Tools、Resources、Prompts 这三个 MCP 核心概念，用一个能跑起来的 SQLite MCP 服务器串起来，连调试一起走完一条开发流程。

多种 AI coding 工具各读各的配置目录，同一份 skills 要复制好几遍，现在用一条 npx 命令就能把 superpowers 装给所有 agent。

在 M2 MacBook Pro (32GB) 上系统对比 MLX 与 Ollama 的推理性能，附 9B 与 35B 模型的实测数据。

多 Agent 数学解题管线的第一期用 Java 25 的 Structured Concurrency 加 Spring AI 2.0 和 Ollama 搭起来，Spring Boot 4.0 与 Gradle 9 的兼容性问题在过程中一起解决。

Spring AI 给了几类影响 LLM 返回结果的手段：生成选项、结构化输出转换器和流式响应，各自改变的是生成质量还是交互体验。

在使用 AI 生成内容时，Prompt 模板的设计至关重要。Spring AI 提供了 Prompt Template 的功能，帮助我们更好地组织和管理 Prompt 模板，从而提升生成内容的质量和一致性。搞个 AI 算命先生，来看看今天的运势如何吧！

我们使用 AI 生成的内容需要经过评估，以确保其质量和准确性。Spring AI 提供了统一的接口，可以使用一个模型对另一个模型的回复进行评估。但当前的 v1.1.0版本中存在一些问题，并不是太好用。

用 start.spring.io 生成 Spring AI 骨架，Chat Client 接 OpenAI 做一个 QA 对话，再只改配置切到 Gemini，ChatClient 的实现随之切换。