AgentScope?Java?入門到進(jìn)階指南
更新時(shí)間：2026年04月16日 09:19:55 作者：plant197
AgentScopeJava是一個(gè)面向智能體的編程框架,用于構(gòu)建基于大語(yǔ)言模型的應(yīng)用,它提供了智能體所需功能,本文給大家介紹AgentScope?Java?入門到進(jìn)階,感興趣的朋友一起看看吧
一、什么是 AgentScope Java？
AgentScope Java 是一個(gè)面向智能體的編程框架，用于構(gòu)建基于大語(yǔ)言模型(LLM)的應(yīng)用。它提供了構(gòu)建智能體所需的一切功能：ReAct 推理、工具調(diào)用、記憶管理、多智能體協(xié)作等，讓你能夠快速開(kāi)發(fā)生產(chǎn)級(jí)的 AI 智能體應(yīng)用。
二、環(huán)境準(zhǔn)備
1. 系統(tǒng)要求
- JDK 17 或更高版本
- Maven 或 Gradle 構(gòu)建工具
2. 添加依賴
在你的 pom.xml 中添加以下依賴：
<dependency>
<groupId>io.agentscope</groupId>
<artifactId>agentscope</artifactId>
<version>1.0.1</version>
</dependency>三、快速入門：創(chuàng)建第一個(gè)智能體
1. 最簡(jiǎn)單的智能體示例
下面是一個(gè)基礎(chǔ)的智能體示例，它可以響應(yīng)用戶的問(wèn)候：
import io.agentscope.core.ReActAgent;
import io.agentscope.core.message.Msg;
import io.agentscope.core.model.DashScopeChatModel;
public class FirstAgentExample {
public static void main(String[] args) {
// 獲取API密鑰（實(shí)際開(kāi)發(fā)中建議使用環(huán)境變量）
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 創(chuàng)建智能體
ReActAgent agent = ReActAgent.builder()
.name("MyFirstAgent")
.sysPrompt("你是一個(gè)友好的AI助手，總是用簡(jiǎn)潔的語(yǔ)言回答問(wèn)題。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-plus")
.build())
.build();
// 發(fā)送消息并獲取響應(yīng)
Msg userMessage = Msg.builder()
.name("User") // 設(shè)置發(fā)送者名稱
.role(MsgRole.USER) // 指定角色為用戶
.content(TextBlock.builder()
.text("你好，我叫小明，很高興認(rèn)識(shí)你！") // 設(shè)置消息內(nèi)容
.build())
.build();
// 發(fā)送消息并獲取響應(yīng)
Msg response = agent.call(userMessage).block();
// 輸出響應(yīng)
assert response != null;
System.out.println("智能體回復(fù)：" + response.getTextContent());
}
}2. 代碼解釋
ReActAgent.builder()：使用建造者模式創(chuàng)建智能體name()：設(shè)置智能體名稱sysPrompt()：設(shè)置系統(tǒng)提示，定義智能體的角色和行為model()：配置底層LLM模型，這里使用了阿里云的DashScope服務(wù)agent.call()：發(fā)送消息給智能體并獲取響應(yīng)
四、基礎(chǔ)功能：智能體與工具
1. 創(chuàng)建自定義工具
工具是智能體與外部世界交互的橋梁。下面創(chuàng)建一個(gè)簡(jiǎn)單的計(jì)算器工具：
import io.agentscope.core.tool.Tool;
import io.agentscope.core.tool.ToolParam;
import reactor.core.publisher.Mono;
public class CalculatorTool {
@Tool(name = "calculator", description = "進(jìn)行數(shù)學(xué)計(jì)算，支持加減乘除")
public Mono<String> calculate(
@ToolParam(name = "expression", description = "數(shù)學(xué)表達(dá)式，如1+2*3") String expression
) {
try {
// 簡(jiǎn)單的表達(dá)式計(jì)算邏輯
double result = evaluateExpression(expression);
return Mono.just(expression + " = " + result);
} catch (Exception e) {
return Mono.just("計(jì)算錯(cuò)誤: " + e.getMessage());
}
}
private double evaluateExpression(String expr) {
// 實(shí)際項(xiàng)目中可以使用更完善的表達(dá)式解析庫(kù)
expr = expr.replaceAll("\\s+", "");
// 簡(jiǎn)化實(shí)現(xiàn)，僅處理加減乘除
// ... 實(shí)現(xiàn)計(jì)算邏輯 ...
