- 博客(1487)
- 资源 (35)
- 收藏
- 关注
RSS订阅原创 Dinky：Apache Flink 的“超级驾驶舱”与一站式实时计算平台
在大数据实时计算领域，Apache Flink 凭借其低延迟、高吞吐和精确一次（Exactly-Once）的语义，已然成为事实上的标准。然而，对于许多开发者和企业而言，Flink 原生的体验往往伴随着“陡峭的学习曲线”：复杂的作业提交命令、分散的运维监控界面、以及繁琐的 Flink SQL 调试过程。正是在这样的背景下，Dinky（原名 dlink）应运而生。作为一个基于 Apache Flink 构建的一站式实时计算平台，Dinky 致力于解决 Flink 在开发、调试、运维和调度全生命周期中的痛点，
2026-07-30 03:00:00
164
原创 Hive Metastore 深度解析：从架构原理到生产级选型指南
在大数据生态系统中，Apache Hive 能够成为数据仓库的事实标准，其核心优势之一便在于它成功地将 SQL 的易用性与 Hadoop 的扩展性结合在了一起。而连接这两者的“桥梁”，正是 Hive Metastore（HMS）。它是 Hive 的中枢神经系统，负责管理所有的元数据。 本文将深入剖析 Hive Metastore 的架构模式、存储机制以及在生产环境中的选型策略，帮助开发者构建更稳健的数据平台。
2026-07-30 02:30:00
187
原创 告别冷数据焦虑：用 Trino + HMS 打造低成本 S3 数据湖查询引擎
随着业务数据的飞速积累，数仓存储成本往往成为企业 IT 预算中的“隐形杀手”。面对海量历史数据，直接删除可惜，保留又太贵。最优雅的解决方案是将 3 年前的“冷数据”归档至低成本的对象存储（如 S3），并利用 Trino 实现即席查询。本文将手把手带你搭建一套基于 Hive Metastore (HMS) 和 Trino 的轻量级数据湖查询引擎，实现本地 S3 数据的无缝查询与联邦分析。
2026-07-29 21:54:09
155
原创 Trino 实战指南：如何构建下一代湖仓分析引擎？
在现代数据架构中，湖仓一体（Lakehouse） 已经成为标准配置。但面对分散在对象存储、关系型数据库、NoSQL 和 SaaS 应用中的海量数据，如何让它们像查询本地表一样简单？Trino（原 PrestoSQL）正是为此而生。它不仅仅是一个查询引擎，更是连接数据孤岛的桥梁。今天，我们将深入 Trino 的核心，探讨如何利用它构建高性能、高可用的数据分析平台。
2026-07-29 21:05:01
163
原创 打破数据孤岛：Trino原生机器学习函数从训练到生产化实战
在数据驱动决策的当下，传统机器学习工作流中数据搬运的繁琐与割裂，正成为制约业务敏捷性的瓶颈。Trino原生机器学习插件的出现，为这一难题提供了优雅的解法。本文将深入探讨如何利用Trino在SQL环境中直接完成从特征工程、模型训练到预测评估的全流程。我们将详细解析核心函数体系，并通过完整的实战代码演示如何构建销售预测模型，最终深入剖析模型序列化与持久化方案，助你打通从实验到生产的“最后一公里”。
2026-07-19 21:25:57
257
原创 用SQL驱动AI：Trino AI Functions跨源情报分析实战指南
本文介绍了一种将AI能力无缝集成到数据湖仓分析流程的创新架构。通过Trino AI Functions，数据分析师无需离开熟悉的SQL环境，即可对湖仓中的多源数据进行情感分析、实体提取、文本生成等AI处理。文章详细解析了7个核心AI函数的功能，并重点演示了如何通过SQL拼接多源数据构建Prompt，实现跨S3湖仓与PostgreSQL的“跨源情报简报”生成。这种“SQL组装、AI执行”的模式，极大地降低了AI应用门槛，为安全日志分析、金融情报挖掘等场景提供了高效、安全的解决方案。
2026-07-19 20:48:56
499
原创 从“浅层”到“深层”：LangChain Deep Agents 实战指南
