Flittly_个人页

2026年04月

• 04.17 19:56:41
  发表了文章 2026-04-17 19:56:41

  【SpringSecurity新手村系列】（4）验证码功能实现

  本文基于 OncePerRequestFilter 实现登录验证码校验，展示如何将自定义过滤器插入安全责任链，并结合 Session 验证码与登录表单联动，提升系统防暴力破解能力。
• 04.17 19:53:50
  发表了文章 2026-04-17 19:53:50

  【SpringSecurity新手村系列】（3）自定义登录页与表单认证

  自定义登录页与表单认证本文围绕自定义登录页展开，详解 formLogin、loginProcessingUrl 与跳转配置，重点解释 CSRF 隐藏域的作用、校验原理及常见错误，帮助你稳定完成表单登录改造。
• 04.16 20:49:43
  发表了文章 2026-04-16 20:49:43

  【SpringSecurity新手村系列】（2）整合 MyBatis 实现数据库认证

  本文讲解如何将 MySQL 与 MyBatis 接入 Spring Security，通过自定义 UserDetailsService 实现数据库认证，并说明 PasswordEncoder、Mapper/XML 与登录流程的关键实现点。
• 04.16 20:43:43
  发表了文章 2026-04-16 20:43:43

  【SpringSecurity新手村系列】（1）初识安全框架

  本文从零开始引入 Spring Security，演示默认登录页与接口保护效果，并解释认证、授权与过滤器链的基础机制，帮助你快速建立安全开发的整体认知。
• 04.14 15:37:46
  发表了文章 2026-04-14 15:37:46

  【SpringAIAlibaba新手村系列】（8）持久化会话与 Redis 内存管理

  本文详解 Spring AI 的会话记忆机制，从内存版 MemorySaver 到 Redis 版 RedisSaver，实现 AI 对话的上下文连续性。文章以 ReactAgent 为核心，讲解如何通过 threadId 管理会话线程，并将 Agent 状态持久化到 Redis 中。
• 04.14 15:36:58
  发表了文章 2026-04-14 15:36:58

  【SpringAIAlibaba新手村系列】（6）PromptTemplate 提示词模板与变量替换

  本章详解Spring AI的PromptTemplate提示词模板机制，涵盖变量替换、系统消息模板（SystemPromptTemplate）、外部文件加载等核心功能，助力实现提示词参数化、复用与动态组装，提升RAG、Agent及结构化输出场景下的开发效率与可维护性。
• 04.14 15:36:16
  发表了文章 2026-04-14 15:36:16

  【SpringAIAlibaba新手村系列】（2）Ollama 本地大模型调用

  本章详解如何用Spring AI接入Ollama本地大模型：解决远程调用的联网依赖、隐私泄露与费用问题；支持Qwen、Llama等开源模型，零成本、低延迟、全离线运行；重点掌握`@Qualifier`多模型注入、流式响应（Flux）及本地API（`http://localhost:11434`）集成。
• 04.13 15:52:24
  发表了文章 2026-04-13 15:52:24

  【SpringAIAlibaba新手村系列】（18）Agent 智能体与今日菜单应用

  本章以 ReactAgent 为入口，将本地菜单工具与 MCP 外部工具合并注册，统一通过 /eatAgent 执行任务，展示 Agent 在多工具协同下的意图理解、工具调用与结果整合能力。
• 04.13 15:48:35
  发表了文章 2026-04-13 15:48:35

  【SpringAIAlibaba新手村系列】（17）百炼 RAG 知识库应用

  本章基于 Spring AI Alibaba 落地百炼 RAG，完成 DashScopeApi、ChatModel、ChatClient 配置，并通过检索器与 DocumentRetrievalAdvisor 组装检索增强问答链路，实现可运行的知识库问答接口。
• 04.09 17:26:28
  发表了文章 2026-04-09 17:26:28

