<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Samooyou的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Samooyou</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Samooyou]]></copyright><item><title><![CDATA[Day 1【场景名称】架构决策记录 (ADR) 自动生成 — 从「口头决定」到「可追溯决策文档」 ]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/163494761</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/163494761</guid><author>Samooyou</author><pubDate>Wed, 05 Aug 2026 10:09:47 +0800</pubDate><description><![CDATA[摘要： 团队技术决策常因缺乏记录导致重复调研或决策失效（如新成员重走老路、前提变更未察觉）。解决方案是通过AI辅助生成架构决策记录(ADR)，实现： 结构化提取：从会议/聊天记录中识别技术选型等关键决策； 标准化模板：记录背景、备选方案、理由及前提条件； 动态评估：定期检查决策是否因技术/业务变化需调整。 核心价值：不替代决策，而是确保决策过程可追溯，避免“遗忘成本”。需注意人工校准决策理由及定期维护，防止文档过时。 （字数：149）]]></description><category></category></item><item><title><![CDATA[大模型微调(Fine Tuning)]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/161832244</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/161832244</guid><author>Samooyou</author><pubDate>Wed, 10 Jun 2026 20:27:56 +0800</pubDate><description><![CDATA[文章摘要：本文系统阐述了大语言模型（LLM）的核心原理、结构及微调方法。大模型本质是千亿级参数的数学函数，通过自回归生成文本。模型发展形成预训练-监督微调-对齐三阶段范式。适配方法包括提示词工程、微调和检索增强生成（RAG），需根据场景渐进式选择。微调流程涵盖模型选择、数据准备、训练和验证，重点介绍了LoRA和QLoRA等高效微调技术。文章还提供了基于LLaMA-Factory的实操指南，包括环境配置、数据处理和模型训练。最终指出微调是数据驱动的迭代过程，需遵循&quot;先小后大&quot;原则进行验证优]]></description><category></category></item><item><title><![CDATA[RAG项目案例--02在线检索&过滤流水线]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/161764982</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/161764982</guid><author>Samooyou</author><pubDate>Mon, 08 Jun 2026 20:48:28 +0800</pubDate><description><![CDATA[本文详细介绍了基于LangGraph的工业级RAG（检索增强生成）系统开发流程与架构设计。系统采用自顶向下的开发模式，通过四路并发检索（精准向量流、假设文档流、知识图谱流、网络扩展流）构建全面的知识召回网络，并创新性地实现了以下技术亮点： 商品确认机制：通过LLM语义重写和Milvus向量对齐，从源头解决代词指代问题，防止跨型号信息污染。 混合检索策略： 精准向量流：使用BGE-M3模型结合商品名过滤确保结果精准 HyDE假设文档流：通过生成虚构文档解决短查询与长文档的语义匹配问题 知识图谱流：通过Neo4]]></description><category></category></item><item><title><![CDATA[RAG项目案例--01离线数据治理流水线]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/161740670</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/161740670</guid><author>Samooyou</author><pubDate>Sun, 07 Jun 2026 09:43:15 +0800</pubDate><description><![CDATA[本文介绍了一个基于LangGraph框架构建的知识库导入系统，采用&quot;状态驱动、节点无状态&quot;的设计理念实现高并发和容灾能力。系统核心流程包括： 数据治理与标准化 通过PDF高保真重构解决传统RAG的语义坍塌问题 多模态处理将图片转换为可检索文本 双阶复合切片算法优化文本分块 业务语义富化 使用LLM提取文档主体名称并注入所有切片 构建混合数学引擎（稠密+稀疏向量） 数据持久化 自动构建Milvus向量数据库Schema 实现金融级幂等设计 系统优势： 解决RAG中图片检索难题 支持混合检索]]></description><category></category></item><item><title><![CDATA[工业级RAG检索]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/161738703</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/161738703</guid><author>Samooyou</author><pubDate>Sat, 06 Jun 2026 10:03:39 +0800</pubDate><description><![CDATA[工业级RAG系统已从简单拼装发展为高并发、高可用的微服务架构，通过严密工程管道确保输出确定性。其架构分为离线数据治理和在线检索生成两大核心流程：离线阶段通过分布式解析、语义切片和混合向量化构建高保真知识资产；在线阶段采用多路并发检索（稠密/稀疏向量、知识图谱、实时网络）和双阶裁决（RRF融合+Cross-Encoder精排）获取精准证据。最终通过上下文优化编排、流式防护机制确保大模型生成高可信结果。该设计通过工程确定性对冲模型随机性，实现算力成本优化与组件热插拔升级能力，适用于金融、医疗等零容错场景。]]></description><category></category></item><item><title><![CDATA[mac本地部署大模型：oMLX +open claw]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/160312043</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/160312043</guid><author>Samooyou</author><pubDate>Sun, 19 Apr 2026 19:08:11 +0800</pubDate><description><![CDATA[摘要：oMLX是专为Apple Silicon芯片优化的本地大语言模型推理服务器，基于MLX框架深度开发。该商业增强版支持文本生成、多模态视觉等任务，通过分层KV缓存、连续批处理等技术提升性能，并具备内存保护机制。安装流程简单，下载.dmg安装包后与OpenClaw生态集成即可使用。该系统特别适合作为ClaudeCode等编程助手的本地后端，在保持高性能的同时显著降低内存占用，避免系统卡死问题。]]></description><category></category></item><item><title><![CDATA[spark3新特性之动态分区裁剪]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/131675603</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/131675603</guid><author>Samooyou</author><pubDate>Wed, 12 Jul 2023 10:19:13 +0800</pubDate><description><![CDATA[Spark3.0为我们带来了许多令人期待的特性。Spark中的静态分区裁剪在介绍动态分区裁剪之前，有必要对Spark中的静态分区裁剪进行介绍。因此，在这种情况下，我们不能再应用静态分区裁剪，因为filter条件在join表的一侧，而对裁剪有用的表在Join的另一侧。Spark将这个查询转化为一种易于理解的形式，我们称它为查询的逻辑计划。物理计划阶段优化如果维度表很小，那么Spark很可能会以broadcasthashjoin的形式执行这个Join。Spark 3.0 为我们带来了许多令人期待的特性。]]></description><category></category></item><item><title><![CDATA[Spark问题排查方式]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/131069319</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/131069319</guid><author>Samooyou</author><pubDate>Tue, 06 Jun 2023 15:41:46 +0800</pubDate><description><![CDATA[spark]]></description><category></category></item><item><title><![CDATA[Python-ldap的API使用]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/130148436</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/130148436</guid><author>Samooyou</author><pubDate>Fri, 14 Apr 2023 10:55:40 +0800</pubDate><description><![CDATA[这个示例连接到一个 LDAP 服务器，使用管理员凭据进行身份验证，然后搜索具有特定电子邮件地址的用户。