Java后端的Ai之路-CSDN博客

原创【AI大模型开发】-AI 大模型原理深度解析与 API 实战（建议收藏!!!）

摘要本文系统解析AI大模型原理与开发实践，分为三部分：1）AI发展历程，从规则系统演进到大模型时代；2）AI技术分类，对比判别式AI（分析判断）与生成式AI（内容创作）的特点与应用场景；3）大型语言模型（LLM）的核心能力，包括语言理解、知识推理等"超能力"。文章通过生活化类比（如将AI比作游戏角色升级）和代码示例，帮助读者理解技术概念，为后续API实战开发奠定理论基础。内容涵盖大模型关键概念如Token处理、温度参数调节等，并预告实际开发案例，是一份全面的大模型技术入门指南。（149

2026-02-07 08:45:00 587 8

原创【RAG技术】- RAG系统调优手段之高效召回（通俗易懂附案例）

精准雷达：RAG召回策略解析本文深入探讨检索增强生成(RAG)系统中的核心召回策略。通过四项关键技术实现精准信息定位：1) Rerank模型对初步结果二次排序，提升相关性；2) 双向改写(Query2Doc/Doc2Query)解决查询与文档语义鸿沟；3) Small-to-Big索引兼顾检索效率与长文处理；4) 拓展方案包括HyDE的假设文档生成、多向量检索和基于图的关联挖掘。文章结合生活案例和示例代码，展示了如何构建高效"信息捕手"，并指出未来发展方向。这些策略共同构成RAG系统的

2026-02-05 08:45:00 2989 93

原创【Python 教程15】-Python和Web

本文介绍了三种Web数据抓取方法：正则表达式、HTML解析和Beautiful Soup库。正则表达式适合快速匹配简单文本模式，但面对复杂HTML结构时效率较低；HTML解析将网页转换为可操作的数据结构，通过Python标准库的HTMLParser实现；Beautiful Soup则是处理不规范HTML的神器，能轻松定位和提取元素。文章通过抓取Python官网招聘信息的示例代码，对比了三种方法的适用场景和使用技巧，为开发者选择合适的数据抓取工具提供了实用指导。

2026-02-08 02:52:26 165 9

原创【Spring全家桶】-一文弄懂Spring Cloud Gateway

Spring Cloud Gateway作为微服务架构的核心组件，扮演着智能流量调度中心的角色。本文从基础概念到高级应用，系统讲解了Gateway的核心功能：作为统一入口实现请求路由（包含Java配置示例）；通过动态路由实现灵活的流量调度；利用限流保护确保系统稳定性；借助熔断机制构建高可用系统；使用全局过滤器处理横切关注点。文章还探讨了API聚合、WebSocket支持等高级功能，通过生活案例和Mermaid流程图帮助理解，为开发者提供了从入门到实践的完整指南。

2026-02-07 16:17:53 557 4

原创【Python 教程14】- 网络编程

本文介绍了Python网络编程的核心内容，主要包括标准库中的网络模块和SocketServer框架。首先讲解了socket模块的基础用法，包括创建服务器和客户端套接字、数据传输方法send/recv，以及简单的服务器/客户端实现示例。其次介绍了urllib和urllib2模块，涵盖打开远程文件、下载文件等功能。最后概述了SocketServer框架及其派生类，说明如何通过重写handle方法实现自定义请求处理。文章还列举了Python中其他常用的网络相关模块，为开发者提供了全面的网络编程参考。

2026-02-06 14:37:21 365 7

原创【RAG技术】- RAG系统调优手段之GraphRAG（全局视野）

GraphRAG：让AI拥有全局视角的检索增强技术传统RAG技术在处理宏观问题时存在局限性，而GraphRAG通过构建知识图谱和社区摘要，为AI提供了"上帝视角"。GraphRAG的工作流程包括文本切片、实体关系提取、Leiden算法聚类和层级摘要生成四个核心步骤，将非结构化数据转化为结构化的知识网络。相比基线RAG只能提供局部片段，GraphRAG能理解数据间的复杂关联，适用于需要全局分析的应用场景。文章还介绍了动态图谱更新、多模态实体链接和混合检索优化三种进阶方案，并提供了Pyth

