今天研究 Client本来是关联的Expression接口,笔记记录一下。

MCP Server实战:从零搭建AI Agent标准化工具接口 在AI应用开发中,模型与外部工具的连接长期面临接口碎片化、适配成本高的困境。API服务器各自为政,Function Calling又仅解决模型输出意图,难以形成统一生态。MCP(Model Context Protocol)作为标准化接口规范,为工具接入提供了类似USB-C的统一底座,让AI Agent能即插即用各类数据源与业务服务。本文从协议分层原理讲起,解析Tools、Resources、Prompts三类能力,并基于Python SDK手把手实现天气查询与计算器工具,演示通过stdio传输接入客户端的 阅读详情

(很抱歉,由于博客图片审核功能尚未完成,普通用户暂时关闭引用站外图片功能,请您谅解,我们会尽快开放。)

今天研究 Client本来是关联的Expression接口,笔记记录一下。针对这个类图,LZ简单的说两点。

                 1、Client本来是关联的Expression接口,不过由于中间加了个语法分析器(GrammerParser),所以变成了Client关联语法分析器,语法分析器再关联Expression接口。

                 2、由于我们采用反向计算的方式,所以非终结者表达式没有到Expression接口的聚合线,而是由两条关联线代替了两条聚合线。


                 解释器模式的分享就到此结束了,各位只要大致了解一下即可,如果实在理解不了,也不必死抠这个模式。

                 学习设计模式,有时候就像追女生一样,如果你怎么追都追不上,那说明缘分未到,该放弃的时候就得放弃,说不定哪天缘分到了,不需要你追,你心中的她自然就上钩了。所以如果有哪一个设计模式一时半会理解不了,请不要着急去理解它,不理解的原因是因为你的积累还不够,如果霸王硬上弓的话,往往会被设计模式暴揍一顿,最后还得自己付医药费。

                 LZ只想说,何必呢?

                 到这篇文章为止,LZ已经将所有24种设计模式全部讲解了一遍,其中有好有坏,有对有错。不过不管怎样,LZ本人的收获还是很大的,也很感谢这当中支持LZ的猿友。设计模式系列或许还会有最后一篇,内容自然是对24种设计模式的总结,LZ最近也在为此而准备着,敬请各位猿友擦亮双眼期待吧。

                 一个系列结束了,不代表LZ的学习之路结束了,在上一章已经提到过,LZ最近在研究虚拟机源码,在接下来的时间里,LZ或许会写一些与虚拟机相关的内容,如果有哪位猿友对虚拟机有兴趣的话,可以继续关注下LZ。

                 感谢各位的收看,我们下次再见。

基于多智能体与LLM的自动化研究框架:从信息检索到报告生成 在信息爆炸的时代,高效、可靠地获取和整合知识成为研究者和工程师的核心挑战。传统的信息检索与处理流程高度依赖人工,存在效率低下、难以复现等问题。多智能体系统通过将复杂任务分解为规划、搜索、提取、验证、撰写等专业化模块,协同工作,为解决这一难题提供了新的范式。其技术价值在于将大语言模型的强大理解与生成能力,与精准的工具调用和流程控制相结合,实现了从问题定义到结构化报告的全流程自动化。这一框架在学术文献综述、行业竞品分析、技术动态追踪等场景中具有广泛应用前景。本文以AutoResearch项目为例,深入探讨了如何 阅读详情

相关推荐

从零构建AI Agent:基于LangChain的智能研究助手实战指南

AI Agent(智能体)作为能够感知环境、自主决策并执行行动的软件实体,正引领着应用开发的新范式。其核心原理在于ReAct(推理-行动)循环机制,通过大语言模型(LLM)进行推理决策,并调用各类工具(Tools)执行具体操作,从而实现从“对话”到“行动”的跨越。这一架构的技术价值在于将非确定性的大模型能力封装为可执行确定任务的系统,极大地提升了自动化水平。在应用场景上,AI Agent可广泛应用于智能客服、自动化研究、数据分析助手等领域。本文聚焦于使用LangChain框架,通过实战构建一个具备联网搜索能

chuange6363的博客 435

2024年JMeter接口压力测试实战:从环境搭建到性能调优全解析

接口压力测试是保障应用稳定性的关键技术,其核心在于模拟真实用户并发访问,评估系统在高负载下的性能表现与瓶颈。其原理是通过模拟海量并发请求,收集响应时间、吞吐量、错误率等关键指标,从而量化系统的处理能力与稳定性边界。这项技术的价值在于,它能为系统容量规划、架构优化和故障预防提供数据支撑,是软件工程中不可或缺的一环。典型的应用场景包括电商秒杀、API服务扩容、微服务链路压测等,确保系统在业务高峰期的平稳运行。本文聚焦于业界广泛使用的开源工具JMeter,深入探讨其在2024年微服务与云原生环境下的实战应用,涵盖

weixin_34146805的博客 358

智能体(Agents)从研究到部署:架构设计与生产实践全解析

智能体(Agents)作为能够感知环境、自主决策并执行动作的软件实体,其核心原理在于结合大语言模型(LLM)实现自然语言理解与任务分解。在技术价值层面,智能体通过工具调用和记忆系统显著提升了复杂任务处理的自动化水平。在应用场景上,微服务架构为智能体系统提供了模块解耦和弹性伸缩的能力,使其能够适应从自动化EDA流程到AI动漫制作等多样化需求。本文聚焦于智能体从实验室研究到生产环境部署的全流程,涵盖LLM集成、容器化部署等关键技术要点,为开发者构建可落地的智能体系统提供实践指导。