return 0; // 實(shí)際計(jì)算結(jié)果
}
}2. 在智能體中使用工具
import io.agentscope.core.ReActAgent;
import io.agentscope.core.tool.Toolkit;
public class AgentWithToolExample {
public static void main(String[] args) {
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 創(chuàng)建工具集并注冊(cè)工具
Toolkit toolkit = new Toolkit();
toolkit.registerTool(new CalculatorTool());
// 創(chuàng)建帶工具的智能體
ReActAgent agent = ReActAgent.builder()
.name("CalculatorAgent")
.sysPrompt("你是一個(gè)計(jì)算器助手，當(dāng)需要進(jìn)行數(shù)學(xué)計(jì)算時(shí)，使用calculator工具。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-plus")
.build())
.toolkit(toolkit) // 配置工具集
.build();
Msg userMessage = Msg.builder()
.name("User") // 設(shè)置發(fā)送者名稱
.role(MsgRole.USER) // 指定角色為用戶
.content(TextBlock.builder()
.text("請(qǐng)計(jì)算：(25 + 75) * 3 / 2") // 設(shè)置消息內(nèi)容
.build())
.build();
// 測(cè)試計(jì)算功能
Msg response = agent.call(userMessage).block();
assert response != null;
System.out.println("計(jì)算結(jié)果：" + response.getTextContent());
}
}五、進(jìn)階功能：多智能體協(xié)作
1. 順序管道（Sequential Pipeline）
順序管道讓多個(gè)智能體按順序處理任務(wù)，前一個(gè)智能體的輸出作為后一個(gè)的輸入：
import io.agentscope.core.pipeline.SequentialPipeline;
import io.agentscope.core.ReActAgent;
import io.agentscope.core.message.Msg;
public class SequentialPipelineExample {
public static void main(String[] args) {
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 創(chuàng)建三個(gè)不同功能的智能體
ReActAgent translator = createTranslator(apiKey);
ReActAgent summarizer = createSummarizer(apiKey);
ReActAgent sentimentAnalyzer = createSentimentAnalyzer(apiKey);
// 構(gòu)建順序管道
SequentialPipeline pipeline = SequentialPipeline.builder()
.addAgent(translator)
.addAgent(summarizer)
.addAgent(sentimentAnalyzer)
.build();
// 輸入文本
String inputText = "Artificial Intelligence has revolutionized the technology industry...";
Msg userMessage = Msg.builder()
.name("User") // 設(shè)置發(fā)送者名稱
.role(MsgRole.USER) // 指定角色為用戶
.content(TextBlock.builder()
.text(inputText) // 設(shè)置消息內(nèi)容
.build())
.build();
// 執(zhí)行管道
Msg result = pipeline.execute(userMessage).block();
// 輸出最終結(jié)果
System.out.println("最終分析結(jié)果：" + result.getTextContent());
}
// 創(chuàng)建翻譯智能體
private static ReActAgent createTranslator(String apiKey) {
return ReActAgent.builder()
.name("Translator")
.sysPrompt("將輸入的英文文本準(zhǔn)確翻譯成中文，只輸出翻譯結(jié)果。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-plus")
.build())
.build();
}
// 創(chuàng)建摘要智能體
private static ReActAgent createSummarizer(String apiKey) {
return ReActAgent.builder()
.name("Summarizer")
.sysPrompt("將輸入文本總結(jié)為2-3句話，保留核心信息。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-plus")
.build())
.build();
}
// 創(chuàng)建情感分析智能體
private static ReActAgent createSentimentAnalyzer(String apiKey) {
return ReActAgent.builder()
.name("SentimentAnalyzer")