2026-02-06 08:45:00 1235 5

原创【Python教程13】-数据库支持

2026-02-05 16:04:10 596 1

原创【RAG技术】- RAG系统调优手段之知识库处理（纯干货，建议收藏!!!）

摘要：知识库处理——RAG系统的核心基础本文系统阐述了知识库处理在RAG系统中的关键作用，将其比作图书馆的藏书管理。核心内容包括：知识库处理：作为RAG系统的基础，影响知识获取效率与结果质量四大应用场景：问题生成与检索优化：通过多样化问题提升检索准确率对话知识沉淀：从用户对话中提取有价值知识健康度检查：评估完整性、时效性和一致性版本管理：确保知识库迭代质量三大拓展方案：多模态处理、跨语言支持和实时更新机制通过类比图书馆管理，文章生动说明了优化知识库处理对提升RAG系统性能的重要性，为构建高

2026-02-04 19:32:01 651 2

原创【RAG技术】-NativeRAG从入门到进阶（小白也能看懂）

本文介绍了NativeRAG检索增强生成系统的核心架构与功能，包含文档加载、文本分割、向量化存储、检索匹配和响应生成五大模块。重点阐述了三大拓展方案：多模态检索系统（支持文本/图片/音频处理）、动态知识库更新（增量学习和实时同步）、分布式检索集群（负载均衡和容错机制）。最后提供了Python实战示例，展示从环境搭建到文档检索的完整流程。文章适合希望了解NativeRAG基础原理及实际应用的开发者阅读，通过核心功能解析与扩展方案介绍，帮助读者快速掌握这一技术。

2026-02-04 09:30:00 1303 24

原创【Python教程12】-图形用户界面

本文介绍了Python中使用Tkinter创建图形用户界面(GUI)的基础知识。主要内容包括：1) Tkinter作为Python标准GUI工具包的基本介绍；2) 创建简单GUI窗口和按钮的方法，包括控件布局(pack管理器)和事件处理(command属性)；3) 不同窗口管理方式(Toplevel类)和多种布局管理器(pack/grid/place)的对比；4) 通用事件处理机制(bind方法)的使用示例。文章通过代码示例演示了如何创建按钮、标签、多窗口等基本GUI元素，并说明了如何为控件添加交互功能。

2026-02-03 08:45:00 1047 10

原创【AI编程工具】-手把手带你体验 Trae AI的Skills（对小白非常友好）

Trae AI技能创建指南：自动保存提示词功能本文详细介绍了如何在Trae AI中创建自动保存提示词的技能。主要内容包括：技能概念：Trae AI技能是扩展AI功能的核心方式，可实现自动化任务和工作流程定制自动保存的价值：解决知识丢失、重复输入等问题，实现团队知识共享和效率提升创建步骤：建立技能文件结构（SKILL.md、main.py、requirements.txt）编写技能描述文件实现核心保存功能的Python代码部署与测试：压缩文件上传到Trae AI并配置参数进阶优化：提供改进建

2026-02-02 09:15:00 1470 29

原创【Python教程11】-文件

本文介绍了Python文件操作的基本方法。主要内容包括：1) 使用open()函数打开文件，讲解不同文件模式(r/w/x/a等)的作用；2) 文件读写方法，包括write()、read()、readline()等；3) 随机存取操作，使用seek()和tell()方法定位文件指针；4) 文件关闭的三种方式：close()、try/finally和with语句；5) 通过管道重定向输出的示例。文章提供了多个代码实例，演示如何创建、写入、读取和定位文件内容，并特别强调了使用with语句自动管理文件资源的最佳实践

2026-02-02 08:30:00 779 5

原创【Python教程10】-开箱即用

Python标准库"开箱即用"特性解析本文介绍了Python"开箱即用"(batteries included)理念及其标准库使用要点：模块基础通过import导入模块模块首次导入时执行代码，后续导入不重复执行模块主要用于定义函数、类和变量模块实践技巧使用__name__区分模块是被导入还是直接运行推荐将测试代码放入if name == 'main'条件中可通过sys.path查看和修改模块搜索路径包管理包是包含__init__.py的目录支持

