Jay_Josby的博客

可以看到回答中的语义比原有描述"WIENER A/B 7IN 5/LB FZN"清晰了很多，试验下来推荐准确率比直接用原有描述高了很多，但是回答中仍然包含很多“废话”——介词/连词/符号其实都没有什么语义在里面，最后比较下来，直接用三种可能的商品名(比如'[答案1:熏肠，答案2:烤肠，答案3:火腿]')生成embedding效果最好。使用Redis存储，Redis可以做内存KNN，并有版本对向量计算做了优化(似乎叫Stack，这块不是我做的)使用ChatGPT扩展语义，类似以下prompt。

K8S环境中，每次部署Spring服务前，更新数据库表。：Spring服务启动时会自动加载类路径中的liquibase文件来更新数据库，但无法读取外部路径中liquibase文件，要想使用，只能将liquibase文件打成jar加入服务启动类路径。项目要求所有的数据库操作(包括schema/table)都是by tenant级别，该逻辑是由公司自有框架实现，短期难以通过直接调用liquibase api实现by tenant级别的数据库操作。

项目需求：在go项目中实现SSE长连接，耗时操作完成后，后端主动通知前端消息。