- 博客(317)
- 收藏
- 关注
RSS订阅原创 frp内网穿透
FRP内网穿透工具使用指南 本文介绍了如何使用FRP（Fast Reverse Proxy）实现内网穿透，解决外网访问内网服务的需求。主要内容包括： FRP简介：一款支持TCP/UDP/HTTP/HTTPS协议的高性能反向代理工具，可将内网服务暴露到公网。 服务端配置： 下载并解压FRP程序 配置frps.toml文件（端口、管理面板、认证令牌等） 创建systemd服务实现后台运行和开机自启 开放7000和7500端口 客户端配置： 同样下载并解压程序 配置frpc.toml连接服务端 示例配置了MySQ
2026-06-10 15:28:30
168
原创 若依框架数据权限优化实践：当内置数据权限无法满足业务需求
本文针对业务系统中基于分部（segment）的数据权限需求，分析了若依框架内置的@DataScope机制无法满足业务场景的原因。若依的数据权限基于部门（dept_id）维度设计，而业务需要基于分部维度进行权限控制，两者在权限维度、数据来源和设计前提上存在根本性差异。 为此，作者设计并实现了一套新的数据权限方案@DataBranchScope，采用注解+AOP切面模式，将权限维度从部门切换为分部，权限来源改为实时查询sys_user_branch关联表。该方案保持了若依原有的设计模式，但替换了核心权限逻辑，解
2026-05-12 17:08:02
75
原创 JVM入门
JVM体系结构与核心组件解析 摘要：本文系统介绍了Java虚拟机(JVM)的核心架构和关键组件。JVM作为Java程序的运行环境，主要包括类加载器、运行时数据区、执行引擎和本地方法接口四大模块。重点分析了类加载器的双亲委派机制及其安全优势，详细讲解了方法区、堆内存、虚拟机栈等运行时数据区的功能特点，特别说明了JDK8将永久代改为元空间的优化改进。文章还涵盖了JVM调优参数设置实践，以及垃圾回收机制的基本原理，帮助开发者深入理解Java程序的运行机制和内存管理。通过对JVM体系结构的全面解析，为Java性能优
2026-03-19 20:04:15
500
原创 RabbitMQ高级
RabbitMQ高级特性主要包括消息可靠性投递和Consumer ACK机制。消息可靠性投递通过confirm确认模式（生产者到交换机）和return退回模式（交换机到队列）确保消息不丢失。Consumer ACK提供三种确认方式：自动确认（默认）、手动确认和异常确认，其中手动确认需在业务处理成功后调用channel.basicAck()，异常时调用channel.basicNack()实现消息重发。这些机制有效保障了消息在分布式系统中的可靠传输和处理。
2026-01-21 13:55:01
801
原创 RabbitMQ初级
RabbitMQ消息队列简介及简单模式实现 摘要： 本文介绍了消息队列(MQ)的优势(应用解耦、异步提速、削峰填谷)和劣势(系统可用性降低、复杂度提高、一致性问题)，并说明了MQ适用的场景。随后详细展示了RabbitMQ简单模式的实现过程： 创建生产者和消费者工程 添加RabbitMQ客户端依赖 编写生产者代码：建立连接、创建通道、声明队列、发送消息 编写消费者代码：建立连接、创建通道、声明队列、设置消息处理回调 关键代码包含详细的参数注释，演示了如何通过RabbitMQ实现最基本的消息发送和接收功能。最后
2026-01-21 13:54:10
942
原创 uni-app打包与发布
摘要 本文介绍如何将uni-app项目发布为H5版本。首先需要在manifest.json中配置基本路径（非根目录部署时需要），然后在HBuilderX工具栏选择"发行-网站-H5手机版"生成资源文件，保存于unpackage目录。注意事项包括：1) history模式需要后端配置支持；2) 建议服务器开启gzip压缩以优化性能。部署后可通过指定路径访问H5页面，如www.xxx.com/h5。
2026-01-08 09:15:00
371
原创 uni-app常用组件与API
