- 博客(2074)
- 资源 (7)
- 收藏
- 关注
RSS订阅
原创 LangChain4j HTTP 客户端定制：解锁 LLM API 交互的更多可能性
一些 LangChain4j 模块（目前是 OpenAI 和 Ollama）支持自定义用于调用 LLM 提供程序 API 的 HTTP 客户端。SPI，这些模块用它来调用 LLM 提供程序的 REST API。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能。「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。关注我，紧跟本系列专栏文章，咱们下篇再续！关注我，紧跟本系列专栏文章，咱们下篇再续！
2025-04-24 23:50:13
407
原创 对标cursor，JetBrains官方推出Junie！
为了赋能开发者，我们打造了众多专业开发工具，包括强大的 AI 功能，已经显著提升了开发效率，并为创意打开了新的可能。它还能遵循特定的编码规范，让 Junie 更好地与你的工作方式保持一致。Junie 会收集所有相关的上下文信息，然后规划出完成任务的各个步骤，包括分析项目结构、检查依赖项、确认是否存在需要通过的测试、创建所需的源文件、运行测试等。等你熟悉之后，可以让 Junie 处理更复杂的任务，融入团队协作流程，重新定义任务分配方式，从而提升生产效率，激发创造力，释放 AI 编码代理带来的全新开发体验。
2025-04-23 17:58:43
726
原创 MCP Java SDK 与 Spring AI 强强联手：简化 Java AI 开发流程
MCP Java SDK 为 AI 模型与工具和数据源的集成提供了强大基础，文章介绍了 SDK 中的核心功能。这个 SDK 最初在去年十一月是一个实验性项目，如今已经发展为与 Spring AI 团队和 Anthropic 的正式合作成果。如今这个实验项目已经正式成为 MCP Java SDK。
2025-04-23 16:51:52
1143
原创 LangChain4j + MCP：让你的 AI 轻松调用外部工具（内附GitHub-MCP实战）
LangChain4j 支持模型上下文协议（MCP），用于与符合 MCP 标准的服务器通信，从而调用并执行工具。通过 MCP 提供的 GitHub 服务器实现（见 MCP GitHub 仓库），通过 Docker 本地运行。想让聊天模型或 AI 服务使用 MCP 服务器提供的工具，先得创建一个 MCP 工具提供者实例。代表可以通过给定的传输协议，使用服务器检索和执行工具的客户端，该客户端可以与MCP服务器通信。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。
2025-04-21 18:06:52
804
原创 释放数据潜力：利用 MCP 资源让大模型读懂你的服务器
资源（Resources）是MCP核心概念，允许服务器将数据和内容暴露，供客户端读取，并作为大模型交互的上下文使用。的，即客户端应用可自行决定资源的使用方式和时机。因此，服务器开发者在实现资源支持时，应考虑各种交互方式。URI 的协议和路径结构由 MCP 服务器自行定义，服务器可定制自己的 URI 方案。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能。请求中返回多个资源，如读取目录时可返回其中的所有文件。
2025-04-18 18:08:32
796
原创 告别硬编码！LambdaQueryWrapper 让你的 MyBatis-Plus 查询更安全、更优雅
使用 LambdaQueryWrapper ，若修改实体类字段名，IDE 会提示重构所有引用。推荐使用 LambdaQueryWrapper，因为它类型安全，减少拼写错误引起的问题。在重构时，LambdaQueryWrapper 更有优势，字段变更会自动关联到引用处。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能。🏆 主导交易系统亿级流量调优 & 车联网平台架构。关注我，紧跟本系列专栏文章，咱们下篇再续！
2025-04-15 23:53:06
276
原创 Llama 4 家族：原生多模态 AI 创新的新时代开启
Meta发布 Llama 4 系列的首批模型，帮用户打造更个性化多模态体验是有 170 亿激活参数、16 个专家模块的模型，同类中全球最强多模态模型，性能超越以往所有 Llama 系列模型，能在一张 NVIDIA H100 GPU 上运行。该模型支持业界领先的 1000 万上下文窗口，在多个权威测试中表现优于 Gemma 3、Gemini 2.0 Flash-Lite 和 Mistral 3.1。
2025-04-06 23:07:50
