- 博客(299)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 JDK15重大更新
目录1.JDK 15的新增功能-新功能和增强功能1.1 Char 在CharSequence中添加了isEmpty默认方法1.2 支持Unicode 13.01.3 JEP 371 隐藏类1.4 添加了对SO_INCOMING_NAPI_ID支持的支持1.5 TreeMap方法的专用实现1.6 jstatd中添加了用于指定RMI连接器端口号的新选项1.7 jcmd中添加了用于编写gzip压缩堆转储的新选项1.8 JEP 378 Text Blocks1.9 为调试模式向jhsdb添加了新选项1.10 适用于
2020-10-21 15:39:31
2113
4
原创 SpringCloud+OAuth2实现统一权限验证,并持久化到Mysql中
社区群聊添加小编微信进入java学习交流群，小编微信:372787553，备注进群OAuth2简介OAuth2.0是OAuth协议的延续版本，但不向后兼容OAuth 2.0即完全废止了OAuth1.0。 OAuth2.0关注客户端开发者的简易性。要么通过组织在资源拥有者和HTTP服务商之间的被批准的交互动作代表用户，要么允许第三方应用代表用户获得访问的权限关键名词在详细讲解OAu...
2020-04-08 13:58:34
2974
1
原创 JDK14的重大更新
一.JDK 14版本中的重大更改1.1 Java SE 14和JDK 14中的一些更改Switch进行了扩展，因此可以用作语句或表达式，以便两种形式都可以使用传统case ... :标签（带有直通）或新case ... -> 标签（不带有直通），还可以使用新的语句从中产生值开关表达式。示例："->"以表示如果标签匹配则仅执行标签右边的代码。建议每种情况允许多个常量，以逗号分...
2020-03-23 18:58:01
1596
原创 Springboot2.X+Elasticsearch 实现分词搜索
Elasticsearch 安装具体安装步骤网上很多，大家可以借鉴一下；关于分词插件的安装可以执行一下命令:拼音插件./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-pinyin/releases/download/v6.1.1/elasticsearch-analysis...
2019-06-25 18:40:34
4534
3
原创 SpringCloud+OAuth2 统一权限验证
OAuth2 权限统一验证OAuth2简介OAuth2.0是OAuth协议的延续版本，但不向后兼容OAuth 2.0即完全废止了OAuth1.0。 OAuth2.0关注客户端开发者的简易性。要么通过组织在资源拥有者和HTTP服务商之间的被批准的交互动作代表用户，要么允许第三方应用代表用户获得访问的权限关键名词在详细讲解OAuth 2.0之前，需要了解几个专用名词。它们对读懂后面的讲...
2019-05-18 21:46:58
21355
10
原创 RTSP模拟开发：轻松搭建本地摄像头推流
摘要：本地开发中若需模拟摄像头连接，推荐使用RTSP Simple Server(RSS)。该方案通过三步实现：1)下载并运行单文件RSS服务器；2)用FFmpeg将本地摄像头或视频文件推流至RTSP地址；3)通过ffplay/VLC验证流媒体。关键配置包括指定像素格式(yuyv422)和低延迟参数(zerolatency)，支持实时视频循环推流，日志可清晰监控连接状态。适用于无物理摄像头时的开发测试场景。
2025-12-12 13:50:17
269
原创 解决labelImg标记闪退问题
摘要：在使用labelImg进行数据标记时，若遇到Python 3.11下标记闪退问题（canvas.py类型错误），可通过修改canvas.py文件解决。错误源于float/int类型不兼容，修复方案包括降级Python版本或修改代码。本文提供了修复后的canvas.py完整代码，主要调整了绘图相关的类型转换逻辑，确保在PyQt5环境下正常运行。修改后的代码兼容PyQt4/PyQt5，解决了绘制过程中坐标参数类型不匹配导致的崩溃问题。
2025-12-11 08:41:10
150
原创 YOLO模型快速转ONNX全攻略
摘要：本文详细介绍了如何将训练好的YOLO模型(.pt)转换为ONNX格式。通过Ultralytics库的export方法，只需几行代码即可完成转换，支持配置输入尺寸、精度等参数。文章还提供了不同场景下的配置方案（动态输入、GPU加速、移动端优化），以及ONNX模型验证方法和常见问题解决方案。最后展示了使用ONNX Runtime推理和Flask部署的代码示例，帮助开发者快速实现模型部署应用。
