飞书原文档链接地址：https://ik3te1knhq.feishu.cn/wiki/D8kSwC9tFi61CMkRdd8cMxNTnpg # 企业级分布式 MCP 方案 > [!TIP]

Spring AI 正式登场！作为 Spring 家族的新成员，它让大模型开发像写 Spring Boot 一样丝滑，支持多模型、结构化输出、RAG、向量库等核心能力，开发体验炸裂！

背景：为什么是 MCP + Spring AI? 近期，MCP协议在全球范围内引起了广泛关注。 它旨在为大型语言模型（LLM）与客户端应用程序之间的交互提供一个标准化、可扩展的协议。 简单来说，MCP

Spring AI 实操案例：搭建智能客服系统（含RAG增强版） ——让AI成为你的24小时在线

使用Cline接入高德MCP server，完成出行小助手。根据官方提供的SDK，使用Java实现MCP server 和MCP Client的编码

一、引言：Java 生态下的 AI 开发新图景 在数字化转型的浪潮中，人工智能技术正深度融入软件开发领域。对于 Java 程序员而言，选择合适的 AI 开发框架成为构建智能应用的关键环节。当前，Spr

在构建类 ChatGPT 应用时，流式输出能显著提升用户体验。本文以实战为核心，分享我在使用 LangChain4J 实现三种流式响应方式的经验与技巧，助你轻松打造丝滑流畅的聊天交互体验！

🌟 在这系列文章中，我们将一起探索如何搭建一个支持大模型集成项目 ChatAI 开发过程，从 架构设计 到 代码实战，逐步搭建一个支持 多种大模型（GPT-4、DeepSeek 等） 的一站式大模型

对于Java 开发者而言，Spring AI 提供了一套强大且便捷的工具，使得在 Java 项目中集成 AI 功能变得更加轻松。 Java 使用 Spring AI 的 10 个实用技的10个实用技巧