斐波那契的尾递归-CSDN博客

原创如何写好晋升答辩材料

教你如何写好晋升材料，通过叙述材料向评委证明你的业绩与能力，得到评委的认可。

2025-04-22 15:35:26 988

原创大模型项目实战（springboot + RAG）健康知识问答系统

本文介绍了基于SpringBoot和RAG（检索增强生成）技术的健康知识问答系统实现。RAG通过动态检索多源知识库增强大模型生成能力，结合稠密检索与语义匹配技术，提升回答的准确性和可靠性。文章详细解析了RAG的核心原理，包括知识库预处理（向量编码与存储）、用户查询处理（语义检索）和生成增强（上下文融合）三阶段，并给出完整代码实现：使用Sentence-BERT生成问题向量，FAISS进行高效检索，支持图文混排回答。系统通过自然语言提问返回精准答案，后续可扩展接入大模型API优化生成效果。

2025-03-28 20:20:16 785

原创 Redis缓存(1)

本章将深入剖析 Redis 的核心架构，重点聚焦存储引擎层和网络通信层的核心实现，后续章节将深入单机架构（事件驱动、IO 多路复用）、持久化体系（RDB/AOF）、分布式集群（主从复制、哨兵、Cluster），构建完整的 Redis 技术全景。

2025-03-28 11:34:40 877

原创【缓存基本知识】

分布式缓存是提升系统性能和稳定性的关键技术，通过多级缓存架构（如客户端缓存、网络缓存、服务器缓存）实现数据的高效访问。客户端缓存包括页面缓存和浏览器缓存，网络缓存涉及代理缓存和边缘缓存（如CDN），服务器缓存则涵盖数据库缓存（如MySQL的Query Cache和InnoDB缓存）和应用级缓存（如Redis、Memcached）。应用级缓存通过代码实现，结合Nginx本地缓存和Redis分布式缓存，减少数据库访问压力。多级缓存架构通过热点数据缓存、分布式缓存和平台级缓存的协同工作，显著提升系统吞吐量

2025-03-24 17:19:08 944

RAG革命：大模型项目实战（SpringBoot + RAG）健康知识问答系统

RAG（检索增强生成）技术通过将检索系统与大语言模型相结合，实现了知识实时更新与智能生成的完美融合。本文从技术原理到实战落地，完整演示了如何基于SpringBoot构建智能健康饮食问答系统，涵盖知识库预处理、语义检索（FAISS + Sentence-BERT）等核心模块。该系统不仅支持精准问答，还能智能关联图文内容，显著提升信息呈现效果。开发者可通过本代码资源快速复现项目，未来可进一步接入大模型API实现回答润色扩展，或引入混合检索策略优化效果。RAG正推动AI从“记忆型”向“查阅型”进化，为垂直领域应用提供高性价比的解决方案。

2025-03-31