工作中使用Optional过滤出符合条件的数据

关注

原创最新推荐文章于 2026-08-14 10:07:21 发布 368 阅读 AI 写同款· GEO 优化 ›

大模型自检机制：提升LLM输出可靠性的工程实践如果你正在使用或评估大语言模型（LLM），尤其是 Claude 这类顶尖模型，一个核心的困惑可能是：我该如何判断模型给出的答案是否可靠？直接相信模型的每一次输出是危险的，尤其是在代码生成、逻辑推理或事实性回答等场景。一个看似合理的答案，可能隐藏着不易察觉的逻辑漏洞或事实错误。传统的做法是开发者或领域专家进行人工复核，但这成本高昂且难以规模化。这正是 “自检”（Self-Checking）机制试图解决的问题。它不是一个具体的产品，而是一种让大模型“自我审视”的方法论和工程实践。最近，Anthropic 阅读详情

实体类

package po;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

import java.io.Serializable;

@Data
@AllArgsConstructor
@NoArgsConstructor
public class Student implements Serializable {

    /**
     * 姓名
     */
    private String name;

    /**
     * 地址
     */
    private Address address;
}

package po;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

@AllArgsConstructor
@Data
@NoArgsConstructor
public class Address {

    /**
     * 城市
     */
    private String city;
}

Optional对非空对象的处理

满足过滤条件返回的值

package com.demo;

import po.Address;
import po.Student;

import java.util.Optional;

public class TestCase3 {
    public static void main(String[] args) {
        Student student = new Student("张三", new Address("香港"));
        Student student1 = Optional.ofNullable(student)
                .filter(s -> "张三1".equals(s.getName()))
                .orElseGet(() -> new Student("李四", new Address("北京")));
        System.out.println(student1);
    }
}

在这里插入图片描述

不满足条件返回的值

package com.demo;

import po.Address;
import po.Student;

import java.util.Optional;

public class TestCase3 {
    public static void main(String[] args) {
        Student student = new Student("张三", new Address("香港"));
        Student student1 = Optional.ofNullable(student)
                .filter(s -> "张三".equals(s.getName()))
                .orElseGet(() -> new Student("李四", new Address("北京")));
        System.out.println(student1);
    }
}