文章详细阐述了如何利用规划工具、文件系统、子 Agent 分工、自定义工具、持久化记忆以及人机交互审批等六大特性，逐步将一个简单的脚本升级为具备自主规划与适应能力的智能体。本文旨在为开发者提供一套可落地的构建方法论，帮助理解 Deep Agents 与传统工作流（如 LangGraph）的区别及适用场景。
2026-07-07 21:32:33
387
原创 告别手动“投喂”：用循环工程（Loop Engineering）解放你的AI生产力
你是否还在像挤牙膏一样，一句接一句地给AI编程助手发送指令？这种“你问它答”的模式正在成为过去式。一种名为“循环工程”（Loop Engineering）的新范式正在崛起，它主张将开发者从繁琐的交互中解放出来，转而成为自动化系统的设计师。本文将深入解析循环工程的五大核心组件，探讨如何构建一个能够自我驱动、自我验证的AI智能体循环，帮助你从“提示词编写者”进化为“AI工作流架构师”。
2026-07-07 21:15:54
197
原创 循环工程（Loop Engineering）：从概念辨析到企业智能体落地实战
循环工程（Loop Engineering）作为AI工程的进阶范式，核心是补齐**自主反馈、迭代收敛、自动终止**的闭环能力，是企业智能体从“单次执行”走向“自主作业”的关键。本文清晰辨析其与提示词、上下文、Harness工程的核心关系，结合企业实战场景拆解落地流程，同时完成价值验证，规避概念空谈。
2026-07-05 20:54:47
478
原创 破局数据孤岛：制造业基于 Trino 与统一元数据构建灵活数据资产底座
在智能制造转型的深水区，制造企业正面临严峻的“数据烟囱”困境。ERP中的订单数据、MES里的生产工序、IoT平台的海量传感器时序数据以及质检系统记录，往往分散在数十种异构系统中。传统ETL模式不仅耗时费力，还极易产生数据副本与一致性风险。面对这一痛点，采用“存算分离、零数据移动”的 Trino 分布式查询引擎，配合统一的元数据管理平台（如 Apache Gravitino），正成为制造企业破局的关键。
2026-07-05 20:43:40
345
原创 Langflow实现签约客户自动交付流程智能体
本文完整拆解该模板工作逻辑，并提供**钉钉本土化改造方案**，零代码可视化搭建商机成交自动交付流水线，适配企微 CRM、钉钉 OA、国产项目管理工具，打通销售到交付全链路自动化。
2026-06-22 00:30:00
630
原创 [特殊字符] Langflow结合钉钉，打造本土化 AI 智能任务管家
Langflow 的可视化编排能力让构建 AI Agent 变得前所未有的简单。官方提供了一个名为 **TaskFlow Assistant** 的模板，能够利用自然语言处理来自动化管理任务。本文将带你深入拆解 TaskFlow Assistant 的核心逻辑，并重点演示如何将其“本土化”——**将底层存储从 Google 替换为钉钉（DingTalk）OA 系统**，打造真正适合
2026-06-21 18:21:12
754
原创 用 Langflow 构建交互式数据仪表盘：从自然语言到智能可视化的全链路实践
传统的数据仪表盘开发链路冗长：业务需求 → SQL 编写 → 后端接口 → 前端图表组件 → 联调部署。每次需求变更都要走一遍完整流程。Langflow 提供了一种全新的范式：**自然语言驱动的双阶段智能体架构**。用户只需用一句话提问——"展示本季度各产品线的收入趋势"——系统就能自动完成 SQL 生成、数据库查询、可视化方案选择、图表代码生成与渲染，端到端交付结果。
2026-06-21 08:57:52
552
原创 告别拍脑袋做需求！RICE+Kano双模型，搭配AI智能体搞定全场景优先级决策
做产品、搞迭代、做增长，所有人都会遇到同一个难题：**需求永远做不完，资源永远不够用**。需求池里堆满用户反馈、工单吐槽、业务提案、创新想法，到底先修bug还是先做新功能？优先打磨基础体验，还是投入资源做差异化亮点？不同团队各执一词、 stakeholder扯皮、迭代节奏混乱，几乎是所有产品团队的常态。