  【SpringAIAlibaba新手村系列】（16）调用百度 MCP 服务

  本章展示如何在客户端接入第三方百度 MCP 服务。通过 spring-ai-starter-mcp-client、application.yml 与 mcp-server.json5 完成 stdio 方式连接，自动发现并注册远端工具到 ChatClient，实现天气、IP 归属地、路线规划等能力调用。
• 04.08 22:39:48
  发表了文章 2026-04-08 22:39:48

  【SpringAIAlibaba新手村系列】（15）MCP Client 调用本地服务

  本章从 MCP Client 视角说明如何连接上一章提供的本地服务，并把远端工具接入 ChatClient。重点讲解 Streamable-HTTP 配置、ToolCallbackProvider 的注入方式，以及模型如何通过 JSON-RPC 消息完成工具调用与结果回传。
• 04.08 22:39:04
  发表了文章 2026-04-08 22:39:04

  【SpringAIAlibaba新手村系列】（14）MCP 本地服务与工具集成

  本章从 MCP Server 视角出发，说明如何将本地天气查询能力整理并暴露为标准化工具服务。内容涵盖 @Tool、ToolCallbackProvider、MethodToolCallbackProvider 的作用，以及 Streamable-HTTP 协议下服务端的能力注册与对外提供逻辑。
• 04.07 15:26:30
  发表了文章 2026-04-07 15:26:30

  【SpringAIAlibaba新手村系列】（13）Tool Calling 函数工具调用技术

  本文详细解析 Spring AI 的 Tool Calling 技术，阐明其如何弥补大模型“会说不会做”的局限。通过 @Tool 注解，开发者可轻松将 Java 方法暴露为 AI 工具。文中深入讲解了 ToolCallbacks.from() 注册工具的原理，以及工具方法在当前 Spring Boot 进程内通过反射动态执行的底层逻辑，强调了模型决策与框架执行的协同过程，为理解 AI 赋能实际操作奠定基础。
• 04.07 15:22:13
  发表了文章 2026-04-07 15:22:13

  【SpringAIAlibaba新手村系列】（12）RAG 检索增强生成技术

  本文深入探讨 RAG 技术在 AiOps 场景中的应用，以基于 ops.txt 构建运维知识库为例，讲解了如何通过将文本切分、向量化并存入向量数据库，实现 AI 故障查询。内容涵盖 EmbeddingModel、VectorStore 的基本概念，以及利用 Redis 的 SETNX 机制防止知识库重复导入的工程实践。核心在于让 AI 结合外部知识库，更准确地回答运维问题。
• 04.03 14:41:53
  发表了文章 2026-04-03 14:41:53

  【SpringAIAlibaba新手村系列】（11）Embedding 向量化与向量数据库

  本文围绕 Embedding 与向量数据库展开，讲解了文本向量化、相似度检索和 VectorStore 的基本用法，并结合 SimpleVectorStore 示例说明了 Spring 中自动装配与手动注册 Bean 的区别，为后续学习 RAG 打下基础。

  
• 04.02 21:51:33
  发表了文章 2026-04-02 21:51:33

  【SpringAIAlibaba新手村系列】（10）Text to Voice 文本转语音技术

  本文围绕 Spring AI Alibaba 1.1.2.2 的文本转语音实现展开，记录了基于 DashScopeAudioSpeechModel 与 stream() 的可运行方案。文章重点说明了模型、音色、输出格式与流式拼接音频文件的关键细节。
• 04.02 10:03:50
  发表了文章 2026-04-02 10:03:50

  【SpringAIAlibaba新手村系列】（9）Text to Image 文本生成图像技术

  本文介绍 Spring AI 中的文生图能力，围绕 ImageModel、ImagePrompt 与阿里云百炼图像模型展开，演示如何根据文字描述生成图片链接，并结合 Prompt 编写技巧与参数配置，帮助开发者提升生成效果与落地能力。
• 04.01 20:32:03
  发表了文章 2026-04-01 20:32:03

