【AI实战项目】基于SpringAI+MCP的AI Agent岗位匹配与求职规划系统
大家好，我是武哥。今天给大家分享一个纯手撸原创的AI项目实战教程：AI Agent岗位匹配与求职规划系统。本项目提供完整的源码+SQL+配套喂饭级学习教程+配套面试文档。这属于我前面发的AI时代计算机小白学习路线里面的AI实战部分，感兴趣的小伙伴可以看下完整学习路线。 【保姆级】AI……
【保姆级】AI时代计算机小白学习路线，附xmind思维导图，建议收藏！
一张思维导图 + 三个阶段，从啥也不会，到能独立做全栈项目，再到会开发 AI 应用。文末有完整思维导图。 01 先泼一盆冷水：AI 时代最大的坑 最近刷到太多这样的视频： “AI 时代不用学编程了，会用 AI 写代码就行！” 如果你信了，我劝你冷静一下，换位思考一个问题——假如你是老板，你会招一个&qu……
6期｜Plan-and-Execute 落地：用 Spring AI 搭一个「维修工单编排 Agent」，让它像售后经理一样「开单→派工→执行→质检」
上一期我用 ReAct 模式搭了一个诊断 Agent，它能像老 SA 一样「听→想→查→下结论」走一步看一步。但售后经理管车间，从来不是走一步看一步——而是先把工单开好、工时配件工位一次规划到位，再派下去执行。今天就把这套「先想好再干」的 Plan-and-Execute 模式写成代码。 一、开篇：ReAct 能诊断，但能管车间吗？ 第5……
Agent 记忆系统：架构、设计与LangChain 实践
Agent 记忆系统：架构、设计与LangChain 实践 一、背景：为什么 Agent 需要记忆系统？ 1.1 问题的根源：LLM 的无状态本质 大语言模型（LLM）本质上是一个无状态函数：给定一段输入 Prompt，输出一段文本。它不具备跨会话的持久记忆，每次调用都从零开始。这在单轮问答场景下问题不大，但当我们把 LLM……
Agentic Engineering技术解析：从单Agent到多Agent协作的范式演变
技术篇 | 适合技术负责人、架构师、AI工程师阅读 引言 2026年2月，Andrej Karpathy在回顾自己一年前提出的“Vibe Coding”概念时，给出了一个新的定义：“如今，通过LLM智能体进行编程正日益成为专业人士的默认工作流程……其目标是在不牺牲软件质量的前提下，充分利用智……
Agent核心概念全景图：LLM、Memory、Skill、MCP、RAG、Prompt 到底是什么？
9年Java架构师 + 4年豪华品牌售后顾问，用你最熟悉的场景讲透Agent体系 一、开篇：为什么我们要重新理解Agent？ 痛点引入：最近半年“Agent”概念铺天盖地，LLM、Memory、RAG、Skill、MCP、Prompt Engineering……术语多到让人无从下手。 我的视……
AI Agent入门实战第15篇，Spring AI Alibaba并发控制与性能优化实战--从Demo到生产
让Java开发者像写Spring Boot一样开发AI应用——第三阶段开篇 写在前面 前14天，我们完整走过了AI Agent应用开发的核心路径——从概念到范式，从能力到项目。Agent已经能思考、能动手、能记忆、能按格式输出、能按需加载技能。 但有一个问题始终悬而未决：能扛得住生产环境的……
AI Agent入门实战第15篇，Spring AI Alibaba并发控制与性能优化实战--从Demo到生产
走过了AI Agent应用开发的核心路径——从概念到范式，从能力到项目。Agent已经能思考、能动手、能记忆、能按格式输出、能按需加载技能。 但有一个问题始终悬而未决：能扛得住生产环境的流量吗？ 一个Agent请求可能持续数秒到数十秒，输出长度从50到3000+ token不等。当10个……
AI智能体平台深度拆解（一）：当LangGraph遇上Spring AI——我们如何打造企业级AI流程编排引擎？
6大Agent协作模式 + 原生MCP集成 + User-in-the-Loop，从"对话"到"执行"只差一个流程 💡 不想看长篇文字？ 文中所有功能均可在在线演示环境中亲身体验 → 电脑端打开地址立即体验：https://ai.qztechcloud.co……
Java开发者怎么做RAG：Spring AI和LangChain4j双框架对比
你如果是个Java开发者，可能心里一直在犯嘀咕：“难道做RAG必须学Python？我Spring Boot的祖传手艺就不能用了？” 当然不是。Java生态在2025-2026年已经补上了RAG的课——Spring AI 2.0正式发布了VectorStore和RAG……
