实战：SpringAI+RAG+MCP 让你的系统秒变AI助手（双十一超值优惠）

大家好，我是华仔。

在现如今的 AI 风口之下，大部分企业都在转型做 AI 产品，或者让 AI 来为业务赋能，所以能够落地 AI 应用才是企业需要的技术！这要求后端开发们掌握 Java 等编程语言的同时，一定要懂 MCP、Agent、RAG、联网搜索等这些当下比较火的 AI 技术和项目！

这不，最近星球就在搞这个 AI 项目的实战，一二期都已经更新完毕，需要的抓紧加入，双十一超值优惠价 149，双十一超值优惠价 149，双十一超值优惠价 149，12号恢复 169。我不知道大家在犹豫什么，反正今年仅此一次了，错过只能在等一年，或许还有这价格，也可能涨价到199。

需要的直接转账&加我好友拉你进星球、星球群、开通代码权限：

(发送给自己/手机扫码转账加我好友即可)

下面是介绍，感兴趣的一定要看完哦，想跟着一起来开发的可以扫下面二维码加入！！！

专栏已更目录如下：

目前 630+ 位小伙伴加入了华仔的知识星球，一起学习，一起成长。最近又更新了好多干货内容，目前好评如潮，想来一起实战的可以扫码，只需 149 即可（历史最低价，错过在等一年，别犹豫了，抓紧加入），其中小红书高并发社交&电商&AI LLM 智能引擎项目已更完（总计 160+ 篇），Kafka + RocketMQ 系列也更完了（总计 270+ 篇），ES 8.x 深度实战之入门系列也快完结了（总计 25 篇），基本涵盖了 80% 的 ES 需求，需要的别错过最低优惠价。

需要的直接转账&加我好友拉你进星球、星球群、开通代码权限：

(发送给自己/手机扫码转账加我好友即可)

01 小红书 LLM 智能推荐引擎实战

2025年 AI 技术大爆发，深刻影响着各行各业。开发者和企业都纷纷来拥抱 AI，但是很多人面临一个非常关键的问题：知道 AI 很强大，但却不知道如何应用落地？

这是星球的重磅 AI 实战项目，我设计这款专栏的初衷是紧跟 AI 技术的前沿趋势，拥抱 AI 与编程深度融合的新时代，通过「DeepSeek」+「RAG」+「MCP」+ 「联网搜索」全融合四大核心场景的实践和应用，我不仅希望帮助大家掌握技术细节，更注重培养全局视野和架构思维。

整个专栏的核心目标是让大家跳出单一功能的开发局限，学会从「业务价值」和「技术架构」的双角度来思考问题，真正理解「技术」和「业务」的「协同价值」和「解决方案」。

本专栏我会手把手教大家来构建「DeepSeek 流式响应」、「RAG 知识库」、「实时联网搜索」、「MCP服务与工具」这四大核心业务板块，通过「聊天」就能操作「数据库」的能力，整个项目既可以作为「微服务组件」嵌入到现有的业务系统，也能够扩展成为支撑「多场景具有 AI 能力的中台项目」，复用价值极高。

课程中我会深入讲解如何从零开始搭建架构，祝你在技术成长的道路上走的更远，为未来的发展奠定更坚实的基础，希望大家学完之后可以用到自己的简历中，非常值得一看。

1.1 AI 实战专栏整体规划

这是一套「小而美」且「小而精」的专栏，在一期的基础上手把手带你实现「RAG 知识库」、「实时联网搜索」、「MCP服务与工具」三大核心业务板块。

1.1.1 你可以学到什么？

该项目是结合当下最火的 Ollama、DeepSeek、SpringAI、RAG、MCP、联网搜索等技术构建的小红书美食推荐助手、知识库、MCP 服务实现。

Ollama 本地模型部署工具，学习如何本地部署 DeepSeek 大模型。
DeepSeek-R1，底层是一个推理大模型，基于 Ollama 脚本和角色定制来构建个性化的服务。
通过代码的结合，也就是会融合 SpringBoot3、SpringAI 把本地的模型和代码共同结合起来，去实现自己本地的一个离线应用，最后会将模型会话数据记录进行持久化。
还包括了其他的工具的介绍和使用：
PageAssist：这是一款浏览器的 UI 插件。
ChatBoxAI：这是一款可视化 UI 软件。
Cherry Studio：这是一款本地 Api 调用工具。

基于 SpringBoot 3、SpringAI、SpringAIAlibaba 这套 Java 领域非常强大的 AI 组合技术来进行实战。
从零到一搭建 RAG 知识库，包括：文档处理、Redis 向量库、ES 向量库实战。
从零到一基于 SearXNG 开源的元搜索引擎来构造本地的实时联网搜索能力。
从零到一开发基于 MCP 模型上下文的服务与工具库，并融合到小红书社交+电商业务场景中。
在一期 SSE 的基础上完善大模型 API 调用的相关功能。
从零到一构建模型会话记忆功能，它能够让大模型拥有人类大脑般的记忆能力。

通过这些技术，构筑更全面的一个架构能力，并且我也会以架构师体系课的标准来打造这个专栏。虽然里面都有很多现成的工具。但研发的能力不是在于功能应用，而是具备这样的开发技能储备，在有需要的时候，可以举手🙋🏻‍♀️：我会，我来做！