  【SpringAIAlibaba新手村系列】（7）结构化输出与对象映射

  本文详解 Spring AI 结构化输出功能，通过 Java Record 与 .entity() 方法，实现 AI 的 JSON 响应自动映射为 Java 对象，解决纯文本难以集成的问题。文中还对比了 Lambda 写法并提供 Prompt 设计最佳实践。
• 04.01 11:12:30
  发表了文章 2026-04-01 11:12:30

  【SpringAIAlibaba新手村系列】（5）Prompt 提示词基础与多种消息类型

  本章详解Spring AI 1.1.2中Prompt核心机制：以System/User/Assistant/Tool四类消息构建结构化提示，强调“角色决定语义”；涵盖多模型配置、链式API与底层Message组装两种实践方式，并给出系统消息设计最佳实践。

2026年03月

• 03.30 15:08:10
  发表了文章 2026-03-30 15:08:10

  【SpringAIAlibaba新手村系列】（4）流式输出与响应式编程

  本文围绕 Spring AI 中的流式输出与响应式编程展开，重点解释了传统一次性响应与流式返回的差异，以及 Flux 在异步数据流中的核心作用。文章结合 ChatModel.stream() 与 ChatClient 的多种代码示例，说明如何实现 AI 内容的边生成边返回，并帮助读者理解流式调用在用户体验、性能和长文本场景中的实际价值。

  
• 03.27 21:34:50
  发表了文章 2026-03-27 21:34:50

  【SpringAIAlibaba新手村系列】（3）ChatModel 与 ChatClient 的深度对比

  本章深度解析 Spring AI 中 `ChatModel`（底层接口）与 `ChatClient`（高级封装）的本质区别：前者如“手动挡”，精准控制但需写大量样板代码；后者似“智能点餐机”，链式调用、支持系统提示、模板、工具调用等，开发高效。初学者推荐优先使用 `ChatClient`。

  
• 03.26 16:34:21
  发表了文章 2026-03-26 16:34:21

  【SpringAIAlibaba新手村系列】（1）初识 Spring AI Alibaba 框架

  本文介绍了SpringAIAlibaba框架的基本概念和使用方法。作为Spring官方AI框架的阿里云实现版本，它简化了Java开发者调用AI模型的过程。文章详细讲解了核心概念如ChatModel、ChatClient，以及阿里云百炼平台的功能。通过HelloWorld项目示例，展示了如何配置APIKey、编写控制层代码，实现普通调用和流式输出两种AI交互方式。重点阐述了SpringAI与SpringAIAlibaba的关系，以及自动配置机制的工作原理，帮助开发者快速上手这一框架。
• 03.25 14:58:20
  发表了文章 2026-03-25 14:58:20

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（12）Worktree + Task Isolation (Worktree 任务隔离)

  本章引入 Git worktree 实现任务隔离：为每个任务分配独立目录与分支，通过任务 ID 双向绑定控制平面（`.tasks/`）与执行平面（`.worktrees/`），配合事件总线记录全生命周期，解决多任务并发修改冲突问题，提升可恢复性与可观测性。
• 03.24 20:46:39
  发表了文章 2026-03-24 20:46:39

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（11）Autonomous Agents (自治智能体)

  摘要：本文介绍了自治智能体（Autonomous Agents）的实现方案，重点解决智能体被动等待指令的问题。通过设计WORK和IDLE双阶段生命周期，智能体能够主动扫描任务板并认领未分配任务。系统采用文件系统模拟数据库，每个任务存储为独立的JSON文件。关键创新包括：空闲轮询机制、身份重注入技术（防止上下文压缩导致失忆）、以及线程安全的任务认领机制。
• 03.20 22:09:07
  发表了文章 2026-03-20 22:09:07

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（10）Team Protocols (团队协议)