1072
原创 AI驱动软件团队变革：未来趋势解读
我见证了从 [SOA 到微服务]、从[容器到无服务器]的发展，如今，AI变革更深远。若某服务出现延迟，AI可自动关联最近的部署、基础设施变更和过往类似故障，并生成专门的分析仪表盘，在IM软件中向团队汇报修复方案，大幅缩短故障处理时间。成功的技术文档团队需利用 AI，提高文档质量和可访问性，如收集用户问题、总结最佳实践、分析文档使用模式，并确保信息在合适的场景精准推送。过去，开发者需查阅文档、安装CLI或手动调试 API 请求，如今，AI 界面可理解用户需求，提供相关信息，甚至直接执行任务。
2025-04-04 23:38:32
769
原创 ssl.SSLCertVerificationError报错解决方案
执行(macOS) 或更新系统 CA 证书 (Linux)。这是最标准和安全的方法。使用certifi来提供证书包。完全禁用 SSL 验证，但务必了解其安全风险。优先尝试方案一，如果问题仍然存在，再尝试方案二。
2025-04-04 15:56:55
620
原创 是时候停止vibe，看清AI智能体的本质了！
历史上的智能体定义过于简化，因为限制于生产力发展，很难想象软件系统能拥有如今LLM所具备能力。而现代定义则存在相反问题，过于依赖LLM，认为智能体一定要具备高度复杂功能。如你在构建可“采取行动”的AI系统，那大概率已在构建智能体。了解智能体的本质定义，可助你更好设计系统，并考虑环境、目标、行动能力和自主性等关键因素。到多个系统，就称“多智能体系统”，但实际上，这些系统只是多个组件协同工作，并非真正多智能体系统。如多个AI可共享相同资源库，而它们的交互方式可能导致竞争或协作，这才是真多智能体系统。
2025-04-01 23:31:43
619
原创 电商评论升级：AI如何赋能场景应用与技术选择？
先阐述商品评论对买家和卖家的重要性，揭示传统评论处理方法面临的诸多挑战，如信息过载、效率低下和产品迭代周期长等问题。C 端通常需手动点击和刷新评论列表，自行总结最近多数用户的评论或者产品的关键信息。分析评论，卖家可及时发现并解决产品或服务中存在的问题，不断改进优化，提升品牌形象和客户忠诚度。后续继续探讨实现细节，如离线数据分析处理的流程，以及如何实现基于语义的评论信息查询。通过该设计，即可创建一个强大、灵活且可扩展 GenAI 解决方案，有效处理大规模电商评论数据，为C、B端用户提供高质量分析结果。
2025-03-30 22:15:21
715
原创 让 LLM 既能“看”又能“推理”！
（2025.1）：大规模推理模型（LRM），仅支持文本输入，但具备更强的推理能力，类似 OpenAI-o1。）会与文本 token 的隐藏状态拼接在一起，输入 Transformer 层，最后生成预测结果。当前VLM 不能很好推理，而 LRM 只能处理文本，无法理解视觉信息。（2024.12）：视觉语言模型（VLM），支持图像和文本输入，类似 GPT-4o。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能。
2025-03-27 22:24:19
786
原创 大模型推理能力的局限性
对于 LLM 来说，计算所有这些可能性并给出最佳方案是不现实的，因此它通常会依赖所学的启发式方法，给出一个可能并不正确的可行解。尽管 LLM 在文本生成和理解方面取得了令人瞩目的进展，但由于缺乏真正的理解能力、难以保持上下文一致性，以及仅依赖从海量但可能存在缺陷的数据中提取的模式，它们仍然在复杂的多层推理任务上存在明显不足。例如，在一场长时间的讨论或复杂的故事叙述中，模型可能会忘记或误解之前的信息，导致后续的矛盾或错误结论。这表明，它们可能只是记住了某些已知问题的解决方案，而不是进行真正的推理。
2025-03-24 22:30:09
793
原创 JaCoCo 字节码插桩机制解析：CoverageTransformer 与 transform 方法
JaCoCo 通过 Java Agent 机制实现代码覆盖率统计，其核心在于类。该类通过实现接口，在类加载阶段对字节码进行实时插桩，注入覆盖率统计逻辑。
2025-03-24 15:50:04
860
原创 MCP：AI 时代的工具接口标准？
2024 年 11 月，**模型上下文协议（Model Context Protocol，MCP）**发布，迅速引起关注，被认为可能成为这一问题的解决方案。MCP 服务器目前需要手动配置，未来可能会有一个类似 npm 或 RapidAPI 的 MCP 服务器注册中心，让 AI Agent。，如 Mintlify 的 MCP 市场、Smithery 和 OpenTools，让开发者可以更容易发现和共享 MCP 服务器。，可以基于上下文信息选择合适的工具，并决定调用顺序，实现复杂任务的自动化。
2025-03-23 23:20:22
1058
