带刺的坐椅

摘要： Solon Flow 是一个基于 Solon 框架的通用流程编排引擎，采用扁平式编排设计，通过连接线描述节点流转关系。它提供七种节点类型（开始、活动、包容网关、排它网关、并行网关、循环网关、结束节点）覆盖常见执行模式，支持元数据扩展和定制化驱动。核心特性包括业务规则可视化编排、流程中断恢复、框架无关性等，适用于订单处理、审批流、AI Agent 编排等复杂业务场景，能有效解决传统硬编码带来的维护难题。 阅读全文

摘要： Spring AI 2.0与Solon AI为Java开发者提供了两种不同的AI工程化路径。Spring AI深度融入Spring生态，提供ChatClient流式API和@Tool注解工具调用，适合Spring用户。Solon AI则采用框架无关设计，支持Java 8-25，提供ChatModel统一接口和@ToolMapping工具调用，并构建了完整的Agent体系（三级原生Agent、7种协作协议）和智能体运行时引擎。 阅读全文

摘要： 一句话结论：SolonCode Web 内置 IM 通道，填两个凭证、发一条消息即完成绑定；OpenClaw 需要安装插件、编辑 JSON 配置、重启网关、处理配对，步骤多出 2~3 倍。 阅读全文

摘要： SolonCode是由杭州无耳科技研发的企业级终端编码智能体，作为深度集成的"数字员工"，通过全中文指令集实现开发运维自动化。相比Claude Code，SolonCode具有全中文支持、100%开源、不绑定模型供应商等优势，兼容多种协议并提供CLI/WEB/IM多交互界面。该工具仅32MB大小，支持Java 8+及主流操作系统，可通过简单命令快速安装。最新版本新增IM平台集成能力，打通飞书、钉钉、微信等办公通讯工具，并新增/loop、/resume等系统指令优化任务管理。 阅读全文

摘要： 2026年Java AI智能体开发领域正掀起"运行时层"技术竞赛。阿里AgentScope Java与杭州无耳Solon AI框架分别推出"AI Agent Harness"解决方案：AgentScope采用"大而全"单体式设计，提供9大子系统的完备运行时；Solon则采用模块化"引擎式"架构，通过核心引擎+可插拔技能包实现灵活扩展。两者在架构理念上形成鲜明对比——前者强调开箱即用，后者注重可定制性，共同推动着Java智能体开发 阅读全文

摘要： 摘要：本文对比了三大Java AI框架(Solon AI、Spring AI、LangChain4j)的核心能力差异。Solon AI定位全场景Java AI应用框架，支持Java 8+且框架中立；Spring AI深度集成Spring生态但需Java 17+；LangChain4j提供最丰富的向量存储支持。在LLM调用方面，三者分别采用构建式、流式和声明式API风格；RAG能力上LangChain4j支持30+向量存储领先；Agent体系则是Solon AI最具优势，提供三级递进式智能体架构。 阅读全文

摘要： SolonCode CLI 反潮流地选择 Java 作为技术底座，这一决策基于对中国开发者生态的深刻洞察。数据显示，58.17%的中国开发者以 Java 为主要语言，90%金融核心系统运行在 JVM 上。相比 TypeScript/Python 方案，Java 版本兼容性强，可无缝融入企业现有体系，且依托 Solon 框架实现轻量化。该工具支持 CLI/REST/ACP 多模式运行，并采用全中文提示词，降低开发者使用门槛。这一技术选型体现了对中国 Java 生态的务实考量，旨在打造更符合本土开发者需求 阅读全文

摘要： 国产AI编程工具已进入"全流程自动化+智能体协作"时代，渗透率达85%。市场形成大厂生态型产品（阿里、腾讯、字节、百度）与开源/创业型产品（智谱、无耳科技等）两大阵营。头部工具各具特色：阿里通义灵码适配中文及云生态；腾讯CodeBuddy实现全流程AI开发；字节Trae为国内首个AI原生IDE；百度文心快码规范驱动开发；智谱CodeGeeX开源且支持多语言。 阅读全文

摘要： SolonCode CLI 是由杭州无耳科技有限公司，基于 Java + Solon AI 开发的 “终端编码智能体”。基于“全中文”提示词构建。 阅读全文

摘要： 本次测试对比了 SolonCode 和 OpenCode 在构建权限管理系统时的性能表现。测试显示，SolonCode 在内存占用方面优势显著：5分钟后仅占用533MB（OpenCode为2680MB），15分钟后维持在559MB（OpenCode飙升至4300MB）。SolonCode 内存占用仅为 OpenCode 的13%，且运行平稳无泄漏，更适合本地多任务开发场景。实验验证了 SolonCode 轻量高效的特点，为 AI Agent 的本地化部署提供了更优选择。 阅读全文