用JUnit搭建AI回归测试框架：数据集、规则评分、Judge与质量报告
实现可在CI运行的AI回归框架，读取JSONL数据集，执行规则与Judge评分并比较基线。
Spring AI企业级应用实战（13）：测试、黄金数据集与发布质量门禁
建立单元测试、Provider契约、黄金数据集、规则评分、Judge和CI质量门禁。
Spring WebFlux请求超时后AI任务为什么还在运行？
前端或网关超时只终止HTTP响应，不一定向上游模型、工具或队列传播取消信号。
同步接口、消息队列与工作流引擎怎么选？AI长任务架构指南
AI报告、代码扫描和批量入库可能持续数分钟甚至数小时，本文比较同步HTTP、消息队列和工作流引擎。
AI异步回调为什么会重复到达？至少一次投递与幂等排查
网络超时、消费者重启和ACK丢失会让同一回调多次到达，必须按至少一次投递设计。
用Spring Boot搭建AI长任务中心：队列、进度、取消、回调与断点恢复
实现统一AI长任务中心，用状态机、队列、进度事件和幂等回调管理报告生成、批量分析和入库。
Spring AI企业级应用实战（12）：异步长任务、队列、回调与可恢复执行
将耗时AI调用从同步接口迁移到任务中心，完成状态机、Outbox、Worker租约、取消传播和Checkpoint。
Spring AI VectorStore过滤条件已经传入，为什么仍然召回其他租户文档？
多租户RAG中，即使日志显示tenantId已传入，也可能因为过滤表达式丢失、字段类型不一致或后置过滤造成越权召回。
单Collection、每租户Collection与分片键怎么选？向量库多租户架构指南
向量库多租户可以采用共享Collection、独立Collection或分片键混合方案。本文比较隔离、成本与运维复杂度。
RAG引用编号与正文对不上？重排、去重和压缩后的证据映射排查
检索候选经过重排、去重和压缩后，如果仍沿用早期数组下标，答案引用会与最终展示来源错位。
用Spring AI实现权限感知RAG检索器：租户过滤、文档ACL与引用校验
实现一个权限感知检索组件，把认证上下文转为向量过滤条件，并在重排与生成后再次校验文档ACL。
Spring AI企业级应用实战（11）：权限感知RAG、多租户过滤与引用治理
在Spring AI RAG链路中加入认证上下文、过滤表达式、文档ACL、重排复核和引用鉴权。
Spring AI配置多个ChatModel后为什么总是调用默认模型？
Spring AI多模型项目中，Bean注入、ChatClient复用和路由结果传递任何一处出错，都会让所有流量落到默认模型。
规则路由、分类模型与Router Agent怎么选？企业多模型调度指南
多模型调度可以使用固定规则、轻量分类模型或Router Agent。本文比较三种方案的成本、解释性与适用边界。
模型Fallback已经切换成功，为什么请求仍然失败？
日志显示已切换备用模型，但请求仍返回相同错误，往往说明主备共享额度、网络、超时预算或输出契约。
用Spring Boot搭建多模型路由网关：规则、预算、Fallback与审计
实现一个统一路由网关，根据任务复杂度、风险、租户套餐与预算选择模型，并提供受控Fallback。
Spring AI企业级应用实战（10）：多模型路由、预算控制与故障降级
在统一调用层之上实现模型能力目录、策略路由、预算守卫、Fallback和路由审计。
欧盟AI法案进入下一阶段：企业AI应用需要补齐哪些治理能力？
随着欧盟AI法案进入新的实施阶段，企业AI项目不能再把合规理解为“在页面上加一句AI生成提示”。OpenAI于2026年7月31日公开说明其对通用人工智能模型行为准则和AI生成内容透明度行为准则的支持，并再次强调安全评测、风险治理、来源标识、事件响应和持续更新。对于使用第三方大模型构建客服、知识库、Agent和内容生成系统的企业而言，模型提供商承担一部分责任，但应用部署方仍需建立风险分级、数据治理
Spring AI调用entity()时JSON解析失败？Markdown包裹、字段缺失与Schema不兼容完整排查
Spring AI的`ChatClient.call().entity()`可以把模型输出直接转换为Java对象，但生产项目经常遇到JSON前后带解释文字、被Markdown代码块包裹、必填字段缺失、枚举值不匹配、日期格式错误或Provider不支持完整JSON Schema等问题。默认结构化输出本质上仍可能是“Prompt约束＋文本解析”，并不天然保证100%成功。本文从目标类型设计、原始响应留
Prompt约束、StructuredOutputConverter、原生JSON Schema与validateSchema怎么选？
企业AI应用需要把模型输出用于路由、入库、审批或工具调用时，不能长期依赖自然语言解析。Spring AI提供了多种结构化输出路径：在Prompt中手写格式要求、使用`StructuredOutputConverter`生成格式指令和反序列化、启用Provider原生JSON Schema约束，以及通过`validateSchema()`进行本地校验和自修复。四种方案的可靠性、兼容性、成本和复杂度不