2026-06-21 07:00:11
265
原创 零代码搞定数据智能分析！Langflow 实现CSV Query Assistant 智能体
如果你也被文档数据处理效率低、多格式文件无法统一分析、统计计算繁琐困扰，今天这款 Langflow 官方预置模板 ——**CSV Query Assistant（自动化文档分析助手）** 能彻底解决痛点：可视化拖拽搭建、支持多格式文件上传、自然语言提问、内置计算器自动完成统计运算，几乎零代码就能搭建专属数据智能分析流水线。
2026-06-20 16:58:37
303
原创 基于Langflow构建自动化数据质量稽核流水线：规则校验、脏数据隔离与全场景落地
Langflow 作为开源可视化 AI 工作流编排框架，依托**低代码拖拽编排、DAG 确定性执行、AI 智能稽核、结构化数据分流**能力，打造了一套标准化、可复用、可扩展的数据质量稽核流水线。能够基于自定义业务规则完成全量数据校验，自动区分合规数据与问题数据，实现干净数据流转、脏数据隔离报备，彻底解决数据质量扩散难题，广泛适配企业数字化、智能制造、金融合规、运营分析等多类业务场景。
2026-06-20 16:39:44
276
原创 基于 Langflow 构建 AI 驱动的客户行为分群系统
本文将基于 Langflow 官方模板，带你构建一个**AI 驱动的客户行为分群智能体**。该系统结合了 PostgreSQL 数据库查询与 LLM 的逻辑推理能力，能够自动执行 RFM 分析（最近一次消费、消费频率、消费金额）并生成营销策略。
2026-06-19 16:39:14
374
原创 用自然语言查数据库 — Langflow 低代码实战详解
Langflow 的"自然语言转 SQL"模板，本质上是一个精心设计的 **AI Agent 管道**：用自然语言作为输入，用 Schema Prompt 作为知识底座，用结构化输出保证数据流的可靠性，最终把 AI 的语言理解能力和数据库的查询能力打通。它的意义不只是"让不懂 SQL 的人也能查数据库"，更在于它展示了一种通用的 AI 落地模式。
2026-06-19 10:14:24
494
原创 Timefold 技术深度解析：开源约束求解器的实战指南
在企业运营中，我们经常面临复杂的资源分配和调度问题：如何为数百名员工安排最优排班？如何规划物流车辆的最短配送路径？如何合理安排课程表避免时间冲突？这些问题都属于 **NP-hard 优化问题**，传统算法难以在合理时间内找到最优解。**Timefold Solver** 作为一款开源的 AI 约束求解器，正在帮助企业高效解决这类复杂规划问题。本文将深入介绍 Timefold 的背景、核心概念、应用场景，并通过实战示例展示其强大能力。
2026-06-14 19:01:48
464
原创 Langflow 技术深度解析：低代码 AI 工作流平台的优势与实践挑战
在 AI 技术快速演进的当下，开发者面临多重挑战。Langflow 作为一款面向开发者的低代码 AI 构建器，正在改变这一现状。我们一起来学习Langflow智能体开发平台。
2026-06-14 18:35:34
443
原创 告别“金鱼记忆”：构建具备长期记忆的 RAG 系统，让 AI 越用越聪明
本文旨在探讨如何通过引入分层记忆管理、建构式索引以及动态反馈闭环，将静态的知识检索升级为具备自我进化能力的 Agentic RAG 架构。文章详细阐述了从短期上下文到长期用户画像的工程化落地路径，并指出只有实现知识召回与经验沉淀的双向融合，才能真正打破大模型的认知边界，打造出越用越聪明的专属智能体。
2026-05-31 15:41:49
359
原创 Harness Engineering ：让 AI 智能体从“能用“到“可靠“
为强大的 AI 能力打造"黄金缰绳" —— 不是限制 AI 的能力，而是构建约束、反馈、控制体系，让 AI 跑得又快又稳。
2026-05-31 15:15:51
451