2025-12-10 17:06:53
381
原创 YOLO目标标注与训练全流程指南
本文介绍了使用LabelImg工具标注数据集并训练YOLO模型的完整流程。主要内容包括：1)安装LabelImg标注工具；2)准备原始图片并创建项目目录；3)使用LabelImg进行目标标注，生成YOLO格式的标签文件；4)划分训练集和验证集；5)创建data.yaml配置文件；6)数据检查要点；7)训练命令示例及参数设置。文章提供了详细的步骤说明和代码示例，特别强调了标注注意事项和训练后的效果评估方法（通过map50指标判断）。整个流程适用于安全帽检测、车牌识别等单类别目标检测任务。
2025-12-10 17:00:28
856
原创 AI Prompt Engineering 设计指南
摘要： 根据应用场景选择适合的Prompt类型是关键。信息性Prompt适合事实查询（如客服问答），对话式Prompt用于多轮交互（如健康咨询），指令性Prompt生成结构化输出（如代码编写），创造性Prompt激发原创内容（如故事创作），混合型Prompt可结合多种需求。优化技巧包括明确问题范围、角色设定、分解任务及提供示例。选择时需考虑目标功能、用户需求和模型能力，并通过测试迭代优化Prompt设计。
2025-07-15 20:35:49
563
原创 SpringAI整合RAG构建自己的本地知识库
ETL（Extract, Transform, Load）管道用于创建、转换和存储Document实例。Document类包含文本内容、元数据以及可选的其他媒体类型，例如图像、音频和视频。：实现接口，负责从 PDF、文本文件等来源读取文档。：实现接口，用于对文档进行处理或转换。：实现接口，负责将处理后的文档写入目标存储。Document对象通常由从各种格式的文档中创建而来。要构建一个简单的 ETL 管道，只需将这三类组件依次串联即可。
2025-07-09 14:33:46
1099
原创 数据分析与未来规划系统AI提示词
摘要： 该提示词构建了一个数据驱动的预测系统，专注于多阶段趋势分析与战略规划。核心功能包括： 分层预测（3/5/10年），采用不同算法（如指数平滑、蒙特卡洛模拟）； 结构化输出，含关键变量、可视化图表、资源分配建议及风险预警； 场景化分析（基准/乐观/悲观），并标注核心假设条件； 动态风险监控，检测数据漂移与衰退信号。系统要求严格区分相关性/因果性，并声明长期预测的置信度衰减特性。适用于行业级战略规划，需输入数据集+行业关键词激活对应分析模型。 （字数：149）
2025-05-29 10:46:07
323
原创 无提示词时RAG与模型知识的取舍机制
在 LangChain4j 中，当系统提示词为空时，模型对 RAG（检索增强生成）和自身通用知识的取舍机制依赖于框架的默认设计和模型的内在逻辑。框架默认会在每次用户提问时自动执行 RAG 检索，但模型是否使用检索结果取决于内容相关性和模型的知识边界。工具调用则完全依赖 @Tool 注解中的自然语言描述。模型会综合工具调用、RAG 检索结果和自身知识生成最终回答，优先级通常为工具调用 > RAG 检索结果 > 模型自身知识。开发者可以通过优化工具描述、RAG 检索策略和模型参数来间接控制模型行为。
2025-05-20 15:54:56
695
原创 模型如何决定调用RAG还是Function Calling（Tool）
在 LangChain4j 等框架中，模型通过自身的推理能力和开发者设计的提示工程共同决定调用 RAG（检索增强）还是 Function Calling（工具调用）。核心判断逻辑基于用户问题的需求：RAG 适用于需要外部知识库中的静态信息，而 Function Calling 则用于需要动态操作或实时数据的场景。开发者可以通过工具描述、提示词设计、元数据过滤等方式显式控制模型的决策流程。模型通过语义理解和逻辑推理，结合开发者的配置，自动选择最合适的处理方式。
2025-05-20 15:50:02
1166
原创 Function Calling + RAG 提升模型的知识覆盖能力和动态信息处理能力
通过这种结合方式，你可以构建一个既能回答深层次知识问题，又能执行实时操作的智能体，非常适合企业知识库、客服系统等复杂场景。，二者在 LangChain4j 中能形成互补优势。结合，可以显著提升模型的。
2025-05-20 15:31:46
889
原创 LangChain4j简介