本文介绍了uni-app组件系统的基本概念和使用方法。主要内容包括： 组件概述：说明组件是视图层的基本单元，介绍组件的标签结构、属性和内容，以及组件的7种属性类型（Boolean、Number等）。 公共属性：列举所有组件共有的属性如id、class、style等。 组件分类：分为基础组件（内置可直接使用）和扩展组件（需导入项目使用）。 扩展组件优势：提高开发效率、代码复用性和可维护性。 easycom规范：简化组件使用流程，符合目录结构的组件可自动注册。 基础组件列表
2026-01-08 09:00:00
1486
原创 uni-app全局文件
摘要：pages.json是uni-app的核心配置文件，负责管理页面路由和全局样式。主要包含三大配置：pages（必须注册页面路径）、tabBar（底部导航栏配置）和globalStyle（全局样式）。关键点包括：页面必须注册才能访问，第一个page为首页；tabBar页面有特殊跳转规则；分包(subPackages)可优化首屏加载；页面样式可覆盖全局样式。该文件相当于uni-app的"路由+全局界面配置中心"，掌握其配置对开发至关重要。
2026-01-07 09:57:21
915
原创 uni-app路由与生命周期
uni-app页面路由与导航摘要 uni-app通过pages.json配置页面路由，提供两种导航方式： navigator组件：类似HTML的<a>标签，支持多种跳转方式（navigate/redirect/switchTab/reLaunch/navigateBack/exit），可通过open-type属性指定跳转类型。该组件具有丰富的属性控制跳转动画、点击效果等，但只能跳转本地注册页面。 API导航： uni.navigateTo：保留当前页面跳转新页面，可带参数和动画效果 其他API包
2026-01-07 09:00:00
2764
原创 uni-app基础入门
uni-app开发规范与工程结构摘要 uni-app是基于Vue.js的跨平台开发框架，支持编译到Web、小程序和App平台。开发规范包括：使用.vue单文件组件、遵循小程序风格的组件标签和API命名（前缀改为uni）、兼容Vue数据绑定和生命周期。工程结构包含pages（页面目录）、static（静态资源）、uni_modules（模块）等核心目录，通过pages.json配置路由。页面由template、script、style三部分构成，支持条件编译实现多端适配。编译器基于Webpack/Vite将代
2026-01-06 14:10:09
1502
原创 uni-app环境搭建与多端运行
uni-app是一个基于Vue.js的跨平台开发框架，支持一次编写代码发布到iOS、Android、Web及各种小程序平台。它由DCloud公司开发，拥有庞大的开发者社区和丰富的插件生态。uni-app在跨平台开发中优势明显，提供完整的开发工具链和性能优化方案。开发者可使用HBuilderX作为主要开发工具，该工具轻量高效，支持Vue开发强化、小程序调试等功能。uni-app项目创建简单，支持可视化界面和命令行方式，并能快速运行到浏览器、小程序模拟器和真机设备。其功能架构设计既保持跨平台一致性，又能调用各平
2026-01-06 14:07:29
973
原创 Python（三）
本文介绍了面向对象编程中的类和对象概念。面向过程编程关注解决问题的步骤，而面向对象编程则关注对象及其交互。类是对对象共性的抽象，包含类变量、实例函数、类函数等成员；对象是类的具体实例。文章详细讲解了类的定义语法和结构，包括类变量、实例变量、类函数、静态函数等组成部分，并通过Employee类案例演示了类变量与类属性的区别。最后说明了类的两种操作：成员引用（通过类名访问成员）和实例化（创建对象实例）。Python作为混合型语言，同时支持这两种编程范式。
2025-12-31 09:43:39
301
原创 Python（二）
本文介绍了Python中三种主要的容器数据类型：列表(List)、元组(Tuple)和集合(Set)。列表是有序可变序列，支持增删改查操作；元组是有序不可变序列，适合存储不变数据；集合是无序可变容器，元素唯一且支持集合运算。文章详细说明了每种数据类型的创建方法、基本操作和常用函数，包括访问元素、遍历方式、运算操作以及各种内置方法的使用。这些容器类型在Python编程中具有广泛应用，理解它们的特性和操作对提高编程效率至关重要。
