- 博客(25)
- 收藏
- 关注
RSS订阅原创 当 Spring StateMachine 遇见大模型：构建工业级 AI 写作流水线
摘要：基于状态机的LLM流水线设计 本文介绍了一种利用Spring StateMachine框架组织LLM调用的工程化方案，解决了多步骤AI内容生产中的可靠性问题。核心设计将写作流程建模为状态机，每个步骤对应一个明确状态，通过事件驱动流转。系统实现了断点续写、异步处理、错误隔离和运行时观测等关键能力，通过六类状态映射和共享执行上下文，构建了可恢复、可观测的生产线。典型应用场景包括长文生成中数据处理、素材收集、分段写作等十几个有序步骤的可靠编排。
2026-06-05 09:58:35
227
原创 多阶段 AI 评测流水线架构设计与实践
本文介绍了一个基于Spring Boot的多阶段AI评测流水线系统架构设计与实现。系统采用模块化设计，将评测流程拆分为数据生成、内容生成、量化评分和报告产出四个阶段，通过消息队列实现异步通信。架构上分为API层、服务编排层和执行器层，支持多AI模型集成、动态配置和断点恢复。系统使用RabbitMQ进行任务分发，通过守护线程监控任务状态，并采用多级缓存优化性能。该设计实现了AI评测任务的流水线化处理，适用于需要多维度分析的智能评估场景，具有高扩展性和容错能力。
2026-06-04 16:02:24
396
原创 【Agent智能体】从持久化任务到多 Agent 协作
文章摘要： 本系列介绍Agent Harness三大核心能力：持久化(s07)、异步执行(s08)和多Agent协作(s09)。其中s07持久化任务系统通过将状态外化到文件系统（以JSON文件存储任务信息），解决LLM上下文窗口限制导致的工作进度丢失问题。系统采用blockedBy机制管理任务依赖，任务完成后自动解除相关阻塞。设计强调简单性（文件系统作数据库）、无锁安全、重启耐久和Unicode支持。s07通过状态外化使任务管理不受对话压缩影响，为后续的异步执行和多Agent协作奠定基础。
2026-05-29 13:14:35
524
原创 【Agent智能体】 任务规划工作流
learn-claude-code项目构建了一个渐进式演进的Agent任务规划系统，从基础的内存待办清单（s03）发展为支持持久化存储的任务图系统（s07）。系统采用三层架构设计：用户/主Agent层提出目标，任务规划系统进行目标分解和依赖分析，任务执行系统负责工具调用和子Agent调度。核心特性包括：1）内存待办清单的单任务执行控制；2）JSON文件持久化存储的任务依赖图（DAG）；3）环境隔离机制。通过强制任务规划前置（"先列步骤再动手"）和持久化存储，显著提升了任务完成率，为多Agent协作奠定了基础
2026-05-29 13:10:17
385
原创 死磕技术点之Spring AI
嵌入 (Embeddings)：是一种将文本、图像等数据转换为高维向量空间中的数值向量的技术。这些向量表示了数据的语义信息，语义相近的数据其向量在空间中的距离也较近。角色：嵌入是许多AI应用的基础，特别是语义搜索和检索增强生成（RAG）。在RAG中，文档被转换为嵌入并存入向量数据库；用户查询时，查询文本也会被转换为嵌入，然后从向量库中检索出最相似的文档片段作为上下文提供给LLM，从而生成更准确的答案。令牌 (Tokens)：是模型处理文本时使用的基本计算单元。
2025-09-13 23:44:04
1745
4
原创 死磕技术点之Spring AOP
AOP（Aspect-Oriented Programming，面向切面编程）是一种编程范式，其核心思想是将散布在应用程序多个模块中的“横切关注点”（Cross-Cutting Concerns）从核心业务逻辑中分离出来，并进行模块化封装。主要目标代码复用：将通用的横切逻辑（如日志、事务、安全）集中在一处，避免在多个业务模块中重复编写相同代码。高内聚、低耦合：使业务模块只关注自身的核心功能（高内聚），而不必关心与之无关的通用服务（低耦合）。提高可维护性和灵活性。
2025-09-12 15:46:36
679
原创 死磕技术点之Spring核心概念（IoC 与 DI）
Spring框架的核心是IoC（控制反转）和DI（依赖注入），通过将对象创建和依赖管理交给容器，降低了代码耦合度，提高了可维护性和扩展性。IoC容器负责Bean的生命周期管理，包括实例化、依赖注入和销毁。依赖注入主要有构造器注入、Setter注入和字段注入三种方式。Spring提供BeanFactory和ApplicationContext两种容器，后者功能更丰富。Bean的作用域包括singleton、prototype等，单例Bean需要考虑线程安全问题。
