改基础服务的时候一定要确认它们的影响点。

 附件：  　　从7月10日开始，中国移动通信有限公司（下称“中移动”）将祭出对SP（增值服务提供商）最严厉的“招数”。　　昨日，《第一财经日报》获得一份内部文件显示，中移动通知各省公司从7月10日对SP开始实施“二次确认”(即用户必须再次确认是否订购业务才能产生订购关系)整顿计划。　　寻求“彻底解决”　　在内部文件中，中移动提出，为落实信息产业部“治理和规范移动信息服务业务资

说明 通过上篇博文《RabbitMQ学习(十五)：消极确认》我们初步了解了消费者对消息确认的相关内容，通过消极确认，消费者可以拒绝一个消息。本篇博文，我将继续翻译学习官方文档中关于消息确认的相关内容。由于原文档太长，本篇博文只翻译消费者确认的部分内容。通过本篇博文，我们将了解到消息确认机制的意义，消息确认的不同模式，消息确认对吞吐量的影响等内容。 概述 消息者确认机制和发送者确认机制对数据安全十分...

本文基于`@RestControllerAdvice + @ExceptionHandler`实现SpringBoot全局统一异常处理，分层捕获异常：精准拦截数据库唯一索引冲突`DuplicateKeyException`，解析报错信息返回友好重复提示；通过通用Exception方法兜底所有未知系统异常，屏蔽底层敏感信息并打印完整日志。文中讲解三大核心注解、异常匹配优先级与生效边界，演示两种报错场景的前后端返回效果，同时梳理日志打印、异常解析原理，可直接落地到Web项目。

本文介绍了如何通过OpenAI协议调用阿里云千问大模型的实现方法。主要内容包括：1.使用OpenAiService创建客户端，配置baseUrl、apiKey和prefix（兼容OpenAI协议）；2.通过拦截器添加路径前缀实现协议转换；3.利用Retrofit简化网络请求和JSON转换；4.构建ChatCompletionRequest封装模型参数和消息；5.处理单轮对话消息时需用Arrays.asList封装为列表；6.调用服务并处理响应结果。文章还探讨了多轮对话的实现思路，并提供了完整的配置类和服务类

SpringMVC 入门到实战 RESTFul 49-55

AI，人工智能（**A**rtificial **I**ntelligence）：人工智能是一门融合计算机科学、数学、心理学、语言学的交叉学科，核心目标是让机器模拟、延伸和扩展人类的**感知、推理、学习、决策、创造**等智能行为，让机器具备类人的智能能力，使机器能够像人类一样思考、学习和解决问题的技术。 + 弱人工智能（当前主流）：专注**单一任务**的智能，如人脸识别、语音转文字、聊天问答、图像生成，只能擅长特定领域，无通用思维； + 强人工智能（未实现）：具备和人类对等的**通用认知能力**，可自主思

Spring AI 学习篇（六）| 向量数据库的选择与Spring AI集成

Spring AI 学习篇（五）| 嵌入模型与向量表示的本质

被Spring IoC容器管理的对象，统称为Bean。标记当前类为Spring Bean，让框架扫描并纳入IoC容器管理。Spring Boot项目启动时，会通过启动类的注解，自动扫描当前包及子包下所有被标记的Bean注解类，完成实例化与注入。普通Spring项目则需通过配置扫描路径。@Component是Spring中最基础、最通用的组件注册注解，也是所有分层组件注解的父类。

Spring AI alibaba 汇总笔记

Spring AI 学习篇（十）| 企业级RAG系统实战

本文深入解析了Spring框架的核心概念IoC（控制反转）与DI（依赖注入），包括它们的区别、实现方式及工程实践中的最佳选择。重点剖析了Spring IoC容器的工作原理，涵盖Bean的生命周期、三级缓存解决循环依赖机制，以及构造器注入的优越性。同时探讨了高阶知识点如FactoryBean与BeanFactory的区别、BeanPostProcessor的应用场景，并指出Prototype作用域下的循环依赖限制及解决方案。全文以技术深度结合实践指导，帮助开发者从根本上理解Spring容器的运作机制。

在 Spring AI 开发大模型对话应用时，Advisor相当于 AI 调用链路的拦截器 / 中间件打印完整出入参日志（敏感词违规拦截（内置自定义提示词增强、RAG 知识库注入、Token 限流、权限校验等Advisor 类似于 Spring MVC 的拦截器，可以在调用 AI 模型前后进行拦截处理。@Override// 1. 获取原始用户输入// 2. 渲染增强后的提示词.build()

本文对比了两大 Java AI 框架：EasyAI 与 Spring AI。EasyAI 是 Dromara 社区维护的纯 Java AI 算法框架，零依赖、开箱即用，提供图像识别、人脸检测、智能客服等封装模块，适合本地小微模型和边缘场景；Spring AI 是 Spring 官方出品的大模型应用框架，统一封装 20+ 模型提供商和 15+ 向量数据库，支持 ChatClient、RAG、Tool Calling、流式响应等企业级能力。文章从架构设计、核心功能、安装配置、代码实战、选型决策五个维度展开，含

本文提供了Redis监控的完整解决方案，涵盖三类核心指标：1. 连接池监控（区分Jedis/Lettuce客户端），重点检测连接耗尽、排队等待等风险；2. Redis原生INFO命令指标，包括内存使用、缓存命中率、持久化状态等关键业务数据；3. 自定义监控接口与告警规则.

系统采用SpringBoot作为后端框架，利用其轻量级和高效的特点，构建了稳定的RESTful API接口，提供数据的增删改查功能。同时，前端采用Vue.js技术，ElementUI框架完成前端页面，提供良好的用户体验。系统的数据储存采用MySQL数据库，Tomcat服务器完成发布。平台的主要功能包括宠注册、登录、宠物领养、评论宠物、新增宠物档案、浏览走失宠物、宠物分享、浏览公告、流浪宠物管理、宠物档案管理、走失管理、审核领养、评论管理、宠物分享管理、用户管理等功能。用户可以方便地上传宠物的基本信息，并与其

Google ADK Spring AI 1.2.0 适配机制分析 摘要：本文分析了 Google ADK Spring AI 1.2.0 的模型适配机制，该组件主要用于桥接 Google ADK 的 LLM 接口与 Spring AI 的 ChatModel。核心发现包括： 适配器实现了 ADK BaseLlm 到 Spring AI ChatModel 的转换，支持基本内容、工具调用和部分配置参数的映射 关键转换组件包括 MessageConverter（消息转换）、ConfigMapper（配置映射）

本文介绍了使用ClassFinal插件对SpringBoot项目Jar包进行加密的方法，以防止核心代码被反编译泄露。该插件无需修改业务代码，通过Maven配置即可实现打包自动加密，支持免密启动和密码校验两种模式，还能绑定服务器机器码限制运行设备。加密后反编译仅能看到空方法壳，运行时通过内存动态解密保障安全。文章详细说明了环境准备、插件配置、打包命令及三种启动方式（无密码、自定义密码、绑定机器），适用于需要保护商业代码的场景。