原创 从 ERP 出发：用图数据库 + 规则引擎落地供应链知识语义化
本文面向有 ERP/业务系统背景的 Java 工程师，介绍如何从关系型数据库出发，通过图数据库和规则引擎渐进落地知识语义化，以供应链溯源与风险识别为核心场景，给出完整的架构设计和 Java 代码示例。
2026-05-31 11:02:11
421
原创 Smile — Java 生态中最被低估的机器学习框架
在 Java 生态中做机器学习，选择其实不多。Weka 太老、DL4J 太重、Mahout 要搭 Hadoop。但有一个库，功能全、性能好、API 优雅，却很少有人提起——Smile (Statistical Machine Intelligence & Learning Engine)。这个月初（2026年5月4日），Smile 发布了 6.1.0 版本，代码库已经非常成熟。本文从实战出发，带你快速掌握 Smile 的核心功能。
2026-05-31 10:32:28
322
原创 园区资产运营AI应用实战：从业务理解到知识图谱
本文以智汇园区资产运营管理为真实案例，完整阐述从业务数据到 AI 可理解的本体模型的全过程。涵盖实体/属性/关系的判断标准、押金等边界案例的建模取舍、Apache AGE + PostgreSQL 的混合架构方案，以及智能问答、合同抽取、驾驶舱等 AI 场景的本体映射方法。适合正在做园区数字化或资产运营 AI 化的产品经理、架构师、开发者阅读。
2026-05-27 20:32:58
610
原创 企业级 OpenClaw 实战：多用户身份映射与权限隔离架构指南
在将 OpenClaw（龙虾）引入企业内部，构建业财一体化或跨部门协作的智能体平台时，我们面临的首要挑战就是“多用户环境下的安全与隔离”。OpenClaw 原生设计偏向个人助手，但在企业场景中，我们必须确保 A 员工绝对看不到 B 员工的财务数据，且销售部的 AI 无法执行运维部的删库指令。
2026-05-18 06:15:36
703
原创 拒绝“一问一答”！手把手教你在 OpenClaw 中开发多方法交互式 Skill
真实的业务场景中，我们往往需要更复杂的交互——比如让经理点击卡片上的按钮来审批报销单，或者让用户填写表单后提交数据。如何实现这种“有状态、可交互”的业务流？答案就是：在一个 Skill 中编写多个方法。今天，我们就通过一个极具代表性的真实场景—— “差旅报销智能审批” ，带你彻底掌握 OpenClaw 的多方法事件驱动开发模式。
2026-05-17 18:25:23
313
原创 打通 ERP 与微信：手把手教你用 OpenClaw 实现“发货即催款”自动化
在企业日常运营中，销售与财务的衔接往往存在时间差。当仓库刚刚完成发货，销售人员如果能第一时间收到提醒并跟进收款，将极大缩短企业的资金回笼周期。今天，我们就来实战一个高价值的“业财一体化”自动化场景：当 ERP 系统生成发货单后，自动通过微信服务号向对应的销售人员推送精美的催款卡片消息。本文将带你基于 OpenClaw（龙虾）智能体，从权限配置、链路打通到核心代码编写，完整落地这套自动化方案。
2026-05-17 17:53:25
603
原创 告别重复劳动！手把手教你用 OpenClaw 打造专属 AI 自动化中枢
在 AI Agent（智能体）爆发的今天，如何让你的 AI 助手不再只是“纸上谈兵”，而是真正具备执行能力，去操作你的业务系统、监控网页数据甚至处理突发订单？本文将带你深入 OpenClaw 这一强大的 AI 接入神器，从最基础的 ERP 数据库查询，到进阶的 MCP 协议对接、Webhook 事件驱动以及浏览器自动化实战。
2026-05-16 22:02:48
406
原创 PostgreSQL 图计算双雄：Apache AGE 与 pgGraphBLAS 的融合实战指南
Apache AGE 让 PG 拥有了兼容 openCypher 的图存储与查询能力，而 pgGraphBLAS 则通过稀疏矩阵运算为 PG 注入了高性能的图计算灵魂。本文将深入解析这两者的核心特性，并通过实战案例展示如何将它们结合，构建一个既能灵活建模又能高效运算的混合图数据库架构。
