<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[intwei的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/intwei</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; intwei]]></copyright><item><title><![CDATA[DeepSeek Harness 简介与使用]]></title><link>https://blog.csdn.net/intwei/article/details/163799166</link><guid>https://blog.csdn.net/intwei/article/details/163799166</guid><author>intwei</author><pubDate>Sun, 16 Aug 2026 14:16:10 +0800</pubDate><description><![CDATA[DeepSeek Harness (dsh) 是 DeepSeek AI 开发的开源智能体框架，采用一切皆插件的架构，由 Cordis 微内核驱动，具有高度灵活性和可扩展性。它提供多种运行模式（标准、PTC、极简、创造），支持通过 npm 或源码安装运行，并允许开发者自由安装插件扩展功能。dsh 解决了现有 Agent 框架扩展成本高、生态封闭等问题，其核心原理包括插件化设计、微内核架构和时空可组合性。用户可通过 Web UI 进行模型测试、查看执行轨迹等操作，并通过插件系统实现文件引用、视觉增强等扩展功能]]></description><category></category></item><item><title><![CDATA[Agent Skill 介绍与集成]]></title><link>https://blog.csdn.net/intwei/article/details/159045677</link><guid>https://blog.csdn.net/intwei/article/details/159045677</guid><author>intwei</author><pubDate>Sat, 14 Mar 2026 11:46:41 +0800</pubDate><description><![CDATA[Skill：赋予大模型确定性行为能力的模块化单元 Skill是一种轻量级、可复用的任务执行单元，旨在解决传统提示词的局限性。其核心特点包括： 模块化设计，实现职责分离和复用性 包含元数据、行动指南和资源文件的完整结构 通过语义路由、参数结构化、环境注入等机制实现自动调用 与Prompt Engineering形成互补：后者解决思考问题，前者解决执行问题 Skill规范要求必须包含SKILL.md文件，其中包含YAML元数据和Markdown指令两部分，并可选择性地包含参考文档、脚本和资源文件。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151220680</link><guid>https://blog.csdn.net/intwei/article/details/151220680</guid><author>intwei</author><pubDate>Fri, 05 Sep 2025 13:02:38 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。模型抽象层：统一访问OpenAI、Azure OpenAI、Google AI等主流AI服务提示工程支持：内置提示模板和变量替换功能向量化集成：支持多种向量数据库和嵌入模型工具调用标准化：提供统一的工具执行框架本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过合理的架构设计、性能优化和安全考虑，我们能够构建出既高效又可靠的智能问答解决方案。多模态支持。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151219850</link><guid>https://blog.csdn.net/intwei/article/details/151219850</guid><author>intwei</author><pubDate>Fri, 05 Sep 2025 12:01:37 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Azure OpenAI、Google Vertex AI等多种AI服务提供商，同时提供了便捷的配置和扩展机制。Spring AI与RAG技术的结合为企业智能问答系统提供了强大的技术基础。通过本文介绍的架构设计和实现方案，开发者可以快速构建高效、可靠的智能文档问答系统。多模态支持：支持图片、表格等非文本内容的智能处理实时学习：系统能够从用户反馈中持续学习和改进个性化推荐。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151217379</link><guid>https://blog.csdn.net/intwei/article/details/151217379</guid><author>intwei</author><pubDate>Fri, 05 Sep 2025 11:02:22 +0800</pubDate><description><![CDATA[Spring AI框架：提供统一的AI模型接入接口RAG架构：检索增强生成技术栈向量数据库：Milvus/Chroma/Redis等Embedding模型：OpenAI/Ollama等文档处理管道：文档加载、分块、向量化本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过合理的架构设计、性能优化和安全考虑，我们可以构建出既高效又可靠的AI应用系统。多模态支持：支持图片、音频等非文本内容实时学习：系统能够从用户反馈中持续学习优化个性化推荐。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151214232</link><guid>https://blog.csdn.net/intwei/article/details/151214232</guid><author>intwei</author><pubDate>Fri, 05 Sep 2025 10:02:32 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。模型抽象层：统一访问OpenAI、Azure OpenAI、Google AI等主流AI服务提示工程支持：内置提示模板和变量替换功能向量化集成：支持多种向量数据库和嵌入模型工具调用标准化：提供统一的工具执行框架Spring AI与RAG技术的结合为企业智能文档问答提供了强大的解决方案。理解RAG技术的基本原理和架构掌握Spring AI框架的核心功能构建完整的智能问答系统。