本文记录了一个 7 年 Java 开发从 0 学习大模型的全过程。涵盖 Transformer 原理、API 集成、Prompt Engineering、RAG 架构、Agent 开发及可观测性。

以一个生产级钉钉智能 Agent项目为例，深入解析 Spring AI核心用法，包括 ChatClient、Tool（函数调用）、ChatMemory（对话记忆）和流式响应等

前言 最近有球友问：“三哥，我们团队在做AI客服，对话一长token消耗扛不住。有没有一种方案，既能保留完整上下文记忆，又能省token？” 这位朋友的问题，恰恰戳中了当下AI应用开发最头疼的痛点。

我用 PaddleOCR + OpenClaw 搭了一套发票自动管理系统 给我的小龙虾安排了个狠活，现在我只需要丢一张发票给他，就能自动利用 PaddleOCR Skills 解析，然后传入到飞书多维

最近跨境电商已经彻底被OpenClaw搞疯了，天天都有老板来找我问能不能给部署一套落地。 其实落地的最后一公里还是Skills 现在甚至可以一句话送你的Openclaw去上大学了。。。 让小龙虾自己去

本篇文章是搭建失物招领系统第一篇文章，描述了langchat4j的基本使用，以及和springboot的结合使用。

项目介绍 项目地址 GitHub地址：https://github.com/eosphoros-ai/Awesome-Text2SQL 项目首页 截止2024.5.1日，项目已经有1014个star

前几天，老板和我们开了个会，提到一个让人深思的事情：越来越多的客户开始询问，能不能把DeepSeek接入他们的系统，帮助他们管理数据、合同和一些文件。

在Spring Boot中实现RAG（Retrieval-Augmented Generation）的增强，可以从检索优化、生成优化和系统架构三个维度进行改进。以下为具体实现方案及示例： 一、检索增强