.sysPrompt("分析輸入文本的情感傾向，分為積極、消極、中性或混合。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-plus")
.build())
.build();
}
}2. 并行管道（Fanout Pipeline）
并行管道讓多個(gè)智能體同時(shí)處理同一輸入，適用于需要多視角分析的場(chǎng)景：
import io.agentscope.core.pipeline.FanoutPipeline;
import io.agentscope.core.ReActAgent;
import io.agentscope.core.message.Msg;
import java.util.List;
public class FanoutPipelineExample {
public static void main(String[] args) {
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 創(chuàng)建三個(gè)專家智能體
ReActAgent techExpert = createTechExpert(apiKey);
ReActAgent uxExpert = createUXExpert(apiKey);
ReActAgent bizAnalyst = createBusinessAnalyst(apiKey);
// 構(gòu)建并行管道
FanoutPipeline pipeline = FanoutPipeline.builder()
.addAgent(techExpert)
.addAgent(uxExpert)
.addAgent(bizAnalyst)
.concurrent() // 并行執(zhí)行
.build();
// 產(chǎn)品創(chuàng)意
String productIdea = "一個(gè)使用AI分析日常照片并自動(dòng)生成個(gè)性化視頻日記的移動(dòng)應(yīng)用...";
Msg userMessage = Msg.builder()
.name("User") // 設(shè)置發(fā)送者名稱
.role(MsgRole.USER) // 指定角色為用戶
.content(TextBlock.builder()
.text(productIdea) // 設(shè)置消息內(nèi)容
.build())
.build();
// 執(zhí)行管道
List<Msg> results = pipeline.execute(userMessage).block();
// 輸出結(jié)果
for (Msg result : results) {
System.out.println("=== " + result.getName() + " 分析 ===");
System.out.println(result.getTextContent() + "\n");
}
}
// 創(chuàng)建技術(shù)專家智能體
private static ReActAgent createTechExpert(String apiKey) {
// 實(shí)現(xiàn)與前面類似
// ...
}
// 創(chuàng)建UX專家智能體
private static ReActAgent createUXExpert(String apiKey) {
// 實(shí)現(xiàn)與前面類似
// ...
}
// 創(chuàng)建業(yè)務(wù)分析師智能體
private static ReActAgent createBusinessAnalyst(String apiKey) {
// 實(shí)現(xiàn)與前面類似
// ...
}
}六、高級(jí)功能：計(jì)劃與記憶
1. 使用 PlanNotebook 進(jìn)行任務(wù)規(guī)劃
FileTool：操作文件的工具
/**
* 這是一個(gè)文件工具類，用于處理文件相關(guān)的功能
*/
public class FileTool {
/**
* 讀取文件內(nèi)容
*/
@Tool(name = "readFile", description = "讀取指定文件的內(nèi)容")
public String readFile(@ToolParam(name = "filePath", description = "文件路徑") String filePath) {
try {
Path path = Paths.get(filePath);
// 使用BufferedReader進(jìn)行緩沖讀取，提高大文件讀取效率
StringBuilder content = new StringBuilder();
try (BufferedReader reader = Files.newBufferedReader(path, StandardCharsets.UTF_8)) {
String line;
while ((line = reader.readLine()) != null) {
content.append(line).append(System.lineSeparator());
}
}
return content.toString();
} catch (IOException e) {
return "讀取文件失敗: " + e.getMessage();
}
}
/**
* 寫入文件內(nèi)容
*/
@Tool(name = "writeFile", description = "寫入文件內(nèi)容")
public String writeFile(@ToolParam(name = "filePath", description = "文件路徑") String filePath,
@ToolParam(name = "content", description = "文件內(nèi)容") String content) {
try {
Path path = Paths.get(filePath);
// 確保父目錄存在
if (path.getParent() != null && !Files.exists(path.getParent())) {
Files.createDirectories(path.getParent());
}
