我叫张土豆-优快云博客

原创从章节分割到多粒度 RAG：小说检索增强完整实战（附代码示例）

本文介绍了面向中文长篇小说的RAG增强检索方案，针对章节分割粒度粗、召回质量差等痛点，提出多阶段优化策略。基础章节分割示例展示了简单分割的局限，进而提出多粒度索引、Hybrid混合检索、Rerank重排序等增强方法，包括窗口分块、关键词抽取、上下文桥接等技术细节。文章还提供分阶段实施建议和质量评估指标，最终实现精准、连贯的小说问答系统。完整方案涵盖从数据处理到结果可信的全流程优化。

2025-11-04 09:53:57 915

原创 HanLP 1.x 终极上手指南：从 Maven 坐标到自定义词典，一篇就够！

本文介绍了HanLP在中文自然语言处理中的应用，重点针对生产环境中的常见问题进行优化。内容包括：极速入门指南、功能全景图（分词、词性标注、NER等）、5种自定义词典方法、性能调优checklist、10个常见问题解决方案、1.x与2.x版本对比，以及Docker部署方案。文章强调1.x版本在工业场景下的优势，提供从基础使用到生产调优的完整指导，帮助开发者将Demo代码升级为稳定可靠的工业级实现。

2025-10-24 11:01:31 965

原创 Neo4j 版本选型与 Java 技术栈深度解析：Spring Data Neo4j vs Java Driver，如何抉择？

本文对比了Java生态中操作Neo4j图数据库的两大主流方案：Spring Data Neo4j（SDN）和Neo4j Java Driver。SDN适用于Spring Boot项目，提供对象映射和自动查询生成，开发效率高但性能稍逊；Java Driver则提供底层Cypher控制，灵活性高且性能优异，适合复杂查询和非Spring项目。文章给出版本选型建议（推荐Neo4j 5.x）、核心特性对比和混合使用策略，帮助开发者根据项目需求（如开发效率、性能要求、框架集成等）选择最合适的方案。

2025-10-23 16:00:49 809

原创从零开始：Neo4j图数据库安装、使用与Java SDK集成全攻略

10分钟入门Neo4j！手把手教你把图数据库装进Docker，Spring Boot 3行代码秒连，性能飙到百万QPS！内附版本避坑清单+生产级调优秘籍，Java党收藏这篇就够了→

2025-10-23 15:50:28 677

原创深度实测｜四大名著语义检索：text2vec-base-chinese vs bge-large-zh-v1.5——谁更快？谁更准？

本文对比了text2vec-base-chinese和bge-large-zh-v1.5两个中文Embedding模型在四大名著上的表现。测试分为嵌入性能和语义检索两个阶段：text2vec在嵌入速度上优势明显（平均耗时仅为bge的45%），而bge在红楼梦等情感类文本上召回率略高。整体来看，text2vec更适合快速构建向量底座，bge则适合精细化场景。研究还发现，分块策略对text2vec性能影响更大，且两个模型输出的向量都已归一化。最终四书宏均值显示，text2vec在Top1召回率上以1.3%的微弱

2025-10-23 14:46:17 1223

原创零成本打造本地多引擎大模型与向量服务：Xinference 全栈部署 + 性能调优实战

本文介绍了Xinference框架的部署与应用，涵盖推理引擎选择、安装配置、模型管理与调用等关键环节。Xinference支持多引擎统一（vLLM/SGLang/llama.cpp等），提供OpenAI兼容API，便于现有项目迁移。文章详细展示了Embedding模型的管理流程、REST API调用示例，以及LLM模型（如qwen2.5-instruct）的启动与交互方法，同时介绍了集群部署模式和CLI管理工具，为开发者构建本地/内网的"LLM+向量+会话"协同系统提供实践指导。

2025-10-22 13:53:21 1380

原创 RAG 增强与向量基础篇：继续搭建“模型 + 向量 + 会话 + 工具”协同底座

本文介绍了企业级AI框架LangChain4j+SpringAI的升级功能，聚焦四个核心能力：Embedding模型管理、向量存储接入、RAG服务配置与检索、以及会话与RAG/MCP联动。新增功能使系统从基础对话升级为"知识增强+工具协同"的复合智能单元，支持向量化文档索引、语义检索与多服务组合调用。文章详细展示了各模块配置界面，包括Embedding模型维度约束测试、Qdrant向量库连接、RAG服务分块策略等，并提供了系统扩展路线图，涵盖多文件类型支持、权限过滤、成本优化等企业级需求

