摘要： 你一定见过这种场景： 你问 ChatGPT："我叫小明。" 它答："你好，小明。" 再问："我叫什么名字？" 它答："你是小明。" 看起来 AI "记住了"你——但你知道吗？大模型本身是没有记忆的。它记住你名字的唯一方法，就是你每次请求时，把之前所有对话又重新传了一遍给它。 这就是多轮对话的本质。看 阅读全文

摘要： 基于上篇文章：用 LangChain4j 手写一个能思考 + 行动的 Agent，本篇文章我们来开发SSE（Server-Sent Events）实现方式。 目录 一、SSE 流式：让 Agent 像 ChatGPT 一样"边想边说" 二、生产级要点：安全、可观测、成本控制 三、踩坑清单与调优技巧 阅读全文

摘要： 要让 AI 真正"有用"，它必须学会行动——调工具、查数据、改系统、发请求。 这一篇，我们就从 CoT 一步步演进到 ReAct（Reasoning + Acting），然后用 Java + Spring Boot + LangChain4j + SSE 从零手写一个能思考、能行动、能流式响应的 M 阅读全文

摘要： CoT 是近几年大模型"变聪明"最核心的底层机制之一，是 Self-Consistency、Tree of Thoughts、Graph of Thoughts、ReAct、Agent 的共同基石。 这篇文章我们就把 CoT 彻底拆开： 它为什么有效？背后的直觉和论文是什么？ 它有哪几类？怎么用？ 阅读全文

摘要： 最近在给一个 Spring Boot 服务接入 mTLS 时，遇到了一个比较容易误导人的问题：本地调试正常，但服务部署到 Kubernetes Pod 后，访问 mTLS 接口失败，并出现下面的异常。 Caused by: java.io.IOException: keystore password 阅读全文

摘要： 你有没有过这种感觉：同样一个问题，别人用 AI 能得到一份结构清晰、可直接用的答案；你用 AI 却只能得到一段看似正确、实则含糊的"正确的废话"？ 区别往往不在模型，而在提问的方式。 这篇文章，我们就从零开始，把 Prompt 工程（Prompt Engineering）讲透——既讲清楚"为什么这么 阅读全文

摘要： 一、先搞懂：AI Agent 到底是什么？ 1.1 一句话定义 Java AI Agent = 大模型的“脑子” + Java 工程的“手和脚”。 很多人以为接入大模型就是"调一次 HTTP 接口，拿到回复，展示给用户"。这其实只是 Chatbot（聊天机器人），并不是 Agent（智能体）。 普通 阅读全文

摘要： String、StringBuffer、StringBuilder 这三个类是 Java 字符串处理的核心类，本质区别：String 不可变，StringBuffer/StringBuilder 可变，底层源码围绕「字符数组存储」「不可变/可变设计」「线程安全」三大核心实现。 一、核心前置知识 底层 阅读全文

摘要： 一、什么是 Skills？ 如果把大模型看成一个“通用大脑”，那么 Skills 更像是可以随时装配的“专业操作手册”。 它不只是几句 Prompt，也不只是某个工具的说明文档，而是一套可被智能体发现、按需加载、反复复用的任务流程定义。借助 Skills，AI 不再只会“临场发挥”，而是可以按照预设 阅读全文

摘要： 一、什么是 Rules Rules 是一组可以长期复用的约束和偏好，用来让大模型在生成内容时，持续遵循你的业务规范、团队标准或个人习惯。 你可以把它理解为：为 AI 提前设定一套“默认工作方式”。有了这套规则后，模型在回答问题、编写代码、生成文档或执行任务时，就不需要每次都重新说明要求，输出会更稳定 阅读全文