Hello 大家好， 这里是 Anyin 前言 最近 AI Agent 如火如荼，自己也想着接触这块内容，所以选择了 Spring AI Alibaba 这个项目进行学习。 在下载了 Spring A

# LangChain分层记忆解决方案：完整案例 下面是一个完整的分层记忆解决方案案例，解决长对话

原文链接：Spring Ai Alibaba Graph 集成 Langfuse 观测—快速上手 pom.xml application.yml 为了让配置文件更清晰，这里单独把观测配置抽离出来 sp

今天分享的主题是关于如何使用用 Spring AI 和 ElevenLabs 实现文本转语音（Text-to-Speech）的实时流式传输。

本文将会把之前介绍过的LangChain组件组合起来，实现一个完整的 RAG 应用——智能客服系统。

AI Agent 指的是有能力主动思考和行动的智能体，能够以类似人类的方式工作，通过大模型来“理解”用户需求，主动“规划”以达成目标，使用各种“工具”来完成任务，并最终“行动”执行这些任务。 从模型到

使用LangGraph构建多代理系统，通过LangSmith进行各个环节的监控。以此实现了多个agent之间之间的交互，以及多种工具之间的逻辑调用。

Spring AI 为 Java 生态带来了便捷的 AI 集成能力！本文将手把手带你使用 Spring Boot + Spring AI + Milvus（向量数据库），构建一个基于 RAG 架构 的

MCP（Model Context Protocol）协议是一个用于 AI 模型和工具之间通信的标准协议。随着 AI 应用变得越来越复杂并被广泛部署，原有的通信机制面临着一系列挑战。