LangChain4j 和 Spring AI 是 Java 生态中实现大模型应用开发的两个最重要的框架，但二者的区别是啥？生产级别又该使用哪种框架？令很多人犯了难，所以本文就来浅聊一下，希望给大家在技术选型时有一个简单的参考。

今日凌晨，通义千问团队正式开源了 Qwen3 大模型，并且一口气发布了 8 个型号，其中包括 0.6B、1.7B、4B、8B、14B、32B 以及 30B-A3B 和 235B-A22B，使用者可以根据自己的业务情况，选择合适的版本进行使用。

向量数据库是大模型应用开发必备组件之一，因为它在知识库、语义搜索、检索增强生成（RAG）等人工智能应用中发挥着举足轻重的作用。但向量数据有很多，为什么要使用 Milvus 呢？

简单来说，“向量”Vector 是大模型（LLM）在搜索时使用的一种“技术手段”，通过向量比对，大模型能找出问题的相关答案，并且进行智能回答。

在 Spring AI 中，流式输出（Streaming Output）是一种逐步返回 AI 模型生成结果的技术，允许服务器将响应内容分批次实时传输给客户端，而不是等待全部内容生成完毕后再一次性返回。

最近在深度体验和使用 Spring AI 和 LangChain4j，从开始的满怀期待五五开，但最后极具痛苦的使用 LangChain4j，让我真正体验到了正规军和草台班子的区别。

昨天晚上直播，我们用 RAG（Retrieval-Augmented Generation，检索增强生成）实现了数据库 AI 助手，今天我们准备换一个技术使用 function call 来实现快递 AI 助手。

Spring AI 前两天（4.10 日）更新了 1.0.0-M7 版本后，原来的 SimpleVectorStore 内存级别的向量数据库就不能用了，Spring AI 将其全部源码删除了。

不知道大家有没有发现？对于添加到 MCP 服务市场的成千上万个 MCP 服务（而且这个数字每天还在增加），我们可以不写一行代码，轻松实现调用，但背后的原因究竟是啥呢？

提示词（Prompt）是输入给大模型（LLM）的文本指令，用于明确地告诉大模型你想要解决的问题或完成的任务，也是大语言模型理解用户需求并生成准确答案的基础。因此 prompt 使用的好坏，直接决定了大模型生成结果的质量（是否符合预期）。

嵌入模型（Embedding Model）和向量数据库（Vector Database/Vector Store）是一对亲密无间的合作伙伴，也是 AI 技术栈中紧密关联的两大核心组件，两者的协同作用构成了现代语义搜索、推荐系统和 RAG（Retrieval Augmented Generation，检索增强生成）等应用的技术基础。

不过没关系，今天这篇内容会通过 Spring AI 给你实现一个 MCP 的 Client 和 Server 架构，让你彻底搞懂 MCP 的概念，以及学会 MCP 的开发技能。

MySQL 是面试中必问的模块，而 MySQL 中的优化内容又是常见的面试题，所以本文来看“工作中优化MySQL的手段有哪些？”。工作中常见的 MySQL 优化手段分为以下五大类：索引优化：确保高频查询字段有合适索引。SQL优化：减少全表扫描、避免不必要计算。事务与锁优化：避免长事务、使用批量插入。架构优化：数据量大时进行读...

Reactor 模型是一种事件驱动的高性能网络编程模型，主要用于处理高并发的网络 I/O 请求。其核心思想是通过一个或多个线程监听事件，并将事件分发给相应的处理程序，从而实现高效的并发处理。

京东宣布要招聘 10000 人，腾讯宣布要招聘 7000 人，字节宣布要招 4000 人，美团宣布了他们要招聘 5000 人，并且公布了 70% 的高转正率：

项目的高可用、高并发和高扩展是当前开发中必须追求的三大目标，因此也是面试中经常被问到的内容，所以我们今天就来看看，如何才能保证项目的高可用性呢？

JWT（JSON Web Token） 是一种开放标准（RFC 7519），用于在网络应用间安全传输信息，通常用于身份验证和信息交换。其核心特点是通过紧凑且自包含的 JSON 对象传递数据，无需服务端存储会话状态。

线程池的拒绝策略是指，当线程池无法承载更多任务时执行的行为。也就是当线程池的核心线程数、最大线程、任务队列都满的情况下，又来了新的任务时，线程池执行的行为被称之为线程池的拒绝策略。

JVM 内存模型（JVM Memory Model）和 Java 内存模型（Java Memory Model, JMM）是 Java 开发中两个非常重要的概念，但这两个概念很容易被搞混，所以本文就来通俗易懂的讲讲二者的区别。

在 Redis 中有两个定义：一个缓存击穿、一个缓存穿透，因为二者的名字比较像，因此很容易就搞混了。但本文会给你提供一个记忆的小技巧，帮你彻底区分二者的定义。

读写分离（Read-Write Splitting）是一种常见的数据库架构优化策略，通过将数据库的读操作（查询）和写操作（插入、更新、删除）分离到不同的数据库实例上，从而提高系统的性能、可扩展性和高可用性。

华为每次的招聘都很晚，但同时又是最让人惊喜和期待的 Offer，但很多同学对于华为的评级和薪资颇为不解，所以今天在这里简单的和大家聊聊这个话题。

问题关键点：首先得想清楚面试官为什么要问这个问题？可能面试官想了解你的自我认知能力，看看我是否诚实，以及我有没有在积极改进自己的不足。所以，回答的时候不能太实诚，也不能太虚伪，得找到一个平衡点。

JWT 在目前的项目开发中使用到的频率是非常高的，因此它也是面试常问的一类问题，所以今天我们就来看看“项目中 JWT 的执行流程？”这个问题。

RabbitMQ 延迟消息的队头阻塞问题是指，在使用死信队列（DLX）和 TTL（消息过期时间）实现延迟消息时，由于队列的先进先出（FIFO）特性，在队列头部消息未过期的情况下，即使后续消息已经过期也不能及时处理的情况。

前面一篇文章我们实现了《炸裂：SpringAI内置DeepSeek啦！》，但是大模型的响应速度通常是很慢的，为了避免用户用户能够耐心等待输出的结果，我们通常会使用流式输出一点点将结果输出给用户。

好消息，Spring AI 最新快照版已经内置 DeepSeek 了，所以以后项目中对接 DeepSeek 就方便多了。但因为快照版会有很多 Bug，所以今天咱们就来看稳定版的 Spring AI 如何对接 DeepSeek 满血版。

✅ 正确示范："我要给老板汇报比亚迪谈判进展，完全不懂电池技术，请用买菜大妈都能听懂的话说明：他们的核心技术强在哪？报价大概多少？谈判时怎么装专业？"。

DeepSeek 是国内顶尖 AI 团队「深度求索」开发的多模态大模型，具备数学推理、代码生成等深度能力，堪称"AI界的六边形战士"。DeepSeek 最具代表性的标签有以下两个：低成本（不挑硬件、开源、使用简单无需复杂提示词）高性能（推理能力极强、回答准确）然而，在我们使用 DeepSeek 时经常遇到这样的头疼的问题：这主要是...

DeepSeek 是国内顶尖 AI 团队「深度求索」开发的多模态大模型，具备数学推理、代码生成等深度能力，堪称"AI界的六边形战士"。DeepSeek 身上的标签有很多，其中最具代表性的标签有以下两个：低成本（不挑硬件、开源）高性能（推理能力极强、回答准确）一、为什么要部署本地DeepSeek？相信大家在使用 DeepSeek 时都会遇到...