组合选型建议。
2026-07-24 19:26:29
436
原创 RAG文档更新后仍然检索到旧内容？增量索引、版本字段与缓存完整排查
企业RAG知识库更新制度、产品资料或合同后，经常出现“后台已经上传新版本，问答却仍引用旧内容”的问题。根因可能来自旧向量没有删除、文档ID变化、增量任务失败、检索过滤缺失、缓存未失效，或者新旧版本同时处于有效状态。本文提供从源文件、解析结果、Chunk、向量库、缓存到生成上下文的完整排查路径，并给出安全的版本切换方案。
2026-07-24 19:26:03
451
原创 OpenAI API新增组织与项目硬支出上限：达到月度额度后为什么会返回429？
OpenAI于2026年7月22日在API平台新增组织级和项目级硬支出上限。管理员可以设置月度费用封顶值，当平台记录的支出达到适用上限后，受影响的API请求会返回HTTP 429和`insufficient_quota`错误。它与普通速率限制、消费提醒以及平台核准的Usage Limit并不是同一概念。本文解释三类限制的区别、组织与项目上限的叠加逻辑、生产系统的降级方案，以及如何避免月底突然停服。
2026-07-24 19:25:36
415
AI人工智能实战项目：基于BERT微调的中文智能客服意图识别系统
2026-07-07
VS Code AI 插件源码-选中代码一键解释、优化、生成单元测试
2026-07-04
AI 代码审查 CLI 工具源码-自动检查 Git 变更、发现安全问题
2026-07-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人