// 使用BufferedWriter進(jìn)行緩沖寫入，提高寫入效率
try (BufferedWriter writer = Files.newBufferedWriter(path, StandardCharsets.UTF_8,
StandardOpenOption.CREATE, StandardOpenOption.WRITE, StandardOpenOption.TRUNCATE_EXISTING)) {
writer.write(content);
}
return "文件寫入成功";
} catch (IOException e) {
return "寫入文件失敗: " + e.getMessage();
}
}
}PlanNotebook 幫助智能體分解復(fù)雜任務(wù)并跟蹤執(zhí)行進(jìn)度：
import io.agentscope.core.ReActAgent;
import io.agentscope.core.plan.PlanNotebook;
import io.agentscope.core.tool.Toolkit;
public class PlanNotebookExample {
public static void main(String[] args) {
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 創(chuàng)建工具集
Toolkit toolkit = new Toolkit();
toolkit.registerTool(new FileTool());
// 創(chuàng)建計(jì)劃筆記本
PlanNotebook planNotebook = PlanNotebook.builder().build();
// 創(chuàng)建帶計(jì)劃能力的智能體
ReActAgent agent = ReActAgent.builder()
.name("PlannerAgent")
.sysPrompt("你是一個(gè)有條理的助手，對(duì)于多步驟任務(wù)，先創(chuàng)建計(jì)劃再執(zhí)行。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-plus")
.build())
.toolkit(toolkit)
.planNotebook(planNotebook) // 配置計(jì)劃筆記本
.build();
// 發(fā)送多步驟任務(wù)
Msg userMessage = Msg.builder()
.name("User") // 設(shè)置發(fā)送者名稱
.role(MsgRole.USER) // 指定角色為用戶
.content(TextBlock.builder()
.text(task) // 設(shè)置消息內(nèi)容
.build())
.build();
Msg response = agent.call(userMessage).block();
System.out.println("任務(wù)結(jié)果：" + response.getTextContent());
}
}2. 檢索增強(qiáng)生成（RAG）
RAG 技術(shù)讓智能體能夠利用外部知識(shí)庫(kù)回答問(wèn)題：
package org.example.agentScope.test;
import io.agentscope.core.ReActAgent;
import io.agentscope.core.message.Msg;
import io.agentscope.core.message.MsgRole;
import io.agentscope.core.message.TextBlock;
import io.agentscope.core.model.DashScopeChatModel;
import io.agentscope.core.rag.Knowledge;
import io.agentscope.core.rag.RAGMode;
import io.agentscope.core.rag.knowledge.SimpleKnowledge;
import io.agentscope.core.embedding.dashscope.DashScopeTextEmbedding;
import io.agentscope.core.rag.store.InMemoryStore;
import io.agentscope.core.rag.model.Document;
import io.agentscope.core.rag.reader.ReaderInput;
import io.agentscope.core.rag.reader.SplitStrategy;
import io.agentscope.core.rag.reader.TextReader;
import java.util.List;
public class RAGExample {
public static void main(String[] args) {
String apiKey = System.getenv("DASHSCOPE_API_KEY");
// 創(chuàng)建嵌入模型
var embeddingModel = DashScopeTextEmbedding.builder()
.apiKey(apiKey)
.modelName("text-embedding-v3")
.dimensions(1024)
.build();
// 創(chuàng)建向量存儲(chǔ)
var vectorStore = InMemoryStore.builder().dimensions(1024).build();
// 創(chuàng)建知識(shí)庫(kù)
Knowledge knowledge = SimpleKnowledge.builder()
.embeddingModel(embeddingModel)
.embeddingStore(vectorStore)
.build();
// 向知識(shí)庫(kù)添加文檔
addDocumentsToKnowledge(knowledge);
// 創(chuàng)建帶RAG能力的智能體
ReActAgent agent = ReActAgent.builder()
