Day 11 ✅ 今天做了：完成 RAG-知识库进阶-最佳实践和高级知识全部内容，以及工具调用-入门实战部分内容的学习 ⏰ 明天计划：继续学习 工具调用-入门实战和进阶知识 📚 今日感悟：学习了如何在 RAG 工作流程的特定阶段调优，比如“元数据标注、查询重写、错误处理机制”等，并完成了对应的代码实现；回顾了工具调用的相关概念，并实现了部分工具调用类。

Day 10 ✅ 今天做了：完成 RAG-知识库进阶-核心特性部分的学习 ⏰ 明天计划：继续学习 RAG-知识库进阶-最佳实践和高级知识 📚 今日感悟：回顾了 RAG 的工作流程，完成了基于 PGVector 实现向量存储的代码实践。（引入 PGVector 相关依赖时又遇到了版本冲突问题，这次对 Spring Ai 和 Spring Ai Alibaba 相关依赖统一做了修改，由于版本更新，之前课程中使用到的一些类或方法更改了实现方式，甚至换了包的存储位置，导致出现了一些 bug，好在经过调试都一一解决了。）

Day 9 ✅ 今天做了：完成 RAG 知识库基础部分的学习 ⏰ 明天计划：继续学习 RAG 知识库进阶部分的内容 📚 今日感悟：复习了 RAG 的基础概念和具体工作流程，完成了 Spring AI + 本地知识库和云知识库的代码实现。

Day 8 ✅ 今天做了：完成 AI 应用开发-扩展知识部分的学习 ⏰ 明天计划：继续学习 RAG 知识库基础 📚 今日感悟： 了解了 Spring AI 如何实现自定义 Advisor、结构化输出、对话记忆持久化、以及 PromptTemplate 和多模态的相关概念。完成了自定义日志 Advisor、结构化输出、自定义文件持久化 ChatMemory 的代码实现。

Day 7 ✅ 今天做了：完成 AI 应用开发-基础内容部分的学习 ⏰ 明天计划：继续学习 AI 应用开发-扩展知识 📚 今日感悟：学习了 prompt 的一些调试和优化技巧，了解了如何通过设计 prompt 让 AI 帮助细化需求，并且可以通过 AI 大模型应用平台对 prompt 进行测试和调优；了解了 ChatClient 和 Advisors 的特性，以及如何利用 ChatMemoryAdvisor 实现多轮对话。

Day 6 ✅ 今天做了：结合 120 问复习学过的知识；实践 4 种程序调用 AI 大模型的方式。 ⏰ 明天计划：继续复习 + 继续 AI 应用开发的实践。 📚 今日感悟：由于很久没接触项目，对 java 代码和框架已经有些生疏，并且在开发过程中遇到了一些 Maven 的依赖之间不兼容的问题，费了一番功夫解决，好在最后还是成功实现了 4 种调用 AI 大模型的方式。

Day 5 ✅ 今天做了：学习了《AI 速通》第十一章，根据《120问》巩固之前学过的内容；开始着手项目实践，参照教程完成了项目初始化。 ⏰ 明天计划：继续根据120问复习学过的内容；继续项目实践后续的学习。 📚 今日感悟：《AI 速通》第十一章是大模型微调技术，和自己硕士论文研究的内容强相关，所以理解起来相对容易。学习完十一章之后基础理论知识已经基本掌握，可以开始项目实操，这也是自己相对薄弱的环节，更加需要认真对待。

Day 4 ✅ 今天做了：学习了《AI 速通》第八、九、十章的内容 ⏰ 明天计划：按进度本应开始项目实践，但由于个人原因需要外出几天，所以后续只能以复习学过的知识为主。 📚 今日感悟：了解了 Spring AI 框架下具体功能的实现；学习了如何使用 LangGraph 处理复杂场景下条件分支、循环、人工审核、并行执行等需求；了解了如何通过多 Agent 系统应对复杂任务。

Day 3 ✅ 今天做了：学习了《AI 速通》第六章和第七章的内容 ⏰ 明天计划：继续学习《AI 速通》后续内容 📚 今日感悟：对 AI Agent 相关概念（工具调用、Agent 架构、MCP/A2A/Skills 等）有了更清晰、更全面的认识。学习了 LangChain4j 和 LangChain 两个框架下具体功能的实现（MCP 集成、RAG 集成、多轮对话记忆等），但由于之前较少接触项目，对于代码实现和底层逻辑理解还不够透彻，还需结合后续的项目实例深入理解。

Day 2 ✅ 今天做了：学习了《AI速通》第四章和第五章的内容 ⏰ 明天计划：继续学习《AI速通》后续内容 📚 今日感悟：对于第四章 提示词工程，因为硕士阶段研究过 Few-shot Prompting，对该部分比较了解，所以理解起来比较容易；对于第五章 RAG，之前只是阅读过一些相关概念，没太深入了解，通过这次学习有了更系统性的认识。