领域服务是微服务里真正承载业务的那一层。Shop Platform 当前实现的做法是每服务一套独立 MySQL schema、Flyway 渐进式迁移、JPA 实体与 Repository 按服务组织、Outbox 表配补偿任务、统一响应模型携带 traceId。

Shop Platform 的 BFF 聚合层用 Virtual Threads 做并发编排、Resilience4j 做四层防护，结账走 Saga 加优雅降级，游客不注册也能下单。

API Gateway 是微服务的统一入口。这套仓库里它由 Spring Cloud Gateway Server MVC 加 Virtual Threads 承载，配 JWKS 校验的 JWT 过滤器链、Redis Lua 令牌桶限流和灰度路由，从 WebFlux 迁到 MVC 的取舍也在里面。

一个以 Java 25 + Spring Boot 3.5 + Spring Cloud 2025 为技术基线的电商平台 POC，涵盖 API 网关、BFF、领域服务、活动引擎与全链路可观测，可作为技术选型讨论的一个可运行参考。

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。

在 Spring Boot 应用中使用 envsubst 工具替换 application.yaml 中的环境变量，获取包含实际值的完整配置文件。

定制 Spring Initializr，生成项目的 Scaffold，减少每次创建 spring boot 项目的重复工作。