2025-10-22 11:18:05 1561

原创 RAG 21种通用分割策略初次尝试总结

本文总结了从21种通用分块策略出发构建通用RAG文本分块体系的探索。研究发现，这些策略更像是"原型分类表"而非可直接落地的方案，需结合领域特化才能有效应用。实践实现了8个基础策略模块（Tier0），但发现通用策略难以覆盖小说、合同等不同场景的结构差异。核心认知更新包括：需要分层抽象（规则→结构→语义→生成）、策略角色拆分、能力门控和指标闭环。最终建议转向"原型+领域特化+渐进增强"的实施路径，并提供了不同文档类型的临时分块方案。本次探索为后续特化开发奠定了基础，同时明

2025-10-20 17:12:44 1077

原创 LangChain4j 1.7.1 重磅发布：Agentic 支持类级智能体、OpenAI SDK 4.0、GPU 加速全解析！

LangChain4j 1.7.1正式版发布，带来6大核心升级：1）支持类级@Agent注解，简化智能体开发；2）升级OpenAI SDK至4.0.0；3）Azure OpenAI新增maxCompletionTokens参数控制成本；4）统一HuggingFace接口；5）通过GPULlama3实现纯Java的GPU加速；6）支持ChromaDB V2提升向量检索性能。新增4款集成工具，包括Docker支持、Oracle文档加载等。建议生产环境用户升级，但需注意Spring Boot兼容性和Hugging

2025-10-17 09:31:26 941

原创向量数据库的“芯”法：从欧氏距离到HNSW的相似性进化论

本文探讨了向量检索中距离度量的核心作用与优化方法。文章指出，在embedding时代，向量价值取决于相似度而非精确匹配，距离度量成为关键标尺。分析了欧氏距离、余弦相似度和点积的特性及适用场景，指出高维向量带来的维度灾难问题。重点介绍了近似最近邻检索的三大技术：LSH哈希、PQ/OPQ量化和HNSW图算法，其中HNSW因工程友好性成为主流方案。此外还探讨了SIMD硬件优化等性能提升技巧，并针对不同场景提供了度量选择建议。最后强调，技术优化的终极目标是让距离度量真正符合人类语义直觉。

2025-10-11 13:50:53 829

原创权限治理篇：Vue3 + Spring Security + JWT 认证 + 动态菜单路由 + RBAC + 审计日志全链路设计与实战

权限治理篇：Vue3 + Spring Security + JWT 认证 + 动态菜单路由 + RBAC + 审计日志全链路设计与实战

2025-10-10 16:30:19 1164

原创开篇篇：从0到1搭建企业级 LangChain4j + Spring AI 智能对话与知识库框架（架构与模块总览）

本文介绍了一个企业级AI应用全栈实战项目，重点构建可扩展的智能体底座。项目包含多模型统一、对话系统、知识库检索和MCP工具化等核心模块，满足企业级需求如多模型并存、对话体验优化、知识增强和工具协作。架构采用后端多模块聚合（Maven）+前端多UI设计，主要模块包括多轮对话、模型统一封装、知识库索引管理等。文章还展示了会话自动摘要机制、知识库同步流程和前端交互设计，并介绍了MCP协议在工具集成中的作用。最后提供了快速部署指南，包括中间件准备和启动步骤。该项目旨在为企业提供智能对话与检索增强的最小可行底座，帮助

2025-09-30 16:30:20 685

原创 LangChain4j 1.6.0 滚烫发布：Agentic 异步收口、HumanInTheLoop 开箱即用、MCP 结构化结果、Azure Container Apps 动态会话一键集成！

LangChain4j 1.6.0 滚烫发布：Agentic 异步收口、HumanInTheLoop 开箱即用、MCP 结构化结果、Azure Container Apps 动态会话一键集成！

2025-09-28 11:31:27 603

原创 LangChain4j 1.5.0 正式来袭：异步 Agent、Gemini 出图、Bedrock Prompt 缓存、MCP 注册中心一次给齐！

LangChain4j 1.5.0 正式来袭：异步 Agent、Gemini 出图、Bedrock Prompt 缓存、MCP 注册中心一次给齐！

2025-09-28 11:27:44 604

原创 LangChain4j 1.4.0 正式版发布：Agentic 增强、MCP 流式升级、多模态与工具并发执行全面上线！

LangChain4j 1.4.0 and 1.4.0-beta10 发布

2025-09-28 11:22:00 831

原创内存溢出（Memory Overflow）和内存泄露（Memory Leak）的区别

内存泄漏指你用malloc或new申请了一块内存，但是没有通过free或delete将内存释放，导致这块内存一直处于占用状态。内存泄漏可以分为4类：1)常发性内存泄漏。发生内存泄漏的代码会被多次执行到，每次被执行的时候都会导致一块内存泄漏。2)偶发性内存泄漏。发生内存泄漏的代码只有在某些特定环境或操作过程下才会发生。常发性和偶发性是相对的。对于特定的环境，偶发性的也许就变成了常发性的。所以...

2025-09-28 09:37:23 522