- 博客(28)
- 收藏
- 关注
RSS订阅原创 新人笔记---Spring AI的Advisor以及其底层机制讲解（涉及源码），包含一些遇见的Spring AI的Advisor缺陷问题的解决方案
这是advisor的继承体系，可以看见我们的advisor和,他们的实现类都差不多我们查看advisor接口的内部，发现他继承自order接口，并且内部提供了一个变量，这个博主也不太理解，下面引入一下AI的解释一、这是定义Chat Memory Advisor 的默认执行优先级顺序。部分含义Spring 框架中定义的最高优先级值（通常是，即+ 1000在最高优先级基础上往后挪1000位，也就是**优先级降低1000档为什么要这样设计？优先级数值越小，执行越靠前（越先执行）↓。
2026-05-07 18:39:04
241
原创 新人笔记---浅扒一下Spring AI的chatClient的装配流程源码
博主先演示一遍博主怎么在项目中配置chatClient的这里面我们调用chatclient就指定了advisor,prompt,等属性，最后调用call方法获取请求，通过chatResponse返回一次AI调用的具体返回内容这一点博主其实也挺迷惑的，为什么这么设置就可以配置chatCLient了，它内部到底发生了什么，她所需要的各种参数又是啥，刚接触AI那会不太理解为什么我们，现在博主浅浅翻阅了一下源码（只能看懂一点点）+结合AI,算是理解了一点。
2026-05-06 20:35:51
368
原创 新人笔记---智能体记忆处理方式（记忆摘要，长期记忆提取，全局记忆设定......）
AI 长期记忆（Long‑Term Memory, LTM），就是让大模型跨会话、跨时间记住关键信息（偏好、事实、历史交互），不被上下文窗口限制，从而像人一样有 “连贯的人设” 与 “持续的经验”。Jaccard相似度 = 两个集合的交集大小 ÷ 并集大小原始聊天有大量：客套话、解释、推理、举例、冗余废话。直接全存占 Token、占存储空间后续检索时混入无关内容，干扰 AI 判断摘要 = 只留核心结论，砍掉废话。
2026-05-04 17:29:35
325
原创 新人笔记---项目中简易版的RAG检索后评测指标（@Recall ,Mrr..）实现
指标核心关注什么优点缺点Recall@K相关文档找全了吗简单直观、衡量覆盖能力完全不看排序好坏MRR第一个相关结果排得靠前吗聚焦头部、贴合用户体验只看首个，不关心后续文档nDCG@K整体排序质量好不好兼顾相关度 + 位置，评估最全面计算逻辑相对复杂实际应用评测结果：Recall@5 = 0.8 → 找到了80%的相关文档 ✓MRR = 0.6 → 第一个相关文档平均排第1.67位 △nDCG@5 = 0.75 → 整体排序质量不错 ✓结论：- 召回能力不错。
2026-05-03 15:21:55
377
原创 新人笔记---多策略搭建策略执行链实现RAG检索后过滤
/ 策略名称（用于日志）// 执行策略//获取策略所属阶段。//读取我们RagFilterConfig文件，判断当前策略是否可以执行// 执行过滤逻辑。这里面提供了一系列的公共方法，所有策略都要实现，包括执行策略apply,判断策略是否需要执行supports,读取策略的执行顺序getStage(去常量类中获取到对应的执行顺序)等等，设置策略。
2026-05-02 19:09:31
374
原创 新人笔记---实现简易版的rag的bm25检索(利用ES)，以及RAG上传时的ES与向量数据库双写
维度纯向量检索BM25组合后解决的问题语义理解强弱向量负责找「意思对的」关键词精准匹配弱极强BM25 负责找「词对的」错误码 / 接口 / 字段匹配差极好解决专业词条匹配乱长文档关键词定位差好不怕长文档稀释权重结果垃圾召回多少过滤语义碰瓷无关文档BM25 是全文关键词相关性打分算法用户查询 和 这篇文档到底有多匹配的核心公式。是 TF-IDF 的工业级升级版，现在所有检索系统默认都用它。│ RAG 检索流程 ││ Step 1: 向量相似度检索 │。
2026-05-02 11:48:51
429
原创 新人笔记---ES和kibana启动问题以及一些常用的linux的错误排查方法,以及ES,数据库泄密解决方案[超详细]
专门用来查数据库报错、启动失败、崩溃、连接问题。
2026-04-28 00:03:37
378
原创 新人笔记---redisson的简单介绍以及本人项目中的实操讲解
用户点击，我们就发送请求生成一份最新的风险报告，这时候会比较慢，我们页面提醒用户“需要等待几分钟”来提醒用户，报告生成后返回给用户，同时存入redis,下次用户如果不需要查看最新报告，直接读取redis中的数据即可，完美解决了我们的问题现在大致方案出来了，但是还需要考虑多线程问题，就是说如果用户多次点击或者多个用户一起点击，发送多个请求而出现的多个线程一起调用redis，导致数据错乱情况，我们项目实现了以下两个兜底策略。