2026-02-01 08:45:00 694 16

原创【AI应用开发工程师】-开发者同时用AI跑四个编程项目，效率提升四倍，白发也多了四倍

AI效率悖论：智能工具为何让我们更疲惫？核心矛盾：AI工具在提升效率的同时，增加了认知负担，导致"单位时间产出增加但精力消耗翻倍"的现象。这种现象源于：决策疲劳（更多选择需判断）质量控制成本（AI产出需人工审核）学习曲线叠加（工具迭代过快）注意力碎片化（多任务并行）三大破局思路：技术栈精简：遵循80/20法则，建立"最小可行工具集" 认知负载管理：通过任务批处理、信息标准化等方法优化大脑"内存" 效益导向评估：像投资人一样量化计算技术

2026-01-31 18:59:32 631 6

原创【RAG技术】- 趣味解读RAG 高效召回秘籍之索引扩展

本文介绍了RAG（检索增强生成）系统中索引扩展的核心技术与实践方法，旨在解决知识检索中的"漏检"问题。文章首先阐述了索引扩展的重要性，指出单一检索方式（如仅关键词或仅向量检索）的局限性。随后详细讲解了3种核心索引扩展技术：离散索引扩展（关键词+实体）、连续索引扩展（多向量模型）和混合索引召回（BM25+向量），通过生活案例和通俗解释帮助理解。进阶部分提出了3种实战拓展方案：实体链接增强、向量模型与知识图谱融合、动态索引更新机制，进一步提升召回准确率。文章还提供了混合索引的参数调优指南，

2026-01-31 09:30:00 1732 85

原创【Python教程09】-魔法方法、特性和迭代器

本文介绍了Python中的魔法方法、特性和迭代器，重点讲解了构造函数和元素访问协议。主要内容包括：构造函数__init__的用法及参数设置，析构函数__del__的使用限制；继承中方法重写的机制，特别是构造函数重写时需要调用超类构造函数的两种方法（未关联方法和super函数）；以及实现序列和映射协议的基本方法。通过Bird和SongBird类的示例，展示了如何正确初始化继承对象，并说明了super函数的优势。文章还提到Python协议的多态特性，强调行为而非类型的重要性。

2026-01-31 09:15:00 579 4

原创【Python教程08】-异常

Python异常处理机制简介 Python使用异常对象表示程序运行时的错误状态，未处理的异常会导致程序终止。通过raise语句可以主动引发异常，包括内置异常类（如ZeroDivisionError、ValueError等）或自定义异常类（需继承Exception）。使用try/except结构可以捕获和处理异常，支持多个except子句处理不同类型的异常。异常处理时可以使用不带参数的raise重新抛出当前异常，或通过raise...from...指定新的异常上下文。合理使用异常处理机制能提高程序的健壮性，使

2026-01-30 10:00:00 598 6

原创【Git版本控制】-趣味解说Git核心知识

本文全面介绍Git版本控制的核心知识与高级技巧，内容涵盖分支策略选择（功能分支/Gitflow/Forking/主干开发）、合并与变基的区别、冲突解决四步法，以及Stash、Cherry-pick等高级操作。特别针对团队协作场景，提供大文件处理、代码审查流程等实用建议，并附有Git面试高频问题解答。通过生活化比喻（如"merge是合照，rebase是P图"）让复杂概念更易懂，适合从Git新手到进阶开发者阅读学习，帮助团队建立高效的版本控制工作流。

2026-01-29 19:24:42 1509 8

原创【Python教程07】-再谈抽象

摘要本文深入探讨了Python面向对象编程的三大核心概念：多态、封装和继承。多态允许对不同类型对象执行相同操作而无需知道其具体类型；封装通过隐藏对象内部细节简化使用；继承则支持基于现有类创建新类。文章详细介绍了类的定义、属性方法、命名空间等概念，并演示了如何创建自定义类、使用私有属性和指定超类。通过实际代码示例，展示了这些概念的具体应用，如SPAMFilter继承Filter类的实现。全文提供了面向对象编程的实用指南，帮助读者掌握Python中类的核心用法。