LangChain4j 是一个旨在简化将大型语言模型（LLM）集成到 Java 应用程序中的开源库。它通过提供统一的 API，支持 15+ 个 LLM 提供商和 20+ 个嵌入存储，使开发者能够轻松切换不同的模型和存储，而无需重写代码。LangChain4j 还提供了一个全面的工具箱，包括从低级提示模板到高级模式如代理和检索增强生成（RAG）的工具。此外，它提供了丰富的示例，帮助开发者快速上手构建各种 LLM 驱动的应用程序。
2025-05-20 13:45:02
1096
原创 智能客服系统提示词模板
本文介绍了为三级甲等医院设计的智能挂号客服系统提示词模板，旨在通过AI技术优化挂号流程，提升患者体验。系统核心功能包括智能分诊挂号、医生排班查询、预约改签/取消、就诊前提醒、医保政策解读及报告查询引导。挂号流程规范涵盖症状预诊、科室匹配、号源选择及身份核验，确保高效准确的医疗服务。对话管理机制处理号源冲突和紧急情况，输出规范提供预约确认凭证和提醒服务。数据安全约束保护患者隐私，智能优化策略通过号源预测和错峰引导提高效率。系统对接要求确保实时数据更新和容灾机制，典型对话流程展示系统如何引导患者完成挂号。
2025-05-20 11:07:27
907
原创 AI场景应用提示词编写规则
编写合格的AI场景应用系统提示词需要遵循一定的原则和结构规则，同时结合具体场景需求灵活调整。通过以上规则和模板，可系统化设计高效提示词。实际应用中需灵活组合框架元素，并通过持续迭代优化输出效果。
2025-05-20 10:54:53
1072
原创 git commit message helper结合 commit-msg 校验提交格式
关于 git commit message helper 他是一个开源的插件，可以在idea 和vscode中安装使用，这里不多做介绍，可以参考https://developer.aliyun.com/article/1601042。我们直接将插件提供的辅助服务与git commit-msg结合使用，方便统一大家的提交信息，统一风格。commit-msg 文件位于项目路径下.git文件下\hooks里，.git\hooks。
2024-12-19 15:36:13
863
转载 用Java实现排列、组合算法
2、有时候，我们不仅需要知道排列或组合的数量，而且需要知道有哪些排列或组合，并列举出所有的排列或组合，人工列举工作量大而且容易出错，那么，如何利用计算机帮忙列举出所有的这些排列或组合呢？那么，计算排列或组合的数量，通过上面的公式就很容易就算出来了，其Java的实现如下。经验证，输出的结果正确，同预期结果相符。（1）完整的测试代码如下。
2024-08-21 15:17:10
1162
原创 java多线程任务编排
在java里有很多高并并发和多线程的工具高，本身没也可以实现任务编排，但是代码量和复用性很差，要考虑的事情很多，一旦遗漏就会出现异常，最近也在做这样的task，也借机会，开发了一个小的工具包，增加了复用性，代码也简单。，目前这个项目在开发中，也希望有兴趣的朋友一起加入。
2024-07-02 17:37:51
953
原创 大数据领域常用的中间件
数据流转工具 | Active | StreamSets | approved | 数据集成 | 数据流转工具 | 3.21.0 | | Moderate || 数据流转工具 | Active | Apache Kafka。
2024-07-02 17:02:54
1127
原创 拥抱 GitFlow，优化开发流程：团队协作的最佳实践
如果 Feature2 是从一个单独的分支合并过来的，你可以回滚这个整合提交（merge commit）。如果回滚操作过于复杂，可以创建一个新的临时分支，并选择性地合并其他功能，排除 Feature2。通过以上方法，你可以准确地回滚 Feature2 的代码，确保发布的版本只包含需要发布的功能。分支中只包含已经完成并且经过测试的功能，从而避免未完成功能的提前暴露。准确地回滚特定功能（如 Feature2）的代码，可以使用 Git 的。下面是详细的步骤，帮助你准确地回滚 Feature2 的代码。
2024-06-12 14:06:26
1281
原创 ANTLR Aviator语法引擎对比
ANTLR、Aviator、JEXL、MVEL、Groovy、JavaCC、JFlex、CUP 和 Parboiled 的详细对比表：
2024-06-12 14:03:40
779
原创 ANTLR Aviator语法引擎对比
ANTLR、Aviator、JEXL、MVEL、Groovy、JavaCC、JFlex、CUP 和 Parboiled 的详细对比表：
2024-05-20 11:13:42
1097
原创 自定义 spring retry持久化方式