2025-12-30 15:44:47
225
原创 Python（一）
本文介绍了Python编程语言的基础知识。首先概述了Python的特点，包括其解释型、高级通用的特性，以及支持多种编程范式、动态类型系统和丰富的标准库等优点，同时也指出了运行速度较慢的缺点。接着详细说明了Python环境的安装配置方法，推荐使用Anaconda进行环境管理，并介绍了PyCharm IDE的安装设置。在语法规范部分，重点讲解了Python的代码风格要求，包括缩进规则、分号使用、空格处理和注释格式等。最后介绍了变量的基本概念、定义格式和创建方式，强调了Python变量的动态类型特性。这些内容为P
2025-12-30 15:29:44
687
原创 GitFlow
GitFlow是一种基于Git的分支管理模型，定义了5种分支角色：master（生产代码）、develop（开发分支）、feature/（功能分支）、release/（发布分支）和hotfix/*（热修复分支）。它解决了多人协作中的分支混乱、紧急修复等问题，规范了开发流程。具体流程包括：从develop拉取feature分支开发功能，完成后合并回develop；发布时从develop创建release分支进行测试和调整，最终合并到master并打tag；紧急问题从master创建hotfix分支修复后同步到
2025-12-24 14:59:02
1334
原创 Apache ShardingSphere-JDBC
本文摘要： 文章首先介绍了互联网时代下高性能数据库架构的两种主要模式：读写分离和数据库分片。读写分离通过将写操作路由到主库、读操作分散到从库来提升性能，可采用一主多从或多主多从配置。数据库分片则分为垂直分片（按业务拆分）和水平分片（按数据规则分布），以解决海量数据存储问题。 其次，阐述了CAP理论在分布式系统中的核心原则，分析了CP与AP两种实现方式的特点，并指出实践中只能达到最终一致性。
2025-11-03 11:39:55
1194
原创 从用户增长到智能拓展：LightGBM 在业务系统中的实战应用
在企业拓展或用户增长系统中，如何预测“哪些客户最可能转化”“哪些用户将会流失”是业务的关键问题。 **LightGBM** 作为高效的梯度提升框架，不仅能快速处理大规模特征数据，还能精准捕捉业务规律。 本文将结合一个 **“用户转化预测” 实战案例**，详细介绍 LightGBM 的原理、参数调优方法，以及在拓展类系统中的落地思路。
2025-10-24 11:36:17
1045
原创 RuoYi前后端分离版实现单点登录（对接企业微信）
企业微信第三方登录集成指南 本文介绍了如何在若依系统中集成企业微信第三方登录功能，主要包含两部分内容： 前置条件配置：需要注册企业微信、创建应用并设置授权回调域和可信域名，获取Client ID、Client Secret等关键信息。 代码实现部分： 添加JustAuth依赖 配置安全策略 创建第三方授权表 实现认证授权控制器 包含授权绑定、登录回调等核心接口 系统通过OAuth2.0协议实现企业微信账号与系统账号的绑定和登录功能，支持获取用户基本信息并生成系统访问令牌。
2025-10-15 16:56:35
777
2
原创 13-SAA生态篇
文章摘要：本文介绍了阿里云百炼平台云上RAG知识库的AI智能运维实现方案。通过Spring Boot项目整合阿里云DashScope API，实现基于RAG(检索增强生成)的知识库问答功能。主要内容包括Maven依赖配置、YAML参数设置、DashScope API的Bean配置、以及核心控制器实现。通过DocumentRetriever进行文档检索，结合ChatClient实现智能问答，支持通过HTTP接口查询错误信息等功能。代码展示了如何构建RAG知识库查询服务，为AI运维提供解决方案。
2025-09-30 08:30:00
405
原创 12-MCP模型上下文协议(Model Context Protocol)
