雷一言说https://blog.teachstore.top/雷一言的个人博客，记录 AI 与模型、开发实践、工具与工作流，以及个人随笔。zh-cnSpring AI 2.0 ETL：把 PDF、Word 接入知识库https://blog.teachstore.top/articles/spring-ai-etl-pdf-word/https://blog.teachstore.top/articles/spring-ai-etl-pdf-word/把 PDF、Word 读成 Document，分块后写入向量存储，再检索回答，并保留文件名、页码等资料来源。开发实践Spring AI 2.0 多模态 RAG：检索图片摘要，并且带上原图回答https://blog.teachstore.top/articles/spring-ai-multimodal-rag/https://blog.teachstore.top/articles/spring-ai-multimodal-rag/先检索图片摘要，再把命中的原图交给视觉模型，让商品图片参与知识库问答。开发实践Spring AI 2.0：让 RAG 回答带上资料来源https://blog.teachstore.top/articles/spring-ai-rag-citations/https://blog.teachstore.top/articles/spring-ai-rag-citations/让 RAG 回答带上资料编号、文件名与页码，检查无效引用，同时保留对原文条件的核对。开发实践Spring AI 2.0：RAG 文档分块，大小怎么选https://blog.teachstore.top/articles/spring-ai-rag-chunk-size/https://blog.teachstore.top/articles/spring-ai-rag-chunk-size/用 TokenTextSplitter 对照不同分块大小，检查规则与例外能否留在同一片段，以及检索是否混入无关内容。开发实践Spring AI 2.0 RAG：用 Metadata Filter 做多租户检索隔离https://blog.teachstore.top/articles/spring-ai-rag-tenant-filter/https://blog.teachstore.top/articles/spring-ai-rag-tenant-filter/入库时写入 tenant_id，检索时使用 Metadata Filter，并区分向量检索隔离与其他接口的租户鉴权。开发实践Spring AI 2.0 Modular RAG：用查询改写优化多轮问答https://blog.teachstore.top/articles/spring-ai-rag-multi-turn/https://blog.teachstore.top/articles/spring-ai-rag-multi-turn/结合聊天历史把追问改写成完整问题，再检索知识库，减少多轮问答中查错业务资料的情况。开发实践Spring AI 2.0 Agent Skills：接入 Nacos，跑通热更新与回滚https://blog.teachstore.top/articles/spring-ai-nacos-skills/https://blog.teachstore.top/articles/spring-ai-nacos-skills/接入 Nacos Skill Registry，集中维护 Skill，理解多实例场景下的热更新与版本回滚。开发实践Spring AI 2.0 Agent Skills：使 Skill 读取文档、执行脚本https://blog.teachstore.top/articles/spring-ai-skill-resources/https://blog.teachstore.top/articles/spring-ai-skill-resources/给 Skill 配上业务规则、计算脚本和输出模板，用电商售后案例理解文档与脚本的接入方式。开发实践Spring AI 2.0 Agent Skills：把团队流程从 System Prompt 拆出来https://blog.teachstore.top/articles/spring-ai-agent-skills/https://blog.teachstore.top/articles/spring-ai-agent-skills/将团队操作流程整理成 SKILL.md，通过 Agent Skills 编排订单工具，说明 Tool 与 Skill 各自承担的工作。开发实践Spring AI 2.0 MCP Elicitation：Tool 执行中补问参数并等待用户确认https://blog.teachstore.top/articles/spring-ai-mcp-elicitation/https://blog.teachstore.top/articles/spring-ai-mcp-elicitation/在 MCP Tool 执行过程中补问参数、等待确认，理解 Elicitation 的交互流程与处理边界。开发实践Spring AI 2.0 MCP：一个 @McpTool，把订单服务开放给 Agenthttps://blog.teachstore.top/articles/spring-ai-mcp-java-tools/https://blog.teachstore.top/articles/spring-ai-mcp-java-tools/用 @McpTool 把 Java 订单服务开放给 Agent，再通过 MCP Client 发现与调用工具。开发实践Spring AI 2.0 多模型调用：Qwen 结构化输出失败之后切换到 DeepSeekhttps://blog.teachstore.top/articles/spring-ai-multi-model-fallback/https://blog.teachstore.top/articles/spring-ai-multi-model-fallback/结构化输出校验仍然失败时，怎样用 Java 业务代码切换模型，并区分重试、降级和失败处理。开发实践Spring AI 2.0，这个系列我想重新写了https://blog.teachstore.top/articles/spring-ai-series-roadmap/https://blog.teachstore.top/articles/spring-ai-series-roadmap/Spring AI 系列的学习路线：从模型调用与工具执行开始，逐步理解记忆、RAG、MCP 和业务 Agent。开发实践