AI大模型大家最熟悉的就是输出文本 ，图片，或者视频，在工作与生活中或许已经能够驾轻就熟地使用。现在MCP（Model Context Protocol）的兴起，怎么使用AI大模型代替人工进行操作，进入了大家视野。有一个开源的 AI 驱动的浏览器自动化框架，对 AI 代理友好，能够实现在线任务的自动化流程，并且在开源社区具有强大的影响力（GitHub 星数 63.4k+），它就是browser-use。
在当前市场下，两款开源框架/平台分别有各自适用的开发场景，且都得到了开发者和企业的广泛采用。在这篇文章中，我们将深度讲解两个框架的结合：如何将在 Dify 平台上开发的应用导出为 Spring AI Alibaba 工程，至于为什么这么做？扩展性、性能、稳定性提升？请通过接下来的示例和企业实践测试数据了解详情。
在当今数字化时代，企业每天都会产生和处理海量的数据。无论是电商平台的订单统计、金融机构的交易清算，还是物流企业的货物跟踪，都离不开高效的数据处理技术。而 Spring Batch，作为 Spring 生态系统中一颗璀璨的明星，正是为了解决这些大规模数据处理问题而诞生的。它就像是一位勤劳的幕后工作者，默默地在后台处理着大量的数据任务，为企业的正常运转提供坚实的支持。
随着大模型技术的爆发，AI Infra 已成为基础设施领域的核心战场。过去1年多的时间，我们QQ基础架构算法工程团队落地了多个大模型应用，包括语音合成大模型、内容理解多模态大模型、生成式推荐大模型，跑通大模型训练到推理的全链路。踩了很多坑，也积累了不少经验。本文将分享传统后台工程师积累的技术栈和方法论，如何延续并迁移到 AI 系统，并系统性拆解 AI Infra 的硬件、软件、训练和推理挑战。