try {} }try {} }try {} }import orgtry {} }try {} }import orgtry {} }try {} }try {} }@Overridetry {在这个示例中，我们创建了一个名为的自定义重试模板，它使用了一个。
2024-03-12 14:12:26
670
1
原创 Spring Retry的使用与介绍
你可以通过实现接口来添加自定义的重试监听器。@Override// 自定义逻辑然后，你可以将这个监听器注册到中。通过实现接口，你可以定义当重试失败后的恢复逻辑。@Override// 恢复逻辑。
2024-03-12 13:51:16
866
原创 Spingboot 开发一个JSON ETL
该工具不仅支持用户上传JSON数据进行处理，更具备通过HTTP自动调用指定URL获取数据的功能，并在数据到达后即刻进行清洗和转换， 以满足不同场景下的数据处理需求。JSONCleanseETL 提供了多种数据输入方式，包括上传 JSON 文件、直接粘贴 JSON 数据以及通过 HTTP 自动调用指定的 URL 获取数据， 为用户提供了更加灵活和便捷的数据导入方式。自己也找了一些工具，并没有发现比较好用的。最近参与的项目中，发现需要对接跟多的第三方API，而且这些API都是Restful的接口，返回的都是。
2024-03-07 14:11:05
1027
原创 常见的企业架构图
技术企业架构图：揭示企业技术基础设施的蓝图业务流程架构图：优化企业运营的关键数据架构图：如何管理和分析企业数据应用架构图：构建企业级应用的指南企业架构图的演变：从传统到现代的转变云计算与企业架构图：如何有效利用云资源企业架构图与数字化转型：共同迈向未来安全性在企业架构图中的作用：保护企业免受威胁企业架构图与业务战略：如何实现目标企业架构图的五个核心组成部分：构建稳健企业
2024-02-28 15:55:17
718
原创 查看navicat 已保存连接的密码
最近在使用数据库时，忘记了密码，之前保存的备份密码也忘记放在那里了，也不想重置，毕竟还需要改很多配置，就想着navicat的连接密码是不是可以导出来，经过多番查询终于找回了原来的密码，现在将整个过程分享给大家。
2024-02-26 14:15:00
6150
原创 SRE相关指标
在站点可靠性工程（SRE）的规范中，服务等级协议（SLA）、服务等级目标（SLO）和服务水平指标（SLI）是描述服务质量和性能的三个关键概念。它们共同构成了确保服务提供者能够向客户承诺并交付一定服务质量的框架。下面详细地解释每个概念以及如何在SRE中计算它们的值。
2024-02-01 13:09:28
797
原创 Checkstyle整合pre-commit实现代码规范检测
对于Spring Boot项目使用Maven作为构建工具，采用类似的方式配置Git的。在提交代码之前，进行一次测试。如果Checkstyle检查不通过，提交将被阻止。钩子，它将触发Maven Checkstyle插件，以确保代码符合规范。的文件，其中包含运行Maven Checkstyle插件的命令。文件中，添加Checkstyle插件的配置。钩子来运行Checkstyle。中定义了你期望的代码规范。这样配置后，每次在提交代码时，Git将运行。阶段执行Checkstyle检查。请注意，这里使用的是。
2024-01-17 15:10:43
1121
原创 locust 压力测试数据的插入能力
表示每秒钟完成的请求数量。高值表示系统的处理能力较强。表示每秒钟的失败请求数量。高值可能表示系统存在问题或者负载测试中的一些失败。中位数响应时间，即一半的请求在这个时间内完成。衡量了系统的整体性能。平均响应时间，所有请求的响应时间的平均值。提供了系统的整体性能水平。所有请求中的最小响应时间。表示最快的请求完成时间。所有请求中的最大响应时间。表示最慢的请求完成时间。
2023-11-14 15:25:26
414
原创 vscode 配置 jdk
editor.suggestSelection” 和 “vsintellicode.modify.editor.suggestSelection”：这些配置项用于定义建议列表中的默认选择项，以及 IntelliCode 的建议项选择行为。“java.configuration.checkProjectSettingsExclusions”：这个配置项用于控制Java扩展的项目设置检查，如果设置为 false，将禁用项目设置的排除检查，允许你使用不在项目设置中的文件和目录。
2023-11-08 18:02:40
2384
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人