Function Calling、Skill、MCP！Spring Boot搭建第一个AI技能服务
摘要：很多Java同学上手Spring AI，第一步就卡在概念：工具调用、Skill技能、MCP协议到底有什么区别？本文从后端视角厘清三层模型，手把手基于Spring AI写一个订单查询Skill，把业务能力封装成可被大模型调用的标准化技能，跑通最小闭环。
JVM-08: 本地方法栈与 JNI：Java 之外的那半边
上一篇讲虚拟机栈，留了个尾巴：本地方法栈。当时说它跟虚拟机栈是兄弟俩，一个管 Java 方法，一个管 native 方法。这一篇就把这个尾巴补上。native 方法是个很有意思的东西：方法声明里写着 native，却没有方法体。字节码里只有一张欠条，真正的实现在别的语言写的库里。
Java 做 AI Agent 被低估了，学习路线一次讲清
"AI Agent 开发？那不是 Python 的天下吗？Java 凑什么热闹。"这是很多 Java 程序员的第一反应。但现实是：企业级 AI Agent 落地，Java 正在悄悄成为主力。原因很简单。Agent 不是玩具，是要跑在生产环境、接数据库、调内部系统、扛高并发的工程。
Spring AI Alibaba 函数调用详解：从 @Tool 到 tool_call 执行一路讲透
函数调用（Function Calling）解决的是"模型能力边界"的问题：模型再强也查不了实时天气、算不了精确数字、改不了数据库——它只能生成文字。
大模型Function Calling在Java里怎么落地？我踩了7个坑
Function Calling在Java里落地，框架选型只是第一步。真正让你加班的是参数类型对不上、模型反复调同一个工具、异常吞掉后模型开始编答案、以及并发下工具注册表被踩踏。下面这7个坑，每个都附了能跑的代码片段，按踩坑顺序排。
Java接入AI大模型，工程化才是真正的分水岭
很多人以为，Java团队接入AI大模型就是调一个HTTP接口的事。找个SDK，把prompt拼好，请求发出去，拿到返回结果，一个AI功能就算上线了。真正做过的人都知道，这种做法写demo没问题，一旦放到企业生产环境，问题会接连冒出来。这里要先讲清楚一个概念。
我把设计模式封装成了SKILL+Java开发规范，都看不出是AI写的代码
现在用 AI 写代码，语法错误越来越少，但"AI 味"越来越重。 最典型的一种：一个 if/else 能解决的事，它能给你上「策略模式 + 工厂 + 注册表 + 注解」。 我花了很久才想明白：AI 缺的不是设计模式知识，是"什么时候不该用"的判断力，和团队的编码规范。
JDK都27了！Lambda表达式人人会写，90%的程序员却没吃透底层精髓
JDK都27了！Lambda表达式人人会写，90%的程序员却没吃透底层精髓2026年9月，JDK 27 正式发布。从JDK8首次推出Lambda表达式，到如今JDK27迭代近20个版本，十几年过去，很多Java程序员依然停留在「会用、但不懂」的阶段。