2026-01-29 09:30:00 854 16

原创【Python踩坑全纪录】-Windows 系统如何彻底卸载所有 pip install 安装的包？

本文介绍了在 Windows 系统上彻底卸载 pip 安装包的多种方法。最推荐的是使用 pip freeze 和 pip uninstall 组合命令，首先生成包列表文件再批量卸载。此外还提供了 Python 脚本、PowerShell 脚本、删除 site-packages 文件夹以及虚拟环境清理等方案。文章对比了各方法的优缺点，并给出了常见问题的解决方案，建议操作前先备份环境。对于需要完全重置的情况，提供了包含备份、卸载和重建的完整清理流程。

2026-01-28 20:46:32 540 7

原创【Python小知识】-pip install xxx 命令安装的，在电脑的哪个盘？

本文详细介绍了Python pip安装路径的管理方法：查看路径：使用pip show查看单个包路径通过python -m site查看基础路径总结不同安装方式（系统/用户/虚拟环境）的默认路径修改路径的4种方法：修改site.py配置文件（永久生效）使用命令行参数（临时指定）创建虚拟环境（推荐最佳实践）设置环境变量配置最佳实践建议：优先使用虚拟环境谨慎修改全局路径保持环境一致性文档化配置文章提供了从基础查询到高级配置的完整解决方案，特别针对C盘空间不足问题给出了实用建议，适合P

2026-01-28 20:29:46 950 1

原创【AI大模型开发】-大模型名称上的“B”字母到底是啥东西？

本文揭秘了大模型参数规模中的“B”含义（代表Billion/十亿），对比了2B到32B不同规模模型的特点和适用场景。通过大脑容量、公司规模等生活化比喻，解释了参数规模与模型能力的关系。文章提供选型指南：个人学习推荐7B-8B，企业PoC建议7B-30B，移动端适用2B-3B，研究需求选择30B+。最后指出参数量并非唯一指标，训练质量和架构同样重要，并调侃了模型命名引发的误解。

2026-01-28 18:27:11 373 4

原创【Python小知识】-Python Flask 框架入门教程

本文介绍了Python轻量级Web框架Flask的基础使用方法。首先概述Flask的特点和优势，然后详细讲解项目初始化步骤，包括创建目录、安装Flask和编写入口文件。接着演示如何构建基础应用，配置路由与动态参数传递，以及使用模板渲染HTML页面。最后简要提及静态文件管理和数据库集成等扩展功能。通过这篇教程，读者可以快速掌握Flask的核心功能，为开发Web应用打下基础。

2026-01-28 18:03:14 479 1

原创【Python教程06】-抽象

Python函数与参数使用指南本文介绍了Python中函数的定义与参数使用技巧。主要内容包括：函数定义：使用def语句创建函数，callable()判断对象是否可调用，return返回值，以及通过__doc__属性添加文档字符串。参数处理：位置参数和关键字参数的使用默认参数值的设置方法参数传递机制（值传递与引用传递的区别）如何避免意外修改传入的可变对象（使用切片创建副本）高级参数特性：收集参数的用法（*params将参数打包为元组）参数解包功能实际应用示例：斐波那契数列生成函数姓名

2026-01-28 08:45:00 563 10

原创【AI大模型开发】-RAG 高级技术与调优(秒懂版)

摘要：RAG高级技术与调优是对基础RAG系统的深度优化，通过知识库处理、GraphRAG全局检索、智能决策和多模式召回等技术提升系统性能。专业层面解决了检索不准确、知识利用不充分等问题；通俗理解是让AI助手变得更聪明、更高效。应用场景包括知识库优化、对话沉淀和健康度检查等，未来发展方向涵盖智能知识处理、强化图谱推理和精准检索技术。该技术通过多维度优化显著提升问答系统的准确性和响应速度，适用于客服、知识管理等多样化场景。

2026-01-27 21:16:34 966 3

原创【AI应用开发工程师】-AI写代码总翻车？一文帮你解决（附实战案例）

摘要：本文介绍了"需求对齐Skill"这一AI交互模式，通过"只理解不解决、只复述不扩展、只提问不猜测"三大原则，采用需求复述、意图识别、约束确认三步流程，帮助开发者与AI精准对齐需求。文章以视频提示词修改功能为例，展示了该模式如何减少80%返工，并提供了具体应用方法。这种"先理解后动手"的沟通方式，能有效避免AI生成代码跑偏的问题。

