Java Agent

为什么需要 LLM + TTS？ 大模型只能输出文字，但很多场景需要语音： 智能语音助手：用户语音提问，AI 语音回答 内容播报：新闻、公告、实时数据的语音播报 无障碍应用：为视障用户提供界面 车载。

什么是 Agent？ 普通 LLM 是被动的：你问，它答，结束。 Agent 是主动的：它能思考、制定计划、调用工具获取信息、基于结果继续思考，直到完成目标。 典型场景： "帮我查一下上海的天气，然后

什么是 RAG？ RAG（Retrieval-Augmented Generation，检索增强生成） 是目前最主流的企业 AI 应用模式。 解决的问题：大模型的训练数据有截止日期，且不包含你的私有数

什么是链式编排？ 在 AI 应用开发中，单纯调用一次 LLM 往往不够用。实际场景需要： 先分类问题，再路由到专业处理链 先生成内容，再对内容做质量检查 多个子任务并行执行，最后汇总结果 结合对话历史

最近很多人在讨论 Claude Code、Codex，甚至会把它们和 Cursor、Copilot 放在一起比较。 但如果你真的用过一段时间，就会发现： 传统代码模型做的是： 而 Claude Cod

很多人在做 AI Agent 时，都会经历一个阶段： 给模型挂几个工具，让它自动选择调用，然后把结果返回给用户。 看起来很智能，甚至很多框架已经把它包装成了“Agent Builder”。 但如果你认