一句话看懂：稀土掘金开发者 T_Wizard 于 2026 年 11 月 5 日发布一篇面向 Java 后端的长文，用分层架构和 12 个术语对照表梳理 Spring AI 1.0 下接入大模型、RAG、Tool Calling 与 MCP 的关系，并给出一段可运行的最小配置骨架。
事件核心：发生了什么
这是一篇开发者经验总结，不是官方产品公告。作者针对熟悉 Spring Boot、但被新名词劝退的后端，按“先看清架构、再拆能力块、最后落到代码”的顺序组织内容：五层架构中，Advisor 类比 AOP 处理请求前后逻辑；Tools、MCP、RAG、Memory 四个能力块的触发方式不同，Tools 和 MCP 由模型决定是否调用，RAG 由框架主动拼进 Prompt，Memory 自动注入历史。文章还拆解了“2 种途径、3 种方式、4 种调用”，并区分阿里云百炼（可视化平台）与灵积 DashScope（模型 API），指出 Spring AI 的 dashscope 配置对接的是灵积。
为什么重要
当前 AI 应用开发的主要门槛之一，是概念分层混乱而非单个技术难懂。文章把 Tool Calling 与 MCP 的关系说清楚：前者解决模型“怎么调函数”，后者解决工具“从哪来”，类似 USB-C 标准接口。这对正在选型 Spring AI 1.0 的 Java 团队有直接参考价值，也解释了工具调用日志出现两轮 Request/Response 属于正常流程，而非 bug。
对用户/开发者/创作者的影响
对后端开发者，最实用的部分是避坑信息：Spring AI 1.0 GA 更改了 starter 命名，InMemoryChatMemory 被 MessageWindowChatMemory 取代，MessageChatMemoryAdvisor 改为 builder 写法，通义兼容地址不能加 /v1。文章还提醒 RAG 的 ETL 离线跑一次、检索每次请求都跑，以及给模型终端权限属于安全红线。这些属于作者个人实践，需结合自身版本验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
可观察 Spring AI 1.x 后续小版本是否继续调整 API，MCP 在 Java 生态的客户端支持是否成熟，以及国内云厂商的 OpenAI 兼容接口是否保持稳定。
来源：juejin