2026-01-27 16:17:29 2660 74

原创【AI应用开发工程师】-DevAGI平台大模型介绍

本文介绍了常用AI模型的使用方法，重点列出了OpenAI主流模型及其特点，包括GPT-4 Turbo、GPT-3.5 Turbo等不同版本在上下文大小和性能上的差异。同时还提供了Claude、Gemini和Mistral等其他平台的模型选项，为用户选择适合的AI模型提供参考。文章包含模型对比表格和平台链接，帮助用户快速了解各模型特性。

2026-01-27 09:15:00 349 3

原创【AI应用开发工程师】-RAG知识切片（chunk）策略解读

摘要：本文详细介绍了RAG（检索增强生成）中的五种知识切片策略：1）固定长度切片（按字符数切分）；2）句子边界切片（保持自然语义）；3）LLM语义切片（智能理解上下文）；4）层次切片（基于文档结构）；5）滑动窗口切片（重叠确保连贯性）。通过比喻（如切蛋糕、整理书架）通俗解释每种策略的特点，并提供对比表格和场景选择建议（如技术文档推荐层次切片，高质量问答适用LLM语义切片）。切片策略直接影响AI的知识检索精度，合理选择能显著提升问答效果。

2026-01-26 20:50:20 573 2

原创【AI应用开发工程师】-阿里百炼模型平台使用教程（保姆级）

摘要：阿里云百炼平台是一个大模型服务与开发平台，用户需注册并获取API key来调用阿里大模型。操作步骤包括：1）登录百炼平台官网；2）完成实名认证；3）在业务空间创建API key；4）查看各模型的免费额度信息。平台提供不同模型的免费使用额度，用户可在模型广场查看具体详情。

2026-01-26 18:08:32 774 11

原创【Python教程05】-条件、循环及其他语句

Python 条件、循环及其他语句摘要本文介绍了Python中条件语句、循环及其他重要语句的使用方法。主要内容包括： print和import：print函数的多个参数打印、自定义分隔符和结束字符串；import时使用as重命名模块或函数赋值技巧：序列解包（并行赋值）、链式赋值和增强赋值（如+=）条件语句：if-elif-else结构、布尔值判断、比较运算符（==、is、in）和布尔运算符（and/or/not）代码块：通过缩进创建代码块，使用冒号(:)标识代码块开始断言：使用assert进行条件

2026-01-26 15:03:14 1008 2

原创【Java教程】- Java设计模式核心知识解读

本文以通俗易懂的方式介绍Java设计模式，将23种设计模式分为创建型、结构型和行为型三大类。文章首先重点讲解单例模式，用"公司CEO"作比喻，详细比较6种实现方式的优缺点，并提供代码示例。随后介绍工厂模式，将其比作"对象代工厂"，通过产品生产案例说明其应用场景，并与简单工厂进行对比。最后讲解抽象工厂模式，用"装修风格"类比产品族概念，展示如何创建风格统一的产品系列。全文采用生活化比喻和代码示例相结合的方式，帮助读者轻松理解设计模式的核心思想与应用场

2026-01-26 09:00:00 578

原创【AI大模型开发】-NotebookLM 使用

NotebookLM 是 Google 开发的一款基于检索增强生成（RAG）技术的 AI 工具，它允许用户上传和分析文档，组织信息、总结关键事实，回答用户的问题，并制作成播客。NotebookLM 采用"基于来源"的方法，仅从上传材料的范围内检索信息，所有提取的内容都会自动生成引用，简化了事实核查过程。NotebookLM 是一款强大的 AI 工具，它通过基于来源的方法，为用户提供了准确、可靠的信息服务。

2026-01-25 09:00:00 1142 8

原创【AI应用开发工程师】-带你弄懂Skills如何省 Token？

摘要： Skill技术通过"懒加载"机制优化AI编程的Token消耗，采用三层架构（元数据/指令/资源）实现按需加载。与传统Prompt一次性加载所有规则不同，Skill仅在任务匹配时激活相关模块，实测可节省90%以上Token。类比智能点餐系统，Metadata层快速筛选技能，触发后才加载具体指令和资源，既提升效率又降低成本。该设计类似编程中的懒加载模式，适合多技能复杂场景，让AI像"智能管家"般精准响应。文末邀请读者分享省Token经验并设置互动奖励。