2026-05-05 11:56:05
464
原创 Apache AGE实战指南：从Cypher语法到核心图算法
本文将系统介绍 Apache AGE 与 Cypher 查询语言及 Neo4j 之间的渊源与区别，并深入剖析其在基础路径查找（如最短路径、多跳遍历）与高级图分析（如 PageRank、连通分量）两大领域的算法实现。通过结合真实的 Cypher 实战案例，帮助开发者快速掌握在 AGE 中挖掘复杂关联数据价值的核心技能。
2026-05-04 22:05:21
459
原创 PostgreSQL 物化视图实战：从数据固化到智能刷新的全链路指南
本文基于 PostgreSQL 的物化视图（Materialized Views）特性，详细阐述了如何通过物理存储查询结果来实现毫秒级的数据响应。针对物化视图“数据静态化”与“业务实时性”之间的矛盾，文章提供了一套完整的解决方案，涵盖**手动刷新策略**、**并发无锁刷新技术**、**定时自动化调度**以及**基于时间戳的增量刷新逻辑**。通过结合索引优化与监控机制，帮助开发者在数据新鲜度与查询性能之间找到最佳平衡点，为构建高性能的数据分析系统提供坚实的技术支撑。
2026-05-04 21:00:48
253
原创 唤醒沉睡的数据：ERP销售模块接入Apache AGE实战指南
本文将带你通过一套流畅、实用的ETL（抽取、转换、加载）流程，将这些传统数据转化为Apache AGE中的动态知识图谱。我们将通过真实的Python代码示例，手把手教你如何高效地将销售订单、客户、产品等实体及其错综复杂的关系同步至图数据库，为后续构建AI原生的自然语言问答与智能业务预警系统打下坚实的数据底座。
2026-05-03 10:34:31
735
原创 拒绝硬编码：将 LangFlow 编排的 AI 工作流无缝接入 OpenClaw
在 AI 智能体（Agent）开发领域，OpenClaw 凭借其极简的执行框架和强大的本地化能力，迅速成为了 GitHub 上的明星项目。而 LangFlow 作为可视化的 LLM 编排工具，让复杂的工作流设计变得触手可及。那么，如何将两者强强联合？本文将深入解析 OpenClaw 的架构逻辑，手把手教你将 LangFlow 编排的 Flow 作为“自定义大模型”接入 OpenClaw，让你的可视化工作流瞬间变身可交互的超级智能体。
2026-05-03 10:05:01
820
原创 告别手动Excel比对！用LangFlow搭建“表格数据对比智能体”
在日常的数据分析、财务对账或竞品调研工作中，你是否经常面临这样的痛点：需要对比两份结构不完全一致的Excel表格，或者从两份长篇的PDF报告中提取关键参数进行横向比对。传统做法不仅耗时耗力，还容易因为人工疏忽导致错漏。本文分享如何利用低代码AI编排工具 LangFlow，快速搭建一个能够自动化处理“两个表格数据对比”任务的智能体（Agent）。
2026-05-02 21:02:34
578
原创 多LLM智能路由调度：让大模型应用兼顾成本、速度与效果的核心方案
多LLM智能路由调度能力，可自动将用户请求精准匹配至最优模型，全程对用户无感，同时支持调试、异常兜底与灵活配置，彻底解决大模型应用中成本失控、效果不稳定、响应不及时的核心痛点，是企业级AI应用规模化落地的必备核心能力。
2026-05-02 20:18:30
761
原创 ToolGuard：让AI Agent严格遵守企业规则的确定性合规框架
ToolGuard能把企业策略文档自动转化为可执行的Python守卫代码，在工具调用前强制执行合规检查，从根源杜绝越权调用、参数违规等问题，让AI Agent的工具使用从“尽力合规”升级为“必然合规”。
2026-05-01 15:52:45
569
原创 RAG应用基石：从六种文档切分算法看语义完整性