  本章详解AI团队协议设计：通过request-id、状态机（pending→approved/rejected）和内存追踪器，实现关机握手与计划审批两大结构化交互。告别s09的随意消息，构建可追溯、可审批、线程安全的协作范式。
• 03.20 17:22:54
  发表了文章 2026-03-20 17:22:54

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（9）Agent Teams (智能体团队)

  本章构建持久化智能体团队，解决一次性子智能体和哑后台任务的问题。每个队友拥有独立线程与 LLM 循环，通过 JSONL 文件邮箱实现跨轮通信；TeammateManager 维护团队名册与生命周期，MessageBus 提供线程安全的消息收发，支持并行协作、任务分派与状态同步，为大型项目多 Agent 协同奠定基础。
• 03.17 20:47:12
  发表了文章 2026-03-17 20:47:12

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（8）Background Tasks (后台任务)

  本节详解s08后台任务机制：通过守护线程异步执行`npm install`等耗时命令，用线程安全通知队列将结果注入LLM调用前的上下文，实现“边跑边想”。含完整代码、踩坑注释与实操示例，助新手理解AI Agent并发设计核心。
• 03.17 20:39:22
  发表了文章 2026-03-17 20:39:22

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（7）Task System (任务系统)

  本章详解任务系统（s07）：将内存中扁平待办升级为磁盘持久化的有向无环任务图（DAG），支持依赖（blockedBy/blocks）、状态流转（pending→in_progress→completed）与自动解锁，成为多Agent协作的调度骨架。
• 03.10 21:30:16
  发表了文章 2026-03-10 21:30:16

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（6）Context Compact (上下文压缩)

  本文介绍AI Agent的三层上下文压缩机制，解决长期运行时的token膨胀问题。包括微观压缩（替换旧工具结果为占位符）、自动压缩（超阈值时生成摘要）和手动压缩（LLM主动触发）。通过保存完整对话到磁盘并生成结构化摘要，实现无限会话能力。
• 03.09 16:38:10
  发表了文章 2026-03-09 16:38:10

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（5）Skills (技能加载)

  本文介绍AI Agent的技能加载机制，解决系统提示词臃肿问题。通过两层设计：系统提示只保留技能名称（低成本），需要时通过tool_result按需加载完整内容。SkillLoader扫描skills目录下的SKILL.md文件，解析YAML元数据，实现渐进式知识披露，大幅节省token消耗。
• 03.09 14:18:47
  发表了文章 2026-03-09 14:18:47

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（4）Subagents (子智能体)

  本文介绍AI Agent开发中的子智能体(Subagent)模式。通过将复杂任务外包给临时子智能体处理，只返回最终摘要，避免上下文污染。父智能体保持干净对话，子智能体拥有独立上下文，完成任务后立即销毁，实现高效的任务分工和上下文管理。
• 03.07 15:14:59
  发表了文章 2026-03-07 15:14:59

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（3）TodoWrite (待办写入)

  本章详解 s03 版本 TodoWrite 机制：通过 `todo` 工具+`TodoManager` 实现显式任务状态管理（pending/in_progress/completed），强制单任务聚焦；并引入“nag 提醒”——连续3轮未更新待办时自动注入提醒，解决大模型长链路任务健忘问题。代码精简可运行。
• 03.06 16:28:44
  发表了文章 2026-03-06 16:28:44

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（2）Tool Use (工具使用)

  本章详解如何为AI Agent添加专用工具（如read/write/edit_file），通过dispatch map机制实现“加工具只加handler”，无需改动主循环；引入safe_path路径沙箱提升安全性与鲁棒性，告别bash滥用。配套代码清晰易懂，新手友好。
• 03.06 16:27:43
  发表了文章 2026-03-06 16:27:43

  【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（1）The Agent Loop (智能体循环)

  本专栏精讲AI智能体核心——Agent Loop循环机制，基于开源项目learn-claude-code，用不到50行Python代码实现ReAct范式（思考→行动→观察）。含逐行中文注释、踩坑记录与Bash工具实战，助新手快速入门AI Agent开发。（239字）