2026-01-24 12:38:21 1178 7

原创【Spring全家桶】-一文弄懂Spring框架

Spring不是一天学会的，但每天学一点，终将成为Spring大师！

2026-01-24 12:33:15 958 1

原创【AI大模型开发】-RAG多模态详解（通俗易懂）

RAG多模态数据处理技术详解：融合文本、图像、音频、视频等多种数据类型的智能处理系统。通过统一向量空间实现跨模态检索与语义对齐，提供更丰富的交互体验。文章从专业原理到生活案例，系统介绍了该技术的核心架构（如Gemini模型）、应用场景（如智能对账、多媒体汇报）及未来发展方向。关键技术包括多模态嵌入、统一向量表示和跨模态检索，解决了传统系统信息类型单一、语义理解有限等问题。

2026-01-23 18:50:19 718 6

原创【Java教程】- 并发编程核心知识解读

本文是一篇幽默风趣的Java并发编程指南，通过生活化比喻讲解核心概念。文章采用图标目录导航，涵盖volatile（公告栏通知）、synchronized（单人间厕所）、CAS（换货小哥）、Lock（手动挡汽车）、线程池（外包公司）等主题。每个知识点配有专业解释、通俗比喻、代码示例和可视化图表，并穿插面试重点提示。文章风格轻松活泼，将复杂技术概念转化为日常场景，帮助读者直观理解并发编程原理与实践技巧。

2026-01-23 17:41:31 903

原创【AI编程】- Skill 加载原理（秒懂版）

摘要：Coze工作流并非传统"流水线"，而是AI的智能决策中枢。它通过条件判断、循环和分支节点实现非线性决策，解决"遇到不同情况该如何处理"的难题。工作流包含三大核心构件：逻辑判断节点、循环节点、变量与上下文。相比固定步骤的编排，工作流更像拥有判断力的AI厨师，能根据实际情况动态调整。在电商客服等复杂场景中，工作流可并行处理多个意图并整合结果。设计时需避免三大误区：过度集中判断、忽视错误处理、变量管理混乱。当场景需要复杂判断、重复操作或对接多个API时，工作流是最佳选

2026-01-23 10:30:00 646 1

原创【AI大模型开发】-RAG系统Query改写以及支持联网搜索实战（附源码）

Query 改写技术是 RAG 系统中的重要组成部分，本项目实现了多种类型的查询改写功能，为智能问答系统提供了有力支持。通过自动识别和改写用户查询，系统可以更准确地理解用户意图，提高检索质量和回答准确性。结合多模态信息，处理包含图片、语音的查询引入用户个性化信息，提供定制化的查询改写与知识图谱结合，提高查询理解的深度和准确性开发更多领域特定的查询改写策略。

2026-01-23 03:08:11 746 1

原创【Python小知识】-self是什么？

Python类中的self是实例对象的"代言人"，代表当前操作的具体对象。在__init__方法中，self用于绑定实例属性，比如self.model = model将参数值赋给实例。self的关键作用是区分不同实例的属性，确保方法调用时操作的是当前实例自己的数据。例如创建多个QueryRewriter实例时，每个实例通过self维护独立的模型属性。通俗来说，self就像翻译器工厂中每个翻译器的"身份证"，确保工作时使用自己的配置而非其他实例的。Python会自动将实

2026-01-23 01:49:36 289

原创【AI大模型开发】-创建RAG问答实战（LangChain+DeepSeek+Faiss）

摘要：ChatPDF-Faiss是一个基于FAISS向量数据库和阿里云DashScope API的PDF智能问答系统。该系统通过PyPDF2提取PDF文本内容，使用递归字符分割器将文本分块，并利用DashScope Embeddings生成文本嵌入。FAISS用于高效检索相似文本，结合Tongyi大语言模型生成智能回答，同时显示回答来源页码确保可追溯性。项目支持向量数据库的本地保存与加载，便于重复使用。安装简单，只需配置API密钥即可快速部署，适用于从PDF文档中提取信息的智能问答场景。