1.1.2 前置基础储备

这里我列举一下本课程用到的相关技术，如果有不了解的，可以自行先了解掌握下。

Spring、SpringBoot3、SpringAI Alibaba 1.0、SpringAI 1.0、Mybatis-Plus、hutool、redisson、jedis、nacos 等。
MySQL 数据库、 Redis RAG、ES RAG（后续再搞）向量库知识。
基础命令脚本的开发、searXNG 元搜索引擎、MCP 大模型上下文协议技术基础。
OpenJDK 21、Maven 技术来构建整个项目。

2.1.3 专栏大纲汇总梳理

整个专栏一期大纲如下，目前已更完：

二期的整个专栏大纲如下：

其架构图如下：

需要的直接转账&加我好友拉你进星球、星球群、开通代码权限：

(发送给自己/手机扫码转账加我好友即可)

如果不满意3天内包退。

项目代码结构图如下：

部分流程图如下：

前端效果图如下：

需要的直接转账&加我好友拉你进星球、星球群、开通代码权限：

(发送给自己/手机扫码转账加我好友即可)

如果不满意3天内包退。

02 亿级小红书社交+电商项目

该项目是互联网 toc 场景的核心业务流程，以真实小红书业务作为背景，进行系统的需求分析、架构设计、功能实现，过程涵盖设计模式的运用，解决复杂场景问题。该项目旨在帮助校招和社招的同学掌握足够的亮点，为获得理想的 offer 助力。让大家感受到，🐂牛逼的代码，从来不是一顿写CRUD，希望大家学完之后可以用到自己的简历中，非常值得一看！

这是一套非常完整且重磅级的企业级实战项目，我们先来梳理下整个社区美食电商项目的业务架构图，如下：

【前端技术栈】

前端工程深入集成于前端Web项目与后台管理Web项目，基于Vue.js框架开发用户交互界面，实现响应式布局与组件化开发。
接口调用与数据处理，全面掌握 axios 等方式调用后端微服务接口，处理用户交互、下单流程异步并发编排、列表渲染（如订单、商品、评论列表）等复杂业务逻辑。
【后端技术栈】
核心框架：深度掌握 Spring, SpringBoot, MyBatis, SpringCloudAlibaba(Nacos, Feign, Sentinel，Skywalking)、JDK17 在微服务架构中的实战应用。
微服务治理：熟练运用微服务分布式技术栈，实现熔断、限流、降级（Sentinel），服务网关（Gateway）统一接入，以及 RocketMQ 事务消息处理订单。
架构设计：深入学习微服务架构思想，并落地于复杂场景的架构设计，如：
亿级流量商品详情页架构：动态渲染服务、统一处理服务、多机房部署规划。
高并发订单核心链路：状态机设计、生单流程、基于RocketMQ事务消息的取消订单流程、基于延迟消息的超时关单流程。
高并发缓存架构：用户/美食缓存演进、关注服务基于Redis ZSet的设计、计数服务（点赞/收藏）优化、购物车服务、多级缓存与热点探测（JD-hotkey）。
分库分表与数据同步：基于 ShardingSphere 进行分库分表，并通过 Canal 监听 binlog +RocketMQ 实现数据增量同步至 Elasticsearch。
设计模式与原则：大量实战各类大厂设计模式，如：
策略+工厂模式：应用于支付服务，集成支付宝与微信支付，支持灵活扩展多种支付渠道。
责任链模式：应用于添加优惠券、订单前置校验场景设计。
搜索与数据分析：熟练使用 Elasticsearch 进行商品搜索、订单列表搜索的索引设计、数据写入与接口优化（如 suggest 搜索）。
中间件深度应用：
RocketMQ：应用于关注服务、计数服务、购物车服务、订单事务消息、关单延迟消息、数据同步等众多场景。
Redis：不仅是缓存，更深入应用于用户会话（JWT）、关注列表、计数服务、购物车、热点数据探测、库存柔性缓存分桶及预扣减方案。
代码质量与工程化：
熟练掌握 JMeter 压测工具，保障代码质量。
规范使用异常、枚举、错误码，合理打印服务日志。
熟练掌握统一工具类开发、Swagger UI 生成 API 文档。
【运维与部署】
容器化与编排：熟练使用 Docker 构建微服务镜像，并使用 Rancher 进行容器编排部署，全面部署小红书微服务及所有业务中间件。
代码管理：熟练使用 Git、GitCode 进行工程代码管理。
网络与安全：掌握支付安全攻防知识。
监控与告警体系：构建完整的大厂监控体系，远超原有内容：
熟练部署与应用 Prometheus 收集业务中间件与微服务指标。
熟练使用Grafana 配置业务中间件（Node，JVM, Redis, ES，RocketMQ等）和微服务（健康检查，QPS, 响应时间）的监控仪表盘。
熟练部署与配置 Alertmanager，实现邮件、钉钉群的监控告警。
熟练部署新一代分布式链路追踪系统 Skywalking，进行全景监控。
实现 Redis 大 Key 监控治理、内存不足告警、缓存雪崩自动探测与限流降级。
性能压测：掌握JMeter进行单接口压测，并使用GoReplay进行流量录制与回放，模拟海量请求进行全链路性能压测。
二期会进行完善，增加全链路压测改造、系统容量评估，各模块性能压测