SkillsJars 入门：用 Maven 依赖管理 AI Agent Skills
介绍 SkillsJars 是什么、如何使用（AI 代码助手和 Spring AI）以及如何创建和发布 SkillsJars。
#spring-ai
-
-
Pig AI 体验：面向 Java 的 LLM 开发平台入门
PIG AI 是面向 Java 生态的 LLM 应用开发平台，内置 RAG 引擎、Agent 框架和 50+ 模型接入，提供界面与 API 两种使用方式。Java 开发者可以用它搭建智能客服、智能文档等企业场景。
-
介绍如何在 Spring AI 中使用多模态能力处理图像与文本输入，并基于 Spring Boot 做一些基础的多模态实验。
-
Java 生成式 AI 入门：LangChain4j + OpenAI 快速上手
面向 Java 开发者的生成式 AI 入门实践，介绍如何使用 LangChain4j 与 OpenAI（及兼容模型）构建 AI 应用。
-
Spring AI 工具调用实战：让大模型按需执行 Java 方法
介绍如何在 Spring AI 中实现工具调用，让大模型按需调用 Java 方法并结合返回结果生成回复，适合作为 Tool Calling 入门实践。
-
介绍如何在 Spring AI 中结合 RAG 与向量存储构建 Spring Boot 应用，让模型能够基于外部知识做更准确的回答。
-
Spring AI SSE 流式回复：基于对话记忆的实时逐字输出
在 《Spring AI 对话记忆 》中我们用 MessageChatMemoryAdvisor + JDBC 实现了多轮对话记忆。本文基于同一套记忆能力，升级为 Server-Sent Events (SSE) 流式输出，并配上自定义前端让 DeepSeek 的回复实时逐字出现。
-
Spring AI 对话记忆实战：多轮上下文与 JDBC 持久化
介绍如何使用 Spring AI 实现对话记忆与多轮上下文，包括会话隔离、历史消息持久化以及 JDBC 存储方案。
-
Spring AI 结构化输出：让模型返回 Java 类型结果
介绍如何在 Spring AI 中使用结构化输出，让模型返回可解析的 Java 类型结果，减少手写解析逻辑并提升稳定性。
-
介绍如何在 Spring AI 中使用提示词模板，将提示词外部化、参数化，提升可维护性与复用性。
-
Spring AI ToolCallbackProvider 详解：4 种实现类对比
深入解析 Spring AI ToolCallbackProvider 接口及其实现类：MethodToolCallbackProvider、SyncMcpToolCallbackProvider、AsyncMcpToolCallbackProvider、StaticToolCallbackProvider。学习工具调用的最佳实践、使用场景对比和配置示例。
-
Spring AI 实战教程：构建狗狗领养 AI 助手（RAG + MCP）
面向初学者的 Spring AI 实战教程。通过构建一个能够根据性格推荐狗狗、并自动预约领养的 AI 助手，学习 RAG（检索增强生成）、MCP（工具调用）和对话记忆三大核心概念。
-
Docker Model Runner + Spring AI：本地部署 AI 模型
学习如何使用Docker Model Runner和Spring AI构建本地AI应用，实现RAG功能、向量搜索和模型本地化部署。包含完整代码示例和最佳实践。
-
Spring AI Text2SQL 实战：用自然语言查询数据库
深入探索 Spring AI + DeepSeek 实现 Text2SQL 自然语言数据库查询，包含直接模式、MCP工具集成、分步骤查询三种实现方案，附完整源码和踩坑经验
-
Spring AI + RAG 实战：基于真实数据的智能推荐
通过智能餐厅推荐系统示例，介绍如何用 Spring AI 实现 RAG 应用，让模型基于真实餐厅数据生成更准确的推荐结果。
-
通过智能餐厅推荐系统示例，介绍如何使用 Spring AI 集成多种聊天模型，并实现多轮对话与结构化输出等核心能力。
-
OpenAI API 与 Spring AI 对照表：接口映射关系
梳理 OpenAI API 各类接口在 Spring AI 中的对应方式，帮助快速建立模型能力与 Spring 封装 API 之间的映射关系。
-
Spring AI ChatClient API 详解：调用链、模板与结构化输出
围绕 Spring AI 的 ChatClient API，介绍其创建方式、调用链设计、提示模板与结构化输出等核心能力。
-
Spring AI 聊天模型入门：接入 OpenAI、Anthropic、Ollama
介绍如何使用 Spring AI 快速接入不同聊天模型，并通过 Profile 与配置切换 OpenAI、Anthropic、Ollama 等模型提供方。
-
围绕 RuoYi AI 的整体架构和核心能力做源码学习笔记，梳理其多模型接入、RAG、MCP 集成与企业级 AI 助手实现思路。