技术分享

在 SpringAI 的世界里，Perplexity 聊天模型可不仅仅是聊天，它还能实时搜索、支持函数调用、多模态输入，配置丝滑到飞起。本文小米带你从依赖配置到运行时选项，手把手玩转 Perplexi

想在本地跑大模型，还能无缝融入 Spring Boot 项目？Ollama 就是这样一个神器！本文带你从前提条件到自动配置，从函数调用到多模态输出，全面实战 SpringAI 与 Ollama 的深度

在智能应用时代，如何快速接入大模型成了程序员的必修课。SpringAI 搭配 Groq，不仅能轻松实现聊天功能，还能秒级响应，支持函数调用、灵活配置，让你的应用瞬间拥有智能灵魂！

今天，小米带你用故事的方式，玩转 SpringAI + VertexAI Gemini 聊天模型，从前提条件到多模态应用，手把手教你打造会看图、能听音、读PDF的聪明AI助手！

想在本地跑聊天模型，不依赖 OpenAI？Spring AI 的 Docker Model Runner 了解一下！本文小米带你从零搭建本地聊天模型服务，轻松实现函数调用、自动配置、REST 接口封装

有些技术就像咖啡，刚入口有点苦，但越喝越上头。今天就让我们来试一杯刚出炉的「Spring AI + DeepSeek 聊天」特调，看看怎么用 Spring AI 和 DeepSeek 聊天模型愉快地玩

想用 Amazon Bedrock 打造多模态聊天机器人？Spring AI 已为你铺好路！本文通过真实项目案例，手把手带你集成 Bedrock Converse API，轻松搞定聊天、图像、文档、工

Spring AI 聊天模型 API 让你轻松调用 ChatGPT 等大模型，无需繁琐配置，就能构建流式对话、上下文问答等强大功能。本文用故事方式带你深入掌握核心组件与用法。

最近，AI 圈最火的词，非“多模态”莫属！文字识别图片、语音生成视频、图片中找知识点……仿佛我们终于开始“像人一样感知世界”了。而作为一个技术痴迷者、Spring 社区的死忠粉，我最近试用了一把 Sp

你是否遇到过这样的场景：AI 给的回答还不错，但总觉得少点“人情味”或“不够业务化”？其实，这背后缺的，可能就是一个“增强器”。今天我们来聊聊 Spring AI 中非常重要但容易被忽视的能力 ——

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！

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！

在构建 RAG 应用时，拿到检索结果并不意味着任务完成！如何挑出最有价值的内容？今天小米带你深入了解 LangChain4j 中的 RRF 和 Reranker 两种结果重排方法，全面提升问答质量！

在构建智能问答系统时，RAG（检索增强生成）架构正在成为大语言模型的最佳拍档。今天小米带你揭秘 LangChain4J 中的四大 RAG 核心组件：检索增强器、查询转换器、内容检索器与查询路由器，轻松

在大模型时代，LangChain4j 作为 Java 世界的 RAG 神器，正成为构建智能问答系统的新宠。本文带你从零入门，深入掌握其核心组件与实战管道搭建技巧。

RAG 是大模型应用中的黄金搭档，但对 Java 开发者来说常常门槛较高。LangChain4j 推出的 Easy RAG 功能，让你用熟悉的 Java 代码，10 分钟内轻松构建智能问答系统！

在大模型接入实际业务时，如何处理敏感词成了不可忽视的问题。本文讲述我如何通过 LangChain4j 集成国产开源库 Sensitive-Word，实现模型输出的敏感词过滤，让 AI 更“讲文明”。

想让客服问题秒分类？一行Embedding就能搞定！本文小米手把手教你用LangChain4j实现“文本向量化分类”，轻量、智能、无训练，助你快速搭建智能问答系统！

在AI技术高速发展的今天，文本向量化与智能检索成为核心利器。本文将带你深入了解LangChain4j如何借助OpenAI Embedding模型，将文本转化为语义向量，并利用开源向量数据库Qdrant

Langchain4j 的函数增强搜索让实时数据获取变得前所未有的简单，无论是新闻监控还是学术调研，只需几行代码即可实现！