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151211407</link><guid>https://blog.csdn.net/intwei/article/details/151211407</guid><author>intwei</author><pubDate>Fri, 05 Sep 2025 09:02:01 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。模型抽象层：统一访问OpenAI、Azure OpenAI、Ollama等AI服务提示工程支持：内置提示模板和变量替换功能向量化集成：支持多种向量数据库和嵌入模型工具调用标准化：提供统一的工具执行框架本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过结合先进的AI技术和成熟的Java生态系统，我们能够构建出高效、可靠、可扩展的智能问答解决方案。多模态支持。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151193986</link><guid>https://blog.csdn.net/intwei/article/details/151193986</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 21:01:54 +0800</pubDate><description><![CDATA[文档处理层：负责文档的加载、解析和预处理向量化层：使用Embedding模型将文本转换为向量表示向量数据库：存储和管理文档向量，支持高效的相似性搜索检索增强生成层：结合检索结果和生成模型提供精准回答API服务层：提供RESTful接口供前端调用本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过合理的架构设计、性能优化和实际应用场景的考虑，我们能够构建出高效、可靠的智能问答系统。这种技术组合不仅提高了文档检索的准确性，还为用户提供了更加自然、智能的交互体验。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151192182</link><guid>https://blog.csdn.net/intwei/article/details/151192182</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 19:01:57 +0800</pubDate><description><![CDATA[Spring AI: Spring生态系统中的AI集成框架: 现代化的Java应用开发框架: 响应式Web框架，提供更好的并发性能本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过结合向量数据库、语义检索和大语言模型，我们能够创建出既准确又高效的问答系统。支持多模态文档处理（图片、表格等）实现更精细的权限控制和审计日志集成更多的AI模型和算法优化系统性能和扩展性。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151191388</link><guid>https://blog.csdn.net/intwei/article/details/151191388</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 18:02:10 +0800</pubDate><description><![CDATA[Spring AI: Spring生态系统中的AI集成框架RAG架构: 检索增强生成技术向量数据库Embedding模型: 后端开发框架本文详细介绍了基于Spring AI和RAG技术构建企业级智能文档问答系统的完整方案。通过结合向量数据库、语义检索和大型语言模型，我们能够构建出理解自然语言、提供准确答案的智能系统。多模态文档支持（图片、表格等）实时学习与模型更新更复杂的推理能力更好的幻觉抑制机制。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151189960</link><guid>https://blog.csdn.net/intwei/article/details/151189960</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 17:02:11 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI扩展框架，提供了统一的API来集成各种AI模型和服务。它支持多种AI提供商，包括OpenAI、Azure OpenAI、Amazon Bedrock等，同时提供了丰富的工具和组件来简化AI应用的开发。@Data@Data本文详细介绍了基于Spring AI和RAG技术构建企业级智能文档问答系统的完整方案。通过结合先进的AI技术和成熟的Spring生态系统，我们能够快速构建高效、可靠的智能问答服务。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151184448</link><guid>https://blog.csdn.net/intwei/article/details/151184448</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 14:01:33 +0800</pubDate><description><![CDATA[Spring AI: Spring生态系统中的AI集成框架RAG架构: 检索增强生成技术向量数据库Embedding模型: 后端开发框架Spring AI与RAG技术的结合为企业智能文档处理提供了强大的解决方案。通过本文介绍的架构设计和实现方案，开发者可以快速构建高效、准确的智能问答系统。随着AI技术的不断发展，这种架构还可以进一步扩展支持多模态、实时更新等高级特性。在实际应用中，建议从小的业务场景开始试点，逐步优化和扩展系统功能。同时要密切关注数据安全、成本控制和用户体验，确保系统的长期稳定运行。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151182909</link><guid>https://blog.csdn.net/intwei/article/details/151182909</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 13:02:05 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Azure OpenAI、Amazon Bedrock等多种AI服务提供商，同时提供了便捷的配置和扩展机制。本文详细介绍了基于Spring AI和RAG技术构建企业级智能文档问答系统的完整方案。通过结合向量数据库、大语言模型和传统的Spring Boot技术栈，我们实现了一个高效、可靠的知识检索系统。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151181181</link><guid>https://blog.csdn.net/intwei/article/details/151181181</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 12:02:18 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Azure OpenAI、Amazon Bedrock等多种AI服务提供商，并提供了简洁的编程模型。