MCP（模型上下文协议）是一种类似于SpringCloud Openfeign的大模型通讯协议，旨在标准化LLMs获取上下文的方式。它通过统一协议解决不同大模型需要为每个工具单独开发接口的问题，简化开发流程。MCP采用客户端-服务器架构，支持STDIO和SSE两种通信模式，使开发者只需实现一次MCP服务端即可供所有兼容MCP协议的模型调用。本地开发MCP-Server包括创建模块、配置依赖、实现业务服务类等步骤，如通过@Tool注解定义天气预报服务。MCP协议让大模型从被动应答变为主动调用工具，提高开发效率
2025-09-30 08:15:00
329
原创 11-Tool Calling工具调用
本文介绍了LLM的ToolCalling功能，它允许大模型与外部API或工具交互，增强模型能力。文章通过SpringBoot项目实战演示了如何使用ChatModel实现工具调用： 创建DateTimeTools工具类，定义获取当前时间的方法并标注@Tool注解 在Controller中注册工具到工具集合 配置ChatOptions并构建提示词 调用大模型获取结果 测试接口为http://localhost:8013/toolcall/chat，可查询当前时间。LLM仅指示调用哪个函数而不执行实际调用，通过工
2025-09-30 08:00:00
166
原创 10-RAG（Retrieval Augmented Generation）
RAG（检索增强生成）技术通过为AI大模型引入外部知识源，解决了传统LLM知识更新滞后、缺乏私有领域知识和产生幻觉回复等问题。本文以智能运维助手为例，展示了如何基于Spring AI和阿里云DashScope搭建RAG系统。系统通过将错误编码文档存入Redis向量数据库构建知识库，当用户查询时先检索相关知识再生成回答，显著提升了回答准确性。代码实现包括Maven依赖配置、Redis向量数据库初始化、阿里云大模型接入等关键步骤，为AI运维场景提供了实用解决方案。
2025-09-29 11:33:43
170
原创 9-向量化和向量数据库
本文介绍了向量化技术和嵌入模型，讨论了如何将文本、图像和视频转换为向量表示。重点讲解了RedisStack作为向量数据库的应用，包括其核心组件（RediSearch、RedisJSON等）和安装方法。通过一个Spring Boot项目示例，展示了如何集成阿里云Dashscope嵌入模型与RedisStack向量存储，实现文本向量化存储和相似性搜索功能。项目配置了相关依赖和YML参数，为开发者提供了实用的向量化应用参考方案。
2025-09-29 11:03:12
253
原创 8-文生图、文生音
本文介绍了两种阿里云AI服务实践：文生图和文生音。在文生图部分，通过Spring Boot项目整合Alibaba Dashscope API，实现了文本转图像功能，包含完整的Maven依赖配置、YAML参数设置和REST接口实现。文生音部分展示了语音合成的基本代码结构，使用Dashscope语音合成模型，通过API将文本转换为语音输出。两套实现均采用标准的Spring Boot开发模式，配置了模型参数和API密钥，并提供了简单的REST接口供前端调用。
2025-09-28 08:00:00
138
原创 7-Chat Memory会话记忆和持久化
本文介绍了大模型对话记忆的概念及其实现方法。大模型对话记忆指AI在交互过程中追踪并利用历史对话上下文的能力，实现更连贯自然的对话。由于大模型本身不存储数据，需要通过持久化机制保存对话历史。文章以Spring AI Alibaba框架为例，展示了如何通过Redis实现对话记忆的持久化存储。具体步骤包括：项目配置、Redis连接设置、ChatMemoryRepository接口实现，以及MessageWindowChatMemory消息窗口的应用。代码示例展示了完整的实现方案，包括pom依赖、yml配置和核心业
2025-09-27 15:21:51
440
原创 若依前后端分离版集成到企业微信自建应用
本文介绍了如何将若依系统与企微自建应用集成并实现免登录功能。核心思路是通过前端自动登录页面调用后端接口，实现无侵入式集成。文章包含： 业务需求：要求所有用户密码固定，用户名需与企微返回信息对应（如手机号、工号等） 代码实现： 前端路由配置 企微登录页面组件，包含自动登录逻辑 关键功能： 授权码获取（优先从URL参数） 用户信息查询 自动登录流程 错误处理和倒计时跳转 注意事项： 保持原有Spring Security认证框架不变 提供完善的错误处理机制 包含多种跳转方式确保可靠性 该方案适用于需要快速集成企