它检索用户的 uid，名字，姓氏和电子邮件，并将它们打印到控制台上。最后，它关闭了 LDAP 连接。你可以根据需要修改搜索过滤器，搜索基础和属性列表。]]></description><category></category></item><item><title><![CDATA[Python的常用内置函数+模块]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129934227</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129934227</guid><author>Samooyou</author><pubDate>Mon, 03 Apr 2023 17:11:31 +0800</pubDate><description><![CDATA[python的join内置函数：Python中的join函数_python join_sunvally的博客-优快云博客python的re正则模块：Python之re模块详解_python_脚本之家Python的sys解释器相关模块：python模块sys（常用功能） - 知乎]]></description><category></category></item><item><title><![CDATA[配置IDEA自带Maven插件的镜像源]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129746864</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129746864</guid><author>Samooyou</author><pubDate>Fri, 24 Mar 2023 11:10:08 +0800</pubDate><description><![CDATA[1、问题描述由于某些众所周知的原因，Maven从中央仓库下载依赖速度非常慢，甚至经常失败，几乎处于不可用状态。而Maven项目和这个构建工具又是Java开发者必不可少的开发利器。一般我们采取配置国内阿里云的镜像源，很快很巴适自己下载maven的一般在下载目录下找到conf文件夹，修改settings.xml文件即可。]]></description><category></category></item><item><title><![CDATA[Python基础总结]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129677186</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129677186</guid><author>Samooyou</author><pubDate>Mon, 20 Mar 2023 21:42:27 +0800</pubDate><description><![CDATA[Python的基础使用]]></description><category></category></item><item><title><![CDATA[Python常见问题]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129473968</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129473968</guid><author>Samooyou</author><pubDate>Sun, 12 Mar 2023 12:00:31 +0800</pubDate><description><![CDATA[1、SyntacError:invalid character ' "'(U+201C)]]></description><category></category></item><item><title><![CDATA[MYSQL开发误区]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129423293</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129423293</guid><author>Samooyou</author><pubDate>Thu, 09 Mar 2023 15:05:25 +0800</pubDate><description><![CDATA[1、现象：在线业务系统出现了三张表以上的关联查询建议：说明业务逻辑在表设计上的实现不合理，需要进行表结构调整，或进行列的冗余，或进行业务改造。2、现象：大表拆成多张小表之后，表之间通过ID关联，需要关联查询的时候，根据ID到表中再取出对应的值建议：可在子表适当冗余主表的字段，避免回表查询。3、误区：表数据一多了，就要拆分表正解：不能为了拆表而拆表，要与业务切合，我们的设计永远是以符合业务发展为第一出发点。讨论：是否可以归档，建立历史库？数据是否符合冷热分离？数据是否可以直接删除？]]></description><category></category></item><item><title><![CDATA[元数据管理总结]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129365051</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129365051</guid><author>Samooyou</author><pubDate>Mon, 06 Mar 2023 16:16:48 +0800</pubDate><description><![CDATA[元数据介绍]]></description><category></category></item><item><title><![CDATA[Hbase建表、删表慢的实例优化]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129300408</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129300408</guid><author>Samooyou</author><pubDate>Thu, 02 Mar 2023 14:38:52 +0800</pubDate><description><![CDATA[hbase.master.procedure.threads参数配置]]></description><category></category></item><item><title><![CDATA[HBase JMX 指标学习]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129275640</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129275640</guid><author>Samooyou</author><pubDate>Wed, 01 Mar 2023 10:13:27 +0800</pubDate><description><![CDATA[HBase JMX 指标学习]]></description><category></category></item><item><title><![CDATA[HBase核心参数配置]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129275755</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129275755</guid><author>Samooyou</author><pubDate>Wed, 01 Mar 2023 10:12:55 +0800</pubDate><description><![CDATA[hbase参数配置]]></description><category></category></item><item><title><![CDATA[HBase基础知识]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129266365</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129266365</guid><author>Samooyou</author><pubDate>Tue, 28 Feb 2023 17:41:44 +0800</pubDate><description><![CDATA[hbase基础知识]]></description><category></category></item><item><title><![CDATA[Compact 调优实例]]></title><link>https://blog.youkuaiyun.com/Samooyou/article/details/129265877</link><guid>https://blog.youkuaiyun.com/Samooyou/article/details/129265877</guid><author>Samooyou</author><pubDate>Tue, 28 Feb 2023 17:23:28 +0800</pubDate><description><![CDATA[compaction 实例]]></description><category></category></item></channel></rss>