本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过合理的架构设计、性能优化和部署策略，我们可以构建出高效、准确、可扩展的智能问答解决方案。这种技术组合不仅提升了企业的知识管理效率，也为用户提供了更加智能和便捷的问答体验。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151178560</link><guid>https://blog.csdn.net/intwei/article/details/151178560</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 11:02:08 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Azure OpenAI、Amazon Bedrock等多种AI服务提供商，并提供了简洁的编程模型。本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过合理的架构设计、性能优化和安全考虑，我们能够构建出既高效又安全的智能问答平台。多模态支持：支持图片、表格等非文本内容的处理实时学习：实现系统的持续学习和改进个性化推荐：基于用户历史提供个性化问答服务。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151175883</link><guid>https://blog.csdn.net/intwei/article/details/151175883</guid><author>intwei</author><pubDate>Thu, 04 Sep 2025 10:03:09 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Azure OpenAI、Google Vertex AI等多种AI服务提供商。本文详细介绍了如何使用Spring AI框架结合RAG技术构建企业级智能文档问答系统。通过合理的架构设计、性能优化和安全考虑，我们能够构建出既高效又安全的AI应用。支持多模态文档处理（图片、音频等）实现实时文档更新和增量索引加入更多AI模型的支持提供更细粒度的权限控制优化检索算法提升准确率。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术在企业文档智能问答系统中的应用实践]]></title><link>https://blog.csdn.net/intwei/article/details/151158037</link><guid>https://blog.csdn.net/intwei/article/details/151158037</guid><author>intwei</author><pubDate>Wed, 03 Sep 2025 22:02:03 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。模型抽象层：统一访问OpenAI、Azure OpenAI、Ollama等AI服务提示工程支持：内置提示模板和变量替换功能工具调用标准化：支持函数调用和工具执行框架向量化集成：与主流向量数据库的无缝集成Spring AI与RAG技术的结合为企业文档智能问答系统提供了强大的技术基础。通过合理的架构设计、性能优化和错误处理，可以构建出高效、可靠的智能问答系统。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151157154</link><guid>https://blog.csdn.net/intwei/article/details/151157154</guid><author>intwei</author><pubDate>Wed, 03 Sep 2025 21:03:07 +0800</pubDate><description><![CDATA[文档处理层：负责文档的加载、解析和预处理向量化层：使用Embedding模型将文本转换为向量表示向量数据库：存储和管理文档向量，支持高效的相似性搜索检索增强生成层：结合检索结果和生成模型提供准确回答API服务层：提供RESTful接口供前端调用本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过结合向量数据库、Embedding模型和大语言模型，我们实现了准确、高效的文档问答能力。关键优势：准确性提升：RAG技术有效减少了AI幻觉问题可扩展性。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151156250</link><guid>https://blog.csdn.net/intwei/article/details/151156250</guid><author>intwei</author><pubDate>Wed, 03 Sep 2025 20:02:36 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Azure OpenAI、Amazon Bedrock等多种AI服务提供商，并提供了丰富的功能模块。Spring AI与RAG技术的结合为企业智能文档问答提供了强大的技术基础。通过合理的架构设计、性能优化和安全保障，可以构建出高效、可靠的企业级智能问答系统。随着AI技术的不断发展，这类系统将在企业数字化转型中发挥越来越重要的作用。]]></description><category></category></item><item><title><![CDATA[Spring AI与RAG技术实战：构建企业级智能文档问答系统]]></title><link>https://blog.csdn.net/intwei/article/details/151155360</link><guid>https://blog.csdn.net/intwei/article/details/151155360</guid><author>intwei</author><pubDate>Wed, 03 Sep 2025 19:02:47 +0800</pubDate><description><![CDATA[Spring AI是Spring生态系统中的AI集成框架，提供了统一的API来访问各种AI模型和服务。它支持OpenAI、Google AI、Azure OpenAI等多种AI服务提供商，并提供了丰富的功能模块。本文详细介绍了如何使用Spring AI和RAG技术构建企业级智能文档问答系统。通过结合先进的AI技术和传统的软件开发方法，我们能够构建出既智能又可靠的问答系统。多模态支持：支持图片、表格等非文本内容的处理实时学习：实现系统的在线学习和自我优化领域自适应：针对特定领域进行模型微调隐私保护。]]></description><category></category></item></channel></rss>