作者因市面AI检测工具收费高、结果不准，自己开发了免费、免注册的AI文本检测器（https://zxfhq.cn/ai-detector）。该工具基于百灵大模型，从语言风格、词汇习惯、句长分布、逻辑与情感等维度分析，给出概率和置信度，仅作参考。界面简洁，适合学生检测作业、创作者检查稿件、教师批量筛选，可帮助用户了解文字“AI味”，但不作为最终判定。

通意千应是一款基于 Spring Boot 与 Vue.js 的 AI 对话系统，核心实现了多模态附件上传全链路。系统采用前端‑控制层‑服务层‑数据层分层结构，前端负责文件选择、预览与校验（类型、大小、数量、重复），后端提供统一的上传 API，完成用户鉴权、批量校验、文件存储、内容预解析以及元数据持久化。文件以 UUID 命名、日期分层方式存入本地与七牛云 OSS，并在上传时即时解析 PDF、Word、Excel、PPT、TXT、图片等七类文档，将提取的文本保存至数据库，提升 AI 对话的响应速度。整体方案突出即时预览、渐进式上传、策略模式解析和事务一致性，为多模态 AI 交互提供可靠的文件管理与解析能力。

本文针对 AI 对话、智能客服等实时语音交互场景，提出基于异步分段合成、流式预加载和语义级文本分割的 TTS 方案。通过首段优先合成、后段后台预加载，实现低延迟；采用标点层级的三级分割算法，保证语义完整；利用本地 Caffeine 与 Redis 多级缓存避免重复合成。系统采用 Vue3 前端、Spring Boot 后端，调用百度云语音合成 API，配合 Token 缓存、单段合成服务及播放控制，支持流式播放、无缝衔接、异常自愈等特性。

线上博客进程日志突断，排查发现系统 OOM Killer 在内存耗尽时直接 kill -9 Java 进程。根因是 2 GB 机器上运行 3 个未限制 -Xmx 的 Spring Boot、MySQL 8 默认占用大且无 swap。通过为每个 JVM 设置‑Xms/‑Xmx、调小 MySQL 缓冲池、连接数等参数并创建 2 GB swap，内存使用恢复正常，服务不再被 OOM 杀死。文章总结了 JVM、MySQL、swap 配置的坑点及后续升级方案。

通意千应是一款企业级AI对话平台，采用Spring Boot + Vue 前后端分离架构，支持ChatGPT、DeepSeek、Qwen、Llama、Kimi、Gemma、Nemotron 等多模型自由切换。系统提供流式响应、Markdown 渲染、代码高亮、深度思考、网络搜索等交互特性，并支持对话分享链接、Token 消耗统计、会话管理等用户功能。后台基于 Spring Security + JWT 实现安全认证，提供用户、会话、数据统计等管理员操作，实现一站式、安全、可扩展的 AI 助手解决方案。

项目采用 Keep a Changelog 与语义化版本管理，记录自 2023‑01‑10 首版 v1.0.0 起的功能演进。最新 v2.2.0（2026‑03‑26）引入文章付费阅读、微信公众号集成、验证码 Redis 存储及多项安全加固；v2.1.0（2026‑03‑20）上线基于 GPT 的 AI 对话机器人、AI 评论审核、表情系统、弹幕等交互功能；v2.0.0（2026‑03‑10）实现 AI 智能摘要、实时天气展示及登录防暴力破解。每个版本均列出新功能、改进、修复细节，并附提交规范、维护者联系方式等信息。