2025-09-11 21:35:41
840
原创 死磕技术点之Redis
Redis的高效并发是一个系统性的工程：其单线程模型巧妙地规避了并发控制的复杂性，结合I/O多路复用技术充分发挥了单线程的处理能力，而纯内存访问和高效数据结构则确保了操作本身的极致速度。此外，异步化设计和网络优化进一步保障了系统整体吞吐量。因此，尽管是单线程处理命令，Redis却能出色地应对高并发场景。当然，在需要更高吞吐量或更大数据容量时，可以通过部署Redis Cluster集群模式，将数据分片到多个实例（每个实例仍是单线程）来水平扩展。从Redis 6.0开始，也引入了多线程I/O。
2025-09-10 09:33:44
1048
原创 死磕技术点之数据库MySQL
基于改进的 LRU 算法管理内存页面，通过 WAL 机制协调内存与磁盘的数据一致性，最终达到以内存速度进行数据操作，再以磁盘速度进行持久化的目的。理解缓冲池的工作原理，对于诊断数据库性能问题（如命中率低、磁盘IO高）和进行性能调优（如合理设置大小和实例数）至关重要。MySQL 8.0 在性能上相对 5.7 的改进是全方位的。它通过更智能的优化器（并行查询、直方图）、更可靠的存储引擎（原子DDL、自增持久化）、更灵活的索引（隐藏、降序、函数索引）、更高效的高并发处理（MVCC优化、非锁等待）以及。
2025-09-09 09:43:55
736
原创 死磕技术点之Java并发编程
Java内存模型（JMM）是Java虚拟机规范中定义的一种抽象模型，用于屏蔽不同硬件和操作系统的内存访问差异，确保Java程序在多线程环境下能够正确、可预测地执行。它主要规定了线程如何与内存交互，特别是如何访问共享变量。标题行 - 合并所有列并居中JMM解决三大并发问题的核心方案表头行特性问题根源JMM解决方案关键技术/机制原子性原子性线程切换导致多线程下的操作中断（如i++非原子）提供锁机制和原子变量synchronized, Lock, AtomicInteger等可见性可见性。
2025-09-05 09:49:35
970
原创 2024RTE互联网大会之行复盘
二是信息安全，一个最了解你的人，也可能会伤你最深，ai亦是如此，比如上述说的AI家居，如果个人数据上云后，被盗取后后果有可能很严重。不同展台展示了ai各种应用场景，包括智能课堂，虚拟人，以AI为驱动的游戏，还有利用AI做感觉转换的相关应用( 正在体验智能座椅的me，其原理是利用AI识别视频的氛围，实时生成相应的触感传导至座椅)等等。2.有一天，家里面的电子设备突然懂你的心情了，可以根据你手机浏览记录，实时更换房间音乐了，可以帮你出主意今天要吃什么，生活似乎莫名多了一个贴心管家，随着你住的时间越长会越懂你。
2024-10-28 09:25:41
368
原创 打破信息隔离---线程变量的共享InheritableThreadLocal
InheritableThreadLocal-打破父子线程信息隔离
2024-02-26 18:04:51
1022
原创 万物皆Map-一文带你了解ThreadLocal
ThreadLocal是一种线程的隔离机制，保障了多线程环境下对于共享变量访问的安全性。ThreadLocal为共享变量在每个线程中都创建了一个副本，那么每个线程可以访问自己内部的副本变量与Synchronized的区别：1.Synchronized则是一种基于Happens-Before规则里的监视器锁规则从而保证同一个时刻只有一个线程能够对共享变量进行更新。2.ThreadLocal是一种通过创建变量副本实现共享变量安全访问的线程隔离机制。
2024-02-22 22:40:57
942
原创 浅谈向量检索在LLM中的应用
向量检索与大型语言模型结合，显著提升了文本语义准确性，弥补了传统方法的不足。大型模型的引入使得向量检索在深层语义和上下文理解方面更为出色，通过迁移学习和参数微调增强了适应性和个性化能力。然而，值得注意的是，向量检索技术仍存在一些不足之处，如计算复杂性的增加、对大规模数据的依赖性、模型的解释性较低等。在实际应用中，需要平衡这些优势和不足，以充分发挥向量检索在信息检索领域的潜力。
2024-01-19 10:03:28
1564
原创 阅读《Redis设计与实现》笔记系列之SDS
为什么Redis的字符串结构的实现相比C语言要更加高效?其原因不外乎SDS(simple dynamic string)的一些特性。
2023-05-02 23:56:14
120
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人