2026-01-22 17:41:45 1685 13

【AI大模型开发】-RAG系统Query改写以及支持联网搜索实战（附源码）

Query 改写技术是 RAG（Retrieval-Augmented Generation）系统中的重要组成部分，用于优化用户查询，提高检索质量和准确性。本项目实现了多种类型的查询改写功能，包括上下文依赖型、对比型、模糊指代型、多意图型和反问型查询的识别与改写，同时支持联网搜索需求的识别和搜索策略生成。

2026-01-23

【AI大模型开发】-创建RAG问答实战（LangChain+DeepSeek+Faiss）

ChatPDF-Faiss 是一个基于 FAISS 向量数据库的 PDF 文档智能问答系统，能够从 PDF 文档中提取信息并回答用户的问题。该系统利用了阿里云 DashScope API 提供的文本嵌入和大语言模型能力，实现了对 PDF 文档的高效检索和智能问答

2026-01-22

【AI大模型开发】-基于向量数据库的PDF智能问答系统（实战）

ChatPDF-Faiss是一个基于向量数据库技术的PDF智能问答系统，它能够将PDF文档内容转换为向量表示并存储在FAISS向量数据库中，用户可以通过自然语言提问获取文档中相关信息的精确回答。

2026-01-17

【AI大模型开发】-基于FAISS的语义搜索系统（实战）

本项目展示了如何使用**阿里云百炼Embedding API**生成文本向量，并结合**FAISS**（Facebook AI Similarity Search）构建一个简单但功能完整的语义搜索系统。

2026-01-17

【AI大模型开发】-基于 Word2Vec 的中文古典小说词向量分析实战

本项目基于 Gensim 库实现了中文古典小说的 Word Embedding 分析，通过 Word2Vec 算法将文本中的词语转换为向量表示，进而实现词语相似度计算和类比推理等功能。项目包含了《西游记》和《三国演义》两个经典中文文本的分析案例，适合自然语言处理初学者学习和实践。

2026-01-17

10-神经网络基础与Tensorflow实战.7z

神经网络基础与Tensorflow实战相关文档何代码

2025-12-30

资金流入流出预测比赛源代码以及答案

# 资金流入流出预测比赛源代码及答案资源描述 ## 一、资源核心概述你需要的这份资源是针对**资金流入流出预测竞赛**打造的完整技术包，包含可直接运行、可二次优化的竞赛源代码，以及对应竞赛任务的验证答案与结果解析，覆盖从数据预处理到模型部署的全流程，适用于竞赛参赛备赛、金融时序预测学习、相关技术研究等场景。 ## 二、资源核心构成 ### （一）竞赛源代码（完整可落地） 1. **目录结构清晰**：按功能模块划分文件夹，包含`data/`（数据存放目录）、`src/`（核心代码目录）、`model/`（模型保存目录）、`output/`（预测结果输出目录）、`requirements.txt`（环境依赖清单），便于快速上手与修改。 2. **核心功能模块全覆盖** - 数据预处理模块：实现资金流水数据清洗（缺失值填充、异常值剔除）、特征工程（时序特征提取：日/周/月资金波动、流入流出差值；统计特征：均值、方差、分位数；关联特征：资金来源/去向关联特征构造），适配金融资金数据的时序特性与非结构化特点。 - 模型训练模块：集成多种竞赛高分模型，包括传统机器学习模型（XGBoost/LightGBM/CatBoost，针对小样本场景优化参数）、深度学习模型（LSTM/GRU/TCN，适配资金时序序列的长期依赖捕捉），支持单模型训练与模型融合（Stacking/Bagging），内置交叉验证（K-Fold）逻辑，提升预测稳定性。 - 模型推理模块：封装预测接口，支持批量数据预测与单条数据实时预测，自动加载训练好的最优模型，输出标准化的资金流入/流出金额、变动趋势、置信区间等结果。 - 结果可视化模块：生成资金流入流出趋势对比图、模型预测误差热力图、特征重要性排序图，直观呈现预测效果与数据规律，便于竞赛汇报与分析总结。