.name("RAGAgent")
.sysPrompt("你是一個(gè)知識(shí)豐富的助手，使用提供的知識(shí)庫(kù)回答問(wèn)題。")
.model(DashScopeChatModel.builder()
.apiKey(apiKey)
.modelName("qwen-max")
.build())
.knowledge(knowledge) // 配置知識(shí)庫(kù)
.ragMode(RAGMode.AGENTIC) // 智能體自主決定何時(shí)檢索
.build();
// 測(cè)試RAG功能
// 快速創(chuàng)建用戶消息
Msg userMsg = Msg.builder()
.role(MsgRole.USER) // 明確指定角色為用戶
.content(TextBlock.builder()
.text("AgentScope有哪些核心功能？") // 設(shè)置消息內(nèi)容
.build())
.build();
Msg response = agent.call(userMsg).block();
System.out.println("回答：" + response.getTextContent());
}
private static void addDocumentsToKnowledge(Knowledge knowledge) {
// 1. 創(chuàng)建文本閱讀器（設(shè)置分塊參數(shù)：最大長(zhǎng)度512，按段落分割，重疊長(zhǎng)度50）
TextReader reader = new TextReader(512, SplitStrategy.PARAGRAPH, 50);
// 2. 準(zhǔn)備示例文檔內(nèi)容（可替換為實(shí)際文檔）
String[] documentTexts = {
"AgentScope 是一個(gè)多智能體框架，支持同步和異步通信，" +
"提供統(tǒng)一的接口用于構(gòu)建和管理多智能體應(yīng)用?？蚣苤С侄喾N智能體類型，" +
"包括 ReActAgent 等實(shí)現(xiàn)了推理與行動(dòng)循環(huán)的智能體。",
"RAG（檢索增強(qiáng)生成）技術(shù)通過(guò)從知識(shí)庫(kù)中檢索相關(guān)信息來(lái)增強(qiáng)語(yǔ)言模型的生成能力，" +
"幫助模型獲取最新信息并減少幻覺(jué)。AgentScope 中的 RAG 模塊支持多種向量存儲(chǔ)，" +
"包括內(nèi)存存儲(chǔ)和外部向量數(shù)據(jù)庫(kù)。"
};
// 3. 處理并添加每個(gè)文檔到知識(shí)庫(kù)
for (String text : documentTexts) {
try {
// 將文本轉(zhuǎn)換為閱讀器輸入
ReaderInput input = ReaderInput.fromString(text);
// 讀取并分塊文檔（block() 用于同步獲取結(jié)果）
List<Document> documents = reader.read(input).block();
if (documents != null && !documents.isEmpty()) {
// 向知識(shí)庫(kù)添加文檔（block() 用于同步等待完成）
knowledge.addDocuments(documents).block();
System.out.println("成功添加文檔：" + text.substring(0, Math.min(50, text.length())) + "...");
}
} catch (Exception e) {
System.err.println("添加文檔失?。? + e.getMessage());
}
}
}
}七、調(diào)試與監(jiān)控
AgentScope 提供了 Studio 工具用于可視化調(diào)試,但要安裝Studio ，詳情可查看
https://github.com/agentscope-ai/agentscope-studio
import io.agentscope.core.ReActAgent;
import io.agentscope.core.message.Msg;
import io.agentscope.core.model.DashScopeChatModel;
import io.agentscope.core.studio.StudioManager;
import io.agentscope.core.studio.StudioMessageHook;
import io.agentscope.core.studio.StudioUserAgent;
import java.util.List;
public class StudioDebugExample {
public static void main(String[] args) {
// 1. 初始化 Studio 連接（默認(rèn)端口 5173）
StudioManager.init()
.studioUrl("http://localhost:5173") // Studio 服務(wù)地址
.project("MyFirstProject") // 項(xiàng)目名稱（用于分類調(diào)試記錄）
.runName("debug_run_" + System.currentTimeMillis()) // 本次運(yùn)行名稱（建議唯一）
.initialize()
.block(); // 同步等待初始化完成
try {
// 2. 創(chuàng)建帶 Studio 鉤子的智能體（自動(dòng)上報(bào)消息）
ReActAgent agent = ReActAgent.builder()
.name("Assistant")
.sysPrompt("你是一個(gè)調(diào)試助手")
.model(DashScopeChatModel.builder() // 配置實(shí)際使用的模型
.apiKey(System.getenv("DASHSCOPE_API_KEY"))
.modelName("qwen-plus")
.build())
