自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

liujianming的博客

大家好,我是一名拥有超过十年开发经验的Java老兵。从最初的JSP和Servlet时代开始,我就一直活跃在软件开发的前沿。多年来,我见证了技术的飞速发展,也亲身参与了从传统架构到现代人工智能技术的变革。 我对技术的热情从未减退,始终致力于学习和掌握最新的

  • 博客(12)
  • 资源 (1)
  • 收藏
  • 关注

原创 第十章 Spring AI API中文版 - Chroma Vector Databases

的ChromaDB,使用ChromaApi#withBasicAuth(, )方法设置您的凭据。通过将Spring Boot OpenAI starter添加到您的项目中,与OpenAI的嵌入集成。的ChromaDB,使用ChromaApi#withKeyToken()方法设置您的凭据。要设置ChromaVectorStore,您需要提供您的OpenAI API密钥。启动时,ChromaVectorStore会创建所需的集合,如果尚未提供。部分将Spring AI BOM添加到您的构建文件中。

2024-04-10 12:13:18 885 1

原创 第九章 Spring AI API中文版 - Ollama Embeddings API

通过,您可以在本地运行各种大型语言模型(LLMs),并从中生成嵌入。Spring AI通过OllamaEmbeddingClient支持Ollama文本嵌入。嵌入是一个浮点数向量(列表)。两个向量之间的距离衡量它们的相关性。小距离表明高相关性,大距离表明低相关性。

2024-04-10 11:03:47 1369 1

原创 第八章 Spring AI API中文版 - Embeddings API

嵌入请求和响应类扩展了模型请求和模型响应,分别用于封装嵌入式模型的输入和输出。嵌入式API反过来被更高层次的组件用来实现特定嵌入模型的嵌入客户端,如OpenAI、Titan、Azure OpenAI、Ollie等。提供了多个嵌入文本的快捷方法,包括嵌入(String text)方法,它接受单个字符串并返回相应的嵌入向量。维度方法是一个方便的工具,供开发人员快速确定嵌入向量的大小,这对于理解嵌入空间和后续处理步骤很重要。所有快捷方法都是围绕调用方法实现的,这是调用嵌入模型的主要方法。

2024-04-10 10:46:50 652 1

原创 第七章 Spring AI API中文版 - prompts

提示是指导AI模型生成特定输出的输入。这些提示的设计和措辞显著影响模型的响应。与Spring AI中的AI模型进行最低级别交互时,处理Spring AI中的提示与在Spring MVC中管理“视图”有些相似。这涉及创建带有占位符的广泛文本,用于动态内容。然后,根据用户请求或应用程序中的其他代码替换这些占位符。另一个类比是包含占位符的SQL语句,用于某些表达式。

2024-04-09 19:06:33 1026

原创 第六章 Spring AI 中文版

如下面的代码片段所示,然后可以为您希望使用的一个或多个spring-ai模块(例如spring-ai-openai)的Starter Dependencies进行无版本声明。和熟悉 JavaScript 生态系统的人的“create-react-app”命令一样,Spring CLI 提供了一个用于创建基于 Spring 的项目spring boot new的命令。Spring AI 清单 (BOM) 声明给定版本的 Spring AI 使用的所有依赖项的推荐版本。

2024-04-09 17:41:19 987

原创 第五章 Spring AI 集成Ollama,与qwen进行交流。看这一篇就够了

Python 是进入人工智能领域(认为是机器学习或生成人工智能AIGC)的主要武器,Java 和 Spring 仍引领着大多数开发社区, Java 开发人员如何与 LLM大模型 一起工作?这就是 Spring AI 弥补差距的地方。Spring AI在 Spring 应用程序和可以在本地运行的 LLM 之间创建集成,这为所有 Java 开发人员提供了开发人工智能应用程序的能力。在本文中,我们将了解如何使用 Ollama 在本地运行大模型,我们将考虑四个方面。

2024-04-08 18:41:15 1471

原创 第四章 使用spring AI时 用多了JDK1.8想用一下JDK17,出了奇怪问题

最终,我了解到JetBrains发布了新版本的IDEA,这些版本提供了对Java 17的全面支持。我尝试在IDEA中调整项目的源代码版本,但发现2020.3版本的IDEA并没有提供直接设置为Java 17的选项。我尝试了各种方法,包括修改配置文件、清理和重建项目,但都没有解决问题,因为我的IDEA版本本身不支持Java 17。起初,我在Mac电脑上使用IntelliJ IDEA 2020.3版本创建了一个项目,打算使用Java 17的新特性。但在运行项目时,我碰到了一个错误提示,说我使用的是Java 8。

2024-04-08 16:23:51 345

原创 linux服务器,安装ollama后

linux服务器,安装ollama后,电脑进行访问时要修改:

2024-04-07 09:57:55 1453

原创 第一章 Ollama安装

Ollama安装

2024-04-05 23:58:48 693

原创 第三章 Docker中安装chatOllama

Docker中安装chatOllama

2024-04-05 23:57:53 877

原创 第二章 通过Docker运行ChromaDB

通过Docker运行ChromaDB

2024-04-05 23:06:47 1007 1

原创 ChatOllama翻译

翻译:ChatOllama 是一个基于 LLMs(大型语言模型)的开源聊天机器人。它支持多种语言模型,包括:- Ollama 服务模型- OpenAIChatOllama 支持多种类型的聊天:- 与 LLMs 自由聊天- 基于知识库与 LLMs 聊天ChatOllama 功能列表:- Ollama 模型管理- 知识库管理- 聊天- 商业 LLMs API 密钥管理- 加入我们的社区。

2024-04-04 22:52:09 914

Spring AI + ollama + qwen 示例项目-流式、非流式输出

Spring AI + ollama + qwen 示例项目-流式、非流式输出 Spring AI与Ollama和Qwen的结合,是一个创新的示例项目,旨在展示如何在Spring框架中实现流式和非流式输出的集成。这个项目通过整合Ollama的数据处理能力和Qwen的响应生成机制,为用户提供了一个高效、灵活的解决方案,以满足不同场景下的数据交互需求。 在流式输出方面,项目利用了Spring框架的响应式编程特性,允许数据以连续的流形式进行处理和传输。这种方式特别适合处理大量数据或实时数据流,因为它可以有效地管理内存使用,同时保持应用的响应性。通过这种方式,用户可以实时接收和处理数据,而不会因为数据量大而导致系统崩溃或响应缓慢。 对于非流式输出,项目则采用了传统的请求-响应模型。在这种模式下,客户端发送一个请求,服务器处理请求后返回一个完整的响应。这种模式适用于不需要实时交互的场景,可以确保数据的完整性和一致性。 通过这个示例项目,开发者可以学习到如何在Spring框架中根据实际需求选择和实现流式或非流式输出。这不仅增强了对Spring框架的理解,也为构建高效、可靠的数据交互应用提供了

2024-04-09

Ollama API 中文版本 和原版本

探索Ollama API:深入大模型的世界 你是否对大模型和人工智能充满了好奇?现在,你有机会深入了解并实践它们!Ollama API为你提供了一个完美的起点。通过在Mac上安装Ollama并下载qwen 0.5版本,你可以轻松开始你的AI之旅。 想要更进一步?Ollama API的强大接口让你可以直接与智能模型进行交互。使用POSTman这样的工具,你可以轻松测试和探索API的功能,让你的学习和实验更加高效。 可用接口一览 聊天补全:http://localhost:11434/api/chat 生成自然的对话回复,让你的聊天机器人更加智能。 内容生成:http://localhost:11434/api/generate 利用强大的文本生成能力,为你的项目提供创意和内容支持。 聊天补全(版本1):http://localhost:11434/v1/chat/completions 这是聊天补全接口的另一个版本,提供了相同的功能,但可能有不同的参数或响应格式。 通过这些接口,你可以开始构建自己的智能应用,无论是聊天机器人、内容创作工具还是其他任何你能想象到的AI应用。Ol

2024-04-04

java stanford-corenlp4.5.5版本 中文

java stanford-corenlp4.5.5版本学习demo,学习一下中文的用法。这网上的资源太少了,这里面坑太多了!!!尤其是中文引用时候,写POM和JAVA代码时候,不能按网上的其他资料来,要我这样引用,此DEMO至少能省下2天踩坑的时间 比如:官网的迷惑 - 看完我就下载了4.5.5的chinese - download (mirror) (HF Hub) ,这后面两个也没有什么大用,简单来说,哪个快用哪个 - 然后发现,这是个JAR。PS:那我有MAVEN呀,我下载他干啥 以下是一些 CoreNLP 的其他主要功能和应用: - 一、词性标注(Part-of-Speech Tagging): 标记句子中每个词的词性,如【名词、动词、形容词】等。这有助于理解句子的【语法结构】。 - 二、命名实体识别(Named Entity Recognition): 识别文本中的命名实体,如【人名、地名、组织机构】等,有助于提取【重要信息】。。。。

2023-12-08

imgscalr-lib-4.2-API文档.zip

其中部分用了百度的翻译成中文,大概能看懂也就成了 imgscalr是一个纯Java的图像大小调整以及简单的操作类库,例如填充、裁剪、旋转、变亮/调光等。它提供了一个简单高效的方式来缩放图片,同时支持硬件加速,可以快速生成缩略图。 imgscalr的使用非常简单,只需通过单行代码即可实现图像大小的调整。它还提供了多种优化算法,能够在速度和质量之间进行权衡,从而提供比GIMP的Lancoz3实现更好的缩放结果。 imgscalr是由Java 2D团队主导开发的,纯Java实现,没有使用任何本地库。它提供了大多数平台的基于硬件加速的高效Java 2D缩放技术。由于其简单高效的特点,imgscalr被广泛部署在大规模图像处理中,例如AsyncScalr类就可以作为任何服务器端图像处理的完美替代品。 总的来说,imgscalr是一个功能强大的Java图像处理库,具有高效、简单、易用等特点,可以满足各种图像处理需求。

2023-09-13

Springcloud Alibaba 总体微服务架构.vsdx

总体微服务架构,可扩展相关技术,目前涵盖nacos 缓存 nginx feign 对象存储 k8s docker

2021-07-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除