2025-12-27

【AI编程工具】-解决Windows安装OpenSSH.Client提示「无法下载源文件」问题（适配Trae SSH连接）

window版OpenSSH离线安装包

2025-12-24

二手车价格预测：新手导航手册Car-Price-Prediction-Full-Stack.pdf

# 二手车价格预测：新手导航手册—你的数据科学实战宝典！你是否想掌握二手车价格预测的核心技能，却苦于没有实战指导？《二手车价格预测：新手导航手册》为你量身打造从数据探索到模型融合的完整项目实践指南！^[1]^ **项目亮点**： - **真实数据挑战**：处理50,000辆二手车复杂数据，挖掘价值信息。^[2]^ - **三模型强强联合**：CatBoost、LightGBM与XGBoost加权融合，MAE低至470.39，性能卓越。^[3]^ - **全流程拆解**：从数据探索(EDA)、数据预处理、特征工程到多模型训练、模型融合，每一步都详细解析。^[4]^ - **AI辅助实现**：提供AI提示词，助你快速复现流程，提升效率。^[5]^ - **防泄露原则**：严格遵守数据处理的最佳实践，确保模型可靠性。^[6]^ **你将获得**： - 实战经验：亲手操作一个完整的数据科学项目，积累宝贵经验。^[7]^ - 技能提升：掌握特征工程、模型训练与融合的高级技巧。^[8]^ - 工具资源：核心脚本与数据文件一应俱全，即下即用。^[9]^ 不论你是数据科学新手，还是寻求突破的进阶者，这本手册都是你不可多得的实战宝典！立即下载，开启你的二手车价格预测之旅！

2025-12-21

AutoDL-SSH-Tools.zip

AutoDL window端访问云服务的工具

2025-12-11

DirectX Repair4.4(64bit).zip

DirectX Repair 4.4(64bit) - 系统运行库修复神器软件简介 DirectX Repair 4.4(64bit)是一款专业系统级修复工具，专注于自动修复和安装Windows系统常用的DirectX和C++运行库。本版本为增强版，不仅支持DirectX修复，还全面支持C++运行库的修复，是解决游戏和软件运行异常的必备工具。核心功能一键智能修复：只需点击"检测并修复"，即可自动完成检测、下载、修复和注册全过程，无需复杂设置全面兼容系统：完美支持Windows 7/8/10/11及Vista，自动识别32位/64位系统环境 C++组件自动修复：除DirectX外，还支持C++ 2010/2012/2015-2022等运行库的修复异步多线程技术：检测、下载、修复任务并行执行，互不干扰，大幅提升修复效率双模式界面：提供"正常模式"(功能全面)和"简约模式"(高效快速)两种界面选择适用场景游戏运行时提示"缺少DirectX组件"或"0xc000007b"错误软件运行时出现"找不到c++运行库"的报错系统DLL文件损坏导致程序无法启动需要快速修复系统运行库异常的情况特色优势绿色免安装：无需安装，解压后直接运行，即开即用智能日志记录：自动记录每次修复过程，便于问题追踪高级筛选功能：可自定义选择需修复的文件，精准高效 C++自动更新：在修复DirectX的同时，自动检测并更新C++组件体积优化：较上一版体积减小约5%，运行更加轻便使用说明 1. 下载解压后，双击运行DirectX Repair主程序 2. 点击"检测并修复"按钮，等待自动完成修复 3. 修复完成后，建议重启系统使更改生效 4. 如问题仍未解决，可尝试在"选项"中启用"同时更新C++"功能

2025-12-10

WizTree-v4.27-x64-x86.exe

C盘爆红清理神器资料详细描述内容概要该工具专为解决C盘空间不足问题设计，可智能识别并清理系统缓存、临时文件、日志残留等无用数据，快速释放C盘存储空间，辅助提升系统运行流畅度。适用人群适合C盘空间告急、希望便捷清理垃圾文件的电脑用户，尤其是对电脑操作不熟悉、担心手动误删系统文件的普通使用者。使用场景及目标当C盘因长期积累的冗余文件导致空间不足、电脑运行缓慢时，使用该工具可快速完成无用文件清理，目标是高效回收空间、改善系统运行效率。其他说明工具采用安全策略，仅针对非系统核心的垃圾文件操作，规避误删风险；支持一键智能清理与自定义选择清理项，满足不同精细化需求；可定期清理维护，长期保持C盘健康状态。

2025-12-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人