2026-04-23 18:42:29
375
原创 新人笔记---自用总结的一些常见git错误，包括自己项目推送后拉取，出现的模块报错问题
这一块是作者在将自己智能体项目的代码,分多个功能版本推送到github上的时候，发现的问题，自己项目运行的好好的，但是推送到github，自己拉取后运行却出现一堆错误，比如模块依赖问题，自己maven clean和complie还是不行，按道理说自己重新编译一下jar包就行了啊，原项目就没问题，但是拉取后就会报错原项目好好的，为什么这里模块就出现问题了呢，经过半天的查找，博主发现了一个事情，这里拉取时怎么把.idea文件拉取下来，这个正常吗，于是博主又去查资料。
2026-04-23 10:40:10
334
原创 新人笔记---本地使用海外模型教程
这次博主带来的是如何接入国外大模型，这一点一直困扰了博主很久很久，博主以前也想要使用国外大模型，可是没有思路，不知道怎么调用。
2026-03-26 13:44:54
385
原创 新人笔记---模板方法模式
这个早餐例子的核心问题，就是“通用流程重复、细节和骨架耦合、流程无法统一”—— 而这正是模板模式要解决的核心问题。重点还是代码耦合在一起了，每个不同的三明治类内部都要重复定义通用逻辑，通用逻辑一变，所有三明治类都要跟着改变，这一点在代码维护中是很恶心的。几个三明治类还好，改动不多，但是一旦有几百，几千个类，那改起来就很可怕了。所以就需要将通用逻辑与特定逻辑拆分。
2026-03-23 22:19:34
485
原创 新人笔记---责任链模式
责任链模式 (Chain of Responsibility Pattern)将请求的处理者连成一条链，请求沿着这条链依次传递，直到有一个处理者能处理该请求，或整条链处理完毕为止。你可以把它想象成生活中的 “审批流程”：员工请假 1 天→组长审批；请假 3 天→组长审批后再到部门经理；请假 7 天→组长→部门经理→总监→CEO。每个审批者（处理者）只负责自己权限内的请求**，处理不了就传递给下一个，直到遇到可以处理的审批者，请求发起者（员工）只需要把请假单交给第一个审批者，不用关心后续谁来批、批到哪一步。
2026-03-23 07:41:21
348
原创 策略模式新人笔记
/ 出行策略接口（做什么：出行）// 计算耗时和花费的方法（统一的行为）// 上班的人（上下文，负责选择和使用策略）// 持有一个策略对象（可以动态替换）// 动态设置策略// 执行出行逻辑（只关心“出行”，不关心“怎么出行”）// 周一起晚了，选地铁// 周二想省钱，选公交// 周三天气好，选骑车（新增策略后，原有代码一行不用改）策略模式（Strategy Pattern）是一种行为型设计模式。
2026-03-22 18:43:53
356
原创 谢飞机面Java大厂：从Spring Boot到K8s的3轮爆笑面试实录（附全技术点解析）
谢同学，基础扎实，对Spring生态有手感，也敢于尝试复杂方案——虽然部分细节还需沉淀。回去等通知吧，HR会在5个工作日内联系你。（谢飞机起身鞠躬，转身时Lombok的@Data注解掉了一行getter……）
2026-02-25 19:01:01
567
原创 谢飞机面Java大厂：智慧物流订单履约系统中的Spring Boot + RabbitMQ + Redis + Elasticsearch + Micrometer全链路面试实录（附小白级技术图解）
公司：某TOP3智慧物流科技平台（日均处理500万+订单）岗位：Java后端开发工程师（P6，主攻订单履约中台）面试官：王工，12年经验，负责履约系统稳定性与SRE体系建设求职者：谢飞机，3年经验，简历写着“精通Spring全家桶”，实际常靠Ctrl+C/V和Stack Overflow续命面试官：我们先聊下背景。系统要支撑双11峰值每秒3万订单创建+实时履约状态更新（已揽收/在途/签收/异常），你作为核心开发者，会怎么设计订单主表和履约状态表？用什么ORM？为什么？谢飞机：（擦汗）啊…这个…我用Sp
2026-02-10 10:00:56
335
原创 谢飞机面Java大厂：智慧物流订单履约系统中的Spring Boot + RabbitMQ + Redis + Elasticsearch + Micrometer全链路面试实录（附小白级技术图解）
如果要给运营同学看一张“今日履约健康度”大盘，你会放哪3个核心指标？
2026-02-10 09:00:49
273
原创 谢飞机面Java大厂：电商秒杀场景下的Spring Boot + Redis + Kafka + Sentinel全链路面试实录（附小白级技术解析）