原创 MCP：炒作还是AI新行标？
确实，如果 Windsurf（假设它自带的网页搜索工具很差）支持用户替换成一个更好的，那可行。但即使不完美，它们仍可足够实用，不是吗。我不认为 MCP 及其工具调用能力能直接催生出下一个 Cursor，但它仍有一定价值，尤其在内部或个人智能体场景。回到你的问题，如果 MCP 想要成为 AI 发展史上的一个重要章节，而不仅仅是个小插曲，它需要：。我见过的生产环境下，智能体的系统消息、架构甚至其他部分都必须根据所使用的工具进行调整。，但它们也没成功 🙂 说实话，我几乎没用过插件，所以可能对它们的情况了解不深？
2025-03-22 01:31:33
642
原创 数据增强正在杀死你的模型：90%开发者不知道的回译质量陷阱
短文本回译过程中，新语料与原语料可能存在很高的重复率，并不能有效增大样本的特征空间。通过构建智能化的回译增强管道，可使训练数据规模有效提升3-5倍，同时关键业务指标（如客户意图识别准确率）获得显著提升。如电商评论增强场景中，"物流速度太慢"经印尼语回译可能生成"送货时间超出预期"，既保留原意又实现表达多样化。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能。二级回译："运送包裹有损毁，售后团队服务不专业"
2025-03-16 21:56:02
718
原创 你的AI客服为何总抓不住客户核心诉求？（附特征优化方案）
如电商评论情感分析场景，单纯用词频特征可能导致"这个手机质量差得惊人"和"这个手机质量惊人地差"被判定为相同语义，此时bi-gram特征可有效捕捉关键短语差异。技术误区警示：客服对话场景中，过度追求5-gram特征可能导致特征空间膨胀100倍，显著增加模型训练成本，需结合TF-IDF进行特征筛选。万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更。（n=2）：捕获短语级搭配特征，如"流量套餐" V.S"套餐推荐"（n=3）：识别短句模式，如"送货速度快"的正面评价特征。
2025-03-15 23:47:05
726
原创 如何克服 AI 时代的恐惧、不确定性和疑虑？
点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」克...
2025-03-13 18:54:20
698
原创 从语料理解到模型优化：为什么你的文本分析总是差点意思？
点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」1...
2025-03-12 16:13:21
927
原创 90%的开发者都忽略的文本向量化技巧！
点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」1...
2025-03-11 22:20:28
911
原创 AI Agent时代已至，然后呢？
点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」0...
2025-03-01 23:23:06
828
原创 还在手动整理知识？云端满血版DeepSeek助你快速搭建个人专属知识库！
最新刚结束上一次技术年终总结创作的领奖环节，最近也在公司内部推行基于 DeepSeek 的内部知识库，上了腾讯云，发现点进去我才发现，腾讯云最近就上新了这个带有阳光普照奖的活动！点进来一看，原来不差钱的腾讯云部署了满血版DeepSeekV3+R1：并且推出了自研的大模型知识引擎，再加持联网搜索buff，赋能个人更便捷开发RAG知识库和工作流应用：看到这炫酷的产品落地页，我对其使用效果更加期待了！
2025-02-27 18:35:05
841
原创 全球最强即时推理AI大模型Claude 3.7发布！
2025年2月25日，今天发布迄今为止最智能的模型——，全球首个**混合推理（Hybrid Reasoning）**模型。近乎实时回答同时进行深入的、分步骤的推理且这种思考过程可直观展示给用户对API用户，还可精细控制模型的思考时长在编程和前端开发方面表现尤为出色。还推出一款全新的命令行工具——Claude Code，专为智能代理式（Agentic）编码设计。目前处限量研究预览阶段，允许开发者直接在终端委托 Claude 执行复杂工程任务。
2025-02-25 17:37:29
1335
原创 Javaer转AI指南：用PyTorch构建神经网络
点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」0...
2025-02-23 23:37:01
1034
原创 2024年AI艺术创作领域发展大事件！
点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」0...
