SpringAI

在本文中，我们探讨了模型上下文协议并使用 Spring AI 实现了其客户端-服务器架构。 首先，我们使用 Anthropic 的 Claude 3.5 Sonnet 模型构建了一个简单的聊天机器人作为我们的 MCP 主机。

JavaClaw 是一款基于 Java 的OpenClaw大龙虾，运行在你自己的设备上。它作为一个 AI 智能体的控制平面（网关），可以跨多个通信渠道进行交互、管理任务、执行 shell 命令、浏览网页等——同时让你的数据保留在本地。

在本文中，我们探讨了如何使用 Spring AI、PGVector 和 Ollama 实现语义搜索。我们比较了两个端点；一个端点对我们的图书目录执行语义搜索，另一个端点使用 Ollama LLM 提供并增强该搜索结果。 搜索是软件中的一个基本概念，旨在从大

人类同时跨多种数据输入模式处理知识。我们学习的方式、我们的经历都是多模式的。我们不仅有视觉，还有音频和文本。 现代教育之父约翰·阿莫斯·夸美纽斯 (John Amos Comenius) 在其 1658 年的著作《Orbis Sensualium

使用Amazon Bedrock和Spring AI将自然语言查询转换为 SQL 查询。 提示模板

精心挑选了一些值得一读的有趣的 Java 和 Spring 文章。这些文章包括 Spring AI、SQL 查询优化、Java 线程收集、记录 JFR 日志、Spring 安全最佳实践等主题。 1.

Spring AI 提供了一个很方便的工具，让你能用 Java 语言来实现这些跟AI“好好说话”的提示技巧。通常情况下，把不同的技巧结合起来用效果更好，比如给AI定个“系统任务”，再给它几个“少量样本例子”。 Prompt Engineering

在本教程中，我们将使用Spring AI 框架和RAG（检索增强生成）技术构建一个 ChatBot。借助 Spring AI，我们将与Redis Vector 数据库集成以存储和检索数据，以增强LLM（大型语言模型）的提示。一旦 LLM 收到包含相关数据的提示，它就会有效地生成包含最新数据的自然语言

Docker Model Runner 提供了一种开发者友好、注重隐私且经济高效的本地运行 LLM 解决方案，尤其适合在 Docker 生态系统中构建 GenAI 应用程序的用户。在本文中，我们探讨了 Docker Model Runner 的功能，并演示了它与 Spring AI 的集成。

在本文中，我们探索了将 DeepSeek 模型与 Spring AI 结合使用。我们讨论了将 DeepSeek 模型集成到我们的应用程序中的各种选项，其中一种是直接使用 OpenAI API，因为 DeepSeek 与它兼容，另一种是使用亚马逊的 Bedrock Converse API。此

在本文中，我们探索了 Spring AI 的ChatClient。我们首先向模型发送简单的用户查询，并以纯文本形式读取其响应。然后，我们通过以特定的结构化格式检索模型的响应来增强我们的解决方案。 最后，我们学习了如何使用文档集合加载模型上下文，以便根据我们