2025-09-27 11:01:08
693
原创 6-提示词与格式化输出
本文介绍了Prompt（提示词）在AI模型交互中的关键作用，包括其结构、类型和实现方式。主要内容包括： Prompt定义：作为引导AI模型生成特定输出的输入格式，其设计直接影响模型响应质量。 技术架构：从简单的String字符串逐步发展为包含Message对象的Prompt类，支持四种角色消息类型（SYSTEM、USER、ASSISTANT、TOOL）。 代码实现：通过Spring Boot项目展示如何集成Alibaba Dashscope API，配置不同AI模型（如DeepSeek和QWEN），实现基于
2025-09-26 08:45:00
348
原创 5-SSE实现Stream流式输出及多模型共存
流式输出与SSE技术实现AI交互 本文介绍了两种实现大模型流式输出的技术方案。流式输出(StreamingOutput)是一种逐步返回大模型生成结果的技术，能显著提升用户体验，特别适用于响应较慢的场景。文章详细讲解了两种实现方式：通过ChatModel和ChatClient实现流式输出。 同时介绍了SSE(Server-Sent Events)技术，这是一种轻量级的单向通信协议，允许服务端持续推送数据片段到前端。SSE适用于实时通知、状态更新、实时数据流和协作应用等场景，相比WebSocket更简单易用。
2025-09-26 08:30:00
249
原创 4-ChatClient
本文介绍了ChatModel与ChatClient的区别及使用实践。ChatModel是底层接口，直接与大模型交互，提供call()和stream()方法；ChatClient是高级封装，基于ChatModel构建，适合快速开发标准化AI服务。文章通过Spring Boot项目实战，演示了两种方式的代码实现：1)使用ChatModel直接调用大模型API；2)通过ChatClient构建更复杂的对话服务。项目包含完整的Maven配置、YAML设置和控制器代码，展示了如何集成阿里云DashScope大模型服务
2025-09-25 09:15:00
259
原创 3-Spring AI Alibaba接入本地大模型
本文介绍了Ollama本地大模型部署及微服务对接方案。首先详细讲解了Ollama的下载安装过程，包括自定义安装路径、设置模型存储目录等步骤，并演示了如何验证安装成功。接着展示了如何通过Spring Boot微服务对接本地大模型，包括创建模块、配置依赖、设置YAML参数以及编写业务控制器代码。文章提供了完整的操作流程和代码示例，帮助开发者快速实现大语言模型的本地部署与集成应用。
2025-09-25 09:00:00
138
原创 2-Spring AI Alibaba入门
本文介绍了SpringAI Alibaba与SpringAI、SpringBoot的版本兼容关系，以及如何接入阿里云百炼平台进行大模型开发。主要内容包括：1) 版本依赖关系说明; 2) 阿里云百炼平台API-key、模型名和baseUrl的获取; 3) 使用IDEA创建Maven父工程进行依赖管理; 4) 创建子模块并配置pom.xml引入spring-ai-alibaba相关依赖。整体方案基于OpenAI协议标准实现多模型切换，提供高度可扩展的开发支持。
2025-09-24 12:48:38
516
原创 1-Spring AI Alibaba之理论概述
摘要（149字）： Spring AI Alibaba（SAA）是基于Spring AI构建的Java AI框架，深度集成阿里云百炼平台，打通微服务与AI模型的连接。它继承Spring AI核心能力并扩展支持阿里云生态，提供多模态模型、向量数据库、RAG等组件，具备企业级特性如Nacos配置管理、ARMS监控、工作流支持。相比Spring AI和LangChain4J，SAA在阿里云集成度、企业功能（智能体管理、评测工具）和中文支持上更突出，适合复杂业务场景。三大框架中，Spring AI轻量通用，Lang
2025-09-24 10:52:54