本文将深入解析六种主流切分算法，从简单的标点分割到复杂的语义理解，并结合LangChain实战代码和金融、法律等场景案例，为你揭示如何选择一个能真正保留“语义完整性”的切分策略。无论你是AI应用开发者还是技术决策者，都能从中找到优化检索质量的最佳实践。
2026-05-01 15:13:12
523
原创 智能体核心能力体系：Skill、Tool 与 MCP 全解析，从概念到实战落地
本文聚焦大模型智能体（Agent）领域最核心的三大基础概念 ——**Skill（技能单元）、Tool（功能工具）、MCP（模型上下文协议）**，彻底厘清三者的本质定位、层级关系与核心区别，打破行业内常见的概念混淆误区。
2026-05-01 15:09:52
808
原创 Agentic RAG：从“被动检索”到“主动决策”的架构演进
本文深入探讨了Agentic RAG这一新兴范式，解析其如何通过引入“智能体”概念，将静态的检索管道升级为具备规划、决策与反思能力的动态系统。我们将详细拆解其三大核心组件——检索智能体、检索路由器与答案评论家，并通过实战案例展示其工作流程，为构建下一代企业级AI应用提供实用指南。
2026-05-01 09:40:18
543
《示例学习kettle之Excel Writer步骤》博客文章示例
2014-09-16
《在Tomcat上安装部署SAIKU》资源下载
2015-02-10
《kettle子转换即映射》博客示例代码
2014-10-05
《kettle中使用javascript步骤和fireToDB函数实现自定义数据库查询 》代码
2014-10-29
《kettle中调用java类》示例代码
2014-10-12
《详解kettle之User Defined Java Class步骤》示例代码
2014-09-07
饭店运营测试数据，《DuckDB系列教程：如何分析Parquet文件》引用 地址：https://blog.csdn.net/neweastsun/article/details/147002265
2025-04-04
分析示例数据，《DuckDB统计实战：两步验证小费行为的关键假设》博文中的测试数据，地址：https://blog.csdn.net/neweastsun/article/details/146866
2025-03-31
EDR（ Endpoint Detection and Response：端点检测和响应）测试数据，这些数据可能来自主流工具 用于学习探索性分析
2024-12-19
实现项目中，经常需要查看parquet文件的结构，甚至对比两个文件的字段或类型差异 本文通过DuckDB完成介绍查看并对比parquet文件结构过程，希望对你有帮助
2024-12-19
dbt 学习示例项目，非常适合初学者
2024-10-21
钻石示例数据，经典的机器学习示例数据，parquet格式、csv格式，方便用户下载学习
2024-09-16
Spring Cloud Spring Boot and Netflix OSS.pdf
2021-08-26
Elasticsearch Painless Script入门教程--示例数据-sat.json
2020-03-23
Elasticsearch Painless Script入门教程--示例数据-sat.json
2020-03-23
深入理解 significant terms 和 significant text 分组聚集代码 sports&news.json
2020-02-23
YSJSW(Yet Another Java Service Wrapper)
2016-08-30
kafka学习资料合集
2020-09-22
嵌套聚集示例数据--nested-data.json
2020-04-04
Elasticsearch聚合分析实战(2)-employees.json
2020-02-15
Effective Java 3rd Edition
2018-09-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人