.hooks(List.of(new StudioMessageHook(StudioManager.getClient()))) // 綁定 Studio 鉤子
.build();
// 3. 創(chuàng)建 Studio 用戶代理（通過(guò) Web UI 輸入消息）
StudioUserAgent user = StudioUserAgent.builder()
.name("User")
.studioClient(StudioManager.getClient())
.webSocketClient(StudioManager.getWebSocketClient())
.build();
// 4. 運(yùn)行交互循環(huán)（通過(guò) Studio Web UI 輸入消息）
Msg msg = null;
while (true) {
msg = user.call(msg).block(); // 等待 Web UI 輸入
if (msg == null || "exit".equalsIgnoreCase(msg.getTextContent())) {
break; // 輸入 exit 退出
}
msg = agent.call(msg).block(); // 智能體處理消息
}
} finally {
// 5. 關(guān)閉 Studio 連接
StudioManager.shutdown();
}
}
}八、總結(jié)與進(jìn)階學(xué)習(xí)
通過(guò)本教程，你已經(jīng)了解了 AgentScope Java 的核心能：
- 基礎(chǔ)智能體創(chuàng)建與使用
- 工具開(kāi)發(fā)與集成
- 多智能體協(xié)作（順序與并行）
- 任務(wù)規(guī)劃與記憶管理
- 檢索增強(qiáng)生成（RAG）
- 調(diào)試與監(jiān)控
進(jìn)階學(xué)習(xí)資源
嘗試擴(kuò)展本教程中的示例，例如：
- 創(chuàng)建更復(fù)雜的工具集成外部API
- 構(gòu)建多智能體協(xié)作系統(tǒng)解決復(fù)雜問(wèn)題
- 集成自己的知識(shí)庫(kù)實(shí)現(xiàn)領(lǐng)域?qū)＜抑悄荏w
到此這篇關(guān)于AgentScope Java 入門到進(jìn)階的文章就介紹到這了,更多相關(guān)AgentScope Java 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
相關(guān)文章
虛擬線程是由Java運(yùn)行時(shí)而不是操作系統(tǒng)實(shí)現(xiàn)的Java線程,和傳統(tǒng)線程(或稱之為平臺(tái)線程)之間的主要區(qū)別在于,我們可以很容易地在同一個(gè)Java進(jìn)程中運(yùn)行大量活動(dòng)的虛擬線程,甚至數(shù)百萬(wàn)個(gè),這篇文章主要介紹了java虛擬線程的相關(guān)資料,需要的朋友可以參考下2025-10-10
用java生成html文件實(shí)現(xiàn)原理及代碼
用printStream來(lái)向html文件里輸出數(shù)據(jù)，先創(chuàng)建一個(gè)StringBuilder對(duì)象，通過(guò)append方法來(lái)為其添加html語(yǔ)句，具體實(shí)現(xiàn)如下，感興趣的朋友可以參考下，希望對(duì)大家有所幫助2013-08-08
java中MultipartFile和File最簡(jiǎn)單的互相轉(zhuǎn)換示例
這篇文章主要給大家介紹了關(guān)于java中MultipartFile和File最簡(jiǎn)單的互相轉(zhuǎn)換的相關(guān)資料,MultipartFile和File都是Java中用于處理文件上傳的類,MultipartFile用于處理上傳的文件,File用于處理本地磁盤上的文件,需要的朋友可以參考下2023-09-09
springboot之集成mybatis-plus、druid整合多數(shù)據(jù)源實(shí)踐
本篇文章詳細(xì)介紹了如何在SpringBoot 2.3.12.RELEASE項(xiàng)目中配置MySQL 8.0數(shù)據(jù)庫(kù),包括pom文件依賴引入、application.yml配置、實(shí)體類與mapper層的創(chuàng)建及測(cè)試類的編寫,助力開(kāi)發(fā)者高效構(gòu)建數(shù)據(jù)庫(kù)連接2026-06-06
使用Spring底層組件實(shí)現(xiàn)Aware接口
這篇文章主要介紹了使用Spring底層組件實(shí)現(xiàn)Aware接口,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-07-07
這篇文章主要介紹了Java 如何優(yōu)雅的拋出業(yè)務(wù)異常，幫助大家更好的理解和使用Java，感興趣的朋友可以了解下2020-12-12
spring?boot?實(shí)現(xiàn)一個(gè)?禁止重復(fù)請(qǐng)求的方法
這篇文章主要介紹了spring?boot?實(shí)現(xiàn)一個(gè)?禁止重復(fù)請(qǐng)求,當(dāng)重復(fù)請(qǐng)求該方法時(shí)，會(huì)返回"Duplicate?request"，避免重復(fù)執(zhí)行相同的操作，需要的朋友可以參考下2024-03-03
Spring前后端跨域請(qǐng)求設(shè)置代碼實(shí)例
這篇文章主要介紹了Spring前后端跨域請(qǐng)求設(shè)置代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07
這篇文章主要給大家介紹了關(guān)于Java輸出多位小數(shù)的三種方法的相關(guān)資料,在實(shí)際工作中常常需要設(shè)定數(shù)字的輸出格式,如以百分比的形式輸出,或者設(shè)定小數(shù)位數(shù)等,需要的朋友可以參考下2023-07-07
這篇文章主要介紹了在Java中處理郵件附件的方法,針對(duì)本地文件和在線URL兩種附件來(lái)源,提供了兩種解決方案,并提供了下載文件和發(fā)送郵件的代碼示例,需要的朋友可以參考下2025-03-03