200
原创 11-MCP(模型上下文协议Model Context Protocol)
MCP（Model Context Protocol）是AI领域的标准化协议，类似于JDBC在数据库中的作用。它统一了大模型调用外部工具的方式，开发者无需重复编写胶水代码，工具也能跨项目复用。MCP采用客户端-服务器架构，包含主机、客户端、服务器及本地/远程资源，支持STDIO和SSE两种通信模式。文章通过百度地图API接入示例，展示了MCP的实际应用，包括环境配置、模块创建和代码实现。MCP协议极大提升了AI工具集成的效率和通用性。
2025-09-19 09:15:00
2271
原创 10-检索增强生成RAG
本文介绍了RAG（检索增强生成）技术及其在LangChain4j中的实现。RAG通过为AI模型提供实时检索能力，解决了传统模型的知识遗忘和幻觉问题。文章详细说明了RAG的两个阶段（索引和检索）以及使用LangChain4j构建RAG的7个步骤，包括文档加载、转换、拆分、嵌入、存储、检索和响应生成。同时提供了一个基于Spring Boot和LangChain4j的代码实例，展示了如何配置聊天模型和内存嵌入存储，实现智能问答系统的自维护功能。
2025-09-19 09:00:00
937
原创 9-向量数据库
本文介绍了向量和向量化的概念，以及LangChain4J框架中的向量化工具链。主要内容包括：1) 向量是既有大小又有方向的量；2) 向量化是将文本、图片等信息转换为数字数组的过程；3) LangChain4J提供了Embedding Model、Embedding Store和Embedding Search三件套工具；4) 支持多种向量数据库如Qdrant、Redis等；5) 给出了基于Qdrant向量数据库和阿里云百炼平台text-embedding-v3模型的实战代码示例，包括项目配置和实现方案。
2025-09-18 09:30:00
845
原创 8-Tools(Function Calling)
文章摘要：本文介绍了如何为大语言模型(LLM)配置调用外部工具类的方法。通过LangChain4J框架，可以将LLM的智能与第三方API/工具无缝连接，实现查询微信、调用支付宝等功能。文章包含实战代码示例，展示了如何使用低级ChatModel和ToolSpecification API构建功能接口，包括Maven依赖配置、YML设置和Spring Boot启动类。重点说明LLM本身不执行函数，而是指示应调用哪个函数及如何调用。
2025-09-18 09:15:00
461
原创 6-记忆缓存持久化
本文介绍了记忆缓存在聊天系统中的应用。记忆缓存用于存储对话上下文，使AI能记住之前的对话内容，提供连贯回复。文章区分了"记忆"和"历史"概念：历史记录保存完整对话内容，而记忆则会选择性修改历史信息。作者提供了基于LangChain4J的实现方案，包括Maven依赖配置、SpringBoot启动类和业务接口定义，并展示了如何通过MessageWindowChatMemory等组件实现记忆功能。最后给出了OpenAI模型配置示例，展示了如何集成记忆功能到聊天助手中。
2025-09-17 09:15:00
1251
原创 5-流式输出
流式输出(StreamingOutput)是一种逐步返回大模型生成结果的技术，通过分批次实时传输内容提升用户体验。本文介绍了使用LangChain4j实现流式对话的实践，包括模块创建、依赖配置和代码实现。关键点在于使用StreamingChatModel接口和Flux响应式流处理，相比普通ChatModel接口能显著改善长文本生成场景的响应速度。示例展示了从普通对话到流式输出的转换过程，通过OpenAI API实现阿里通义千问模型的流式响应功能。
2025-09-17 09:00:00
557
毕业设计: 基于SpringBoot+Vue学生选课管理系统设计与实现(附完整前后端代码)
2024-01-24
毕业设计: 基于SpringBoot+Vue通用权限管理系统设计与实现(附完整前后端代码,数据库脚本)
2023-09-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人