2025-02-21 23:58:33
599
原创 Dify rerank model is deprecated in knowledge base
在这种情况下，缺省模型实际上是空的且无效。因此，在这里我们不会显示过时标志，而是更有可能告诉用户为工作区配置至少一个重排序模型，就像我们在未设置文本嵌入模型时所做的那样。这里过时的提示倾向于说工作空间有一个默认的重新排名模型，但在执行一些前端逻辑后我们发现当前的重新排名模型是空的或未定义的，因此这个当前模型已过时。本文由博客一文多发平台。
2025-02-18 10:27:32
695
原创 使用Dify快速搭建AI Agent智能助手应用
智能助手（Agent Assistant），利用LLM的推理能力，自主对复杂的人类任务进行目标规划、任务拆解、工具调用、过程迭代，在无人类干预的情况下完成任务。
2025-02-16 18:30:20
1789
原创 什么是神经网络？
神经网络是一种人工智能方法，用于教计算机以受人脑启发的方式处理数据。这是一种机器学习过程，称为深度学习，它使用类似于人脑的分层结构中的互连节点或神经元。它可以创建自适应系统，计算机使用该系统来从错误中进行学习并不断改进。因此，人工神经网络可以尝试解决复杂的问题，例如更准确地总结文档或人脸识别。
2025-02-14 10:58:45
1085
原创 什么是神经网络？
神经网络是一种人工智能方法，用于教计算机以受人脑启发的方式处理数据。这是一种机器学习过程，称为深度学习，它使用类似于人脑的分层结构中的互连节点或神经元。它可以创建自适应系统，计算机使用该系统来从错误中进行学习并不断改进。因此，人工神经网络可以尝试解决复杂的问题，例如更准确地总结文档或人脸识别。
2025-02-14 10:06:16
1978
原创 用Dify零代码给你的网站做AI客服！
Dify的一个“应用”指基于LLM构建的实际场景应用。通过创建应用，可将智能 AI 技术应用于特定的需求。它既包含了开发 AI 应用的工程范式，也包含了具体的交付物。封装友好的 API，可由后端或前端应用直接调用，通过 Token 鉴权开箱即用、美观且托管的 WebApp，你可以 WebApp 的模版进行二次开发一套包含提示词工程、上下文管理、日志分析和标注的易用界面可任选其中之一或全部，来支撑你的 AI 应用开发。
2025-02-13 17:59:21
1423
原创 Java工程师如何理解张量？
把 PyTorch 张量理解为 “GPU 加速的，功能更强大的多维数组”是一个很好的入门方式。张量是 PyTorch 的核心数据结构，用于存储数值数据并进行高效的数学运算，尤其擅长 GPU 加速的矩阵运算。理解张量的维度、数据类型和 GPU 加速特性，是学习 PyTorch 和深度学习的基础。作为 Java 工程师，可将张量类比为 Java 中的数组/列表，但要记住张量在 AI 领域的独特价值和优势。本文已收录在Github关注我，紧跟本系列专栏文章，咱们下篇再续！
2025-02-09 21:31:05
1026
1
原创 DeepSeek-R1论文细节时间线梳理
2025年1月10日，DeepSeek发布名为R1的大语言模型，该初创公司声称其在推理任务上可与OpenAI的ChatGPT o1媲美。该应用在创纪录的时间内登顶App Store排行榜，不仅吸引科技行业关注，也引发了全球范围内的广泛讨论。其中一个尤引人注目的声明是：该模型训练成本低于600万美元（而OpenAI在GPT-4花费高达1亿美元）。这一消息在股市和新闻媒体中引发轩然大波。但对我们研发，更有趣的是尝试理解DeepSeek究竟做了什么，以及他们是如何做到的。
2025-02-08 23:44:22
1559
2
原创 三分钟让Dify接入Ollama部署的本地大模型！
要解决此问题，你要将 Ollama 服务暴露给网络。模型返回内容的最大 token 数量，若模型无特别说明，则可与模型上下文长度保持一致。启动成功后，ollama 在本地 11434 端口启动了一个 API 服务，可通过。在 Windows 上，Ollama 继承了你的用户和系统环境变量。，修改环境变量并使得 Ollama 服务可被所有 IP 访问。若以上步骤无效，毕竟问题在 docker 内部，你应该连接到。模型的最大上下文长度，若不清楚可填写默认值 4096。，才能访问 docker 的主机，所以将。
2025-02-07 16:39:39
1927
原创 免费+数据安全！手把手教你在PC跑DeepSeek-R1大模型，小白也能秒变AI大神！
如Chatbox/cherry studio等工具，设置简单，内置功能丰富，与本地模型集成，免费畅享各种大模型且注重数据安全。现成 GUI 软件虽好，也不是菩萨，只是给你最基本聊天功能，想使用更高级的多模态功能，依旧需要付费，因此最终大招还是自己开发。PC软件连接本地大模型成功，后续即可根据自己需求训练DeepSeek，将DeepSeek训练成自己的私有专家。下载速度，看网速，我的网速不好，等了20分钟左右。完成下载后，模型即可运行。本地部署完了，来看咋调用？本文由博客一文多发平台。
2025-02-07 13:22:13
1311
Spring基础讲义-java 入门必备
2022-11-05
南邮Windows编程课件
2017-11-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人