“这是Kubernetes ConfigMap + Spring Cloud Kubernetes的典型实践。把动态配置外置，镜像做到一次构建、处处运行。
2026-02-09 13:00:54
513
原创 谢飞机面Java大厂：从Spring Boot到K8s的3轮爆笑面试实录（附全技术点解析）
面试官：严肃如JVM GC日志，谢飞机：糊弄如ThreadLocal内存泄漏……
2026-02-09 12:00:40
640
原创 谢飞机面Java大厂：本地生活服务‘到店核销’系统中的Spring Boot + Redis分布式锁 + MySQL间隙锁 + Kafka事务三轮硬核拷问
面试官：张工（某一线大厂本地生活平台高级架构师）求职者：谢飞机（昵称，自称“会写HelloWorld的全栈搬运工”，简历写着‘精通Spring全家桶（指能启动）’）
2026-02-08 10:00:45
645
原创 谢飞机面Java大厂：AIGC内容审核系统中的Spring WebFlux + Kafka + Elasticsearch + Log4j2 四维协同实战
面试官：李总监（某一线大厂AI平台部技术负责人）求职者：谢飞机（自诩「全栈·但只写过CRUD」的Java工程师）
2026-02-08 09:00:42
624
原创 谢飞机面Java大厂：电商秒杀场景下的Spring Cloud + Redis + Kafka 三轮暴击面试实录
面试官：我们电商中台正在重构秒杀系统。原单体应用QPS卡在1200就OOM，现在要拆成、、、四个Spring Boot微服务。你说说——谢飞机（咽下饼干渣）：“啊…Gateway！因为能写Java过滤器，还能集成Sentinel…限流嘛，网关层QPS限1000，服务层用@SentinelResource再限500…最终一致性？呃…MQ发个消息，消费者重试？本地事务？不能不能，跨服务了！”✅ 面试官点头：“不错，网关选型和限流分层意识有，Sentinel整合也提到了——那你知道Gateway的全局过滤器和普通
2026-02-07 19:00:49
248
原创 谢飞机面Java大厂：音视频场景下的Spring Boot + Kafka + Redis实战三连问
谢同学，基础框架使用有经验，但对业务深度、故障归因、防御性编程还缺火候。音视频场景的限流/熔断/幂等设计（如基于Redis Lua的分布式锁+唯一请求ID）Kafka事务消息 + 死信队列兜底方案Spring Cloud Sleuth + Zipkin 全链路埋点实践JVM堆外内存排查工具（jcmd回去等通知吧——我们下周会发笔试题，含一道基于WebFlux+R2DBC的弹幕实时推送实操题。
2026-02-07 18:00:46
288
原创 Java大厂面试实录：Spring Boot+微服务+分布式缓存三连问，谢飞机现场翻车？
维度 | 考察点 || 基础 | Spring Boot 注解、Maven 依赖管理 || 深度 | 缓存策略、分布式锁、一致性 || 实战 | 高并发设计、容错、监控 || 广度 | 微服务生态、CI/CD、可观测性 |谢飞机虽然搞笑，但很多回答反映了真实初级程序员的认知水平。想进大厂，不仅要“会用”，更要“懂原理”+“能落地”。💡学习建议动手搭建一个电商秒杀 Demo，集成 Redis + Kafka + Spring Boot + MySQL使用 Redisson 实现分布式锁。
2025-12-23 08:01:14
780
原创 Java大厂面试实录：Spring Boot+微服务+分布式缓存三连问，谢飞机现场翻车？
本次面试覆盖了Java电商系统的典型技术栈：从Spring Boot起步，深入缓存设计，再到微服务治理，层层递进。建议开发者不仅要会用框架，更要理解其背后的设计思想与容错机制。
2025-12-22 22:00:44
580
原创 闈㈣瘯瀹橈細Java鏍稿績鐭ヨ瘑銆丣UC銆丣VM銆丼pring鍏ㄥ妗跺叏闂簡涓�閬嶏紝璋㈤鏈洪《浣忎簡鍚楋紵
闈㈣瘯瀹�锛氳阿椋炴満鏄惂锛熷厛鏉ョ偣鍩虹鐨勭儹鐑韩銆俙HashMap` 鐨勫簳灞傜粨鏋勬槸浠�涔堬紵涓轰粈涔� JDK8 瑕佸紩鍏ョ孩榛戞爲锛焅n璋㈤鏈�锛氬憙鈥︹�ashMap 鏄暟缁勫姞閾捐〃锛屽摝涓嶅锛屾槸鏁扮粍 + 閾捐〃 + 绾㈤粦鏍戯紒JDK8 寮曞叆绾㈤粦鏍戞槸鍥犱负閾捐〃澶暱浜嗕細鍙樻參锛屾墍浠ヨ浆鎴愮孩榛戞爲鏇村揩锛佸氨鍍忊�︹�︿粠涔￠棿灏忚矾鍗囩骇鎴愰珮閫熷叕璺紒闈㈣瘯瀹�锛堝井寰偣澶达級锛氳繕琛屻�傞偅 鍦� JDK7 鍜� JDK8 鏈変粈涔堝尯鍒紵闈㈣
2025-12-22 17:32:14
866
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