cunfuxiao7305的博客 327

可序列化ActiveRecord:企业内网WCF服务中的轻量级查询架构

ActiveRecord是一种将数据访问逻辑与业务对象耦合的设计模式,其核心价值在于简化CRUD操作并提升开发效率;WCF作为.NET平台成熟的服务通信框架,支持基于DataContract的强类型序列化。本文探讨在企业内网管理后台、BI探查工具等低并发、高迭代场景下,如何通过可控的实体解耦、表达式树安全序列化与白名单校验机制,使ActiveRecord实例在脱离DbContext后仍能作为DTO穿越WCF边界。该方案规避了传统Repository层的参数搬运冗余,实现查询条件的强类型DSL表达与服务端安全

SailingAptech的专栏 445

多维聚合中的数据操控:立方体上的外科手术

多维聚合是OLAP分析的核心范式,它超越传统SQL GROUP BY,通过构建具有层级关系与数学一致性的N维立方体,支持下钻、上卷、切片、透视等动态分析。其技术价值在于实现跨维度、低延迟、高一致性的实时聚合能力,广泛应用于金融风控、零售BI、SaaS运营等需敏捷响应业务口径变更的场景。Data Manipulation(数据操控)正是在该立方体上执行维度映射、条件度量、时间派生、层级重定义等关键操作的能力,直接决定聚合服务的可维护性与可信度。本文聚焦真实生产环境中的7类高频操作模式,深入解析如何在不重建模型

weixin_30591551的博客 458

LangFlow 1.10实战:基于MCP协议构建可视化AI Agent工作流

如果你正在为AI Agent开发中的复杂代码和集成问题头疼,那么LangFlow可能是你一直在寻找的解决方案。这个在GitHub上获得15万星的开源项目,正在重新定义我们构建智能应用的方式。 传统AI应用开发面临的最大挑战是什么?不是模型能力不足,而是工程复杂度太高。每个项目都需要从头搭建数据流程、工具集成、API接口,开发者往往要花费80%的时间在基础设施上,只有20%的时间真正用于业务逻辑。LangFlow通过可视化的拖拽界面,让构建AI工作流变得像搭积木一样简单。 更重要的是,LangFlow 1.1

weixin_34248705的博客 444

自建MCP Client:从零实现一个完整客户端

标签: MCP, MCP Client, 客户端开发, 协议实现, Python前面几十篇文章我们用了各种 MCP 客户端,Claude Desktop、VS Code Copilot、Windsurf、Cline,但你有没有想过这些客户端底层到底怎么跟 MCP Server 通信的?上周有个同事问我,说他想在 Python 项目里直接调 MCP Server,不想装那些客户端,能不能自己写一个。我说当然可以,MCP 本质就是 JSON-RPC 消息,手动拼消息也能跑通。

白话机器学习 189

微信小程序消息推送实战:从模板消息到订阅消息的进阶指南

本文详细解析了微信小程序消息推送的核心机制,重点对比了模板消息与订阅消息的差异与应用场景。模板消息适用于支付成功等强即时性业务回执,而订阅消息则需用户授权,更适合物流提醒等可预期通知。文章提供了从授权、配置到发送的完整实战指南,并分享了常见的避坑技巧与性能优化建议,帮助开发者构建高效、合规的用户触达体系。

weixin_29231027的博客 596

关于 Rich Client 应用的一些想法

今天在孟岩的 blog 上看到一篇关于 rich client 的旧文,文中的主题很明确,认为以 Expression/VS、Flex/Apllo 为代表的 rich client 开发终将代替现有 web 开发。个人素来青睐 rich client 程序,毕竟即使到现在 web 开发技术发展十余年,即使 Google 利用 Ajax 给用户带来了相当不错的体验。但是,至少到目前为止,这些技术

I SEE STARS 2086

IEEE LaTeX模板中algorithm排版避坑指南:如何优雅地嵌入算法描述?

本文详细解析了在IEEE LaTeX模板中优雅排版algorithm的实用技巧,包括基础配置、高级自定义及常见问题解决方案。通过嵌套环境与[H]参数的应用,帮助研究者克服IEEEtran模板对算法排版的限制,实现专业且美观的算法呈现。

weixin_28340315的博客 410

104报文解析工具

可选择包含报文的文本文件或日志文件进行解析,可选择按条数范围或时间范围,输出结果可以在报文解析显示区,也可以输出到文件。可以对文本内容的报文文件进行高级分析,包括遥信遥测等通讯数据的具体信息,通讯帧的统计,通讯次数的统计,各种错误的分析,报文的定位功能,传输的文件具体内容等。输入完成后点击工具栏的解析报文按钮或使用右键菜单的解析就可以对报文进行解析。在报文输入区输入待解析报文并解析后,解析结果就显示在报文解析显示区和报文定位展示区及报文定位条目区。当有多条报文解析后,可以通过报文列表树具体定位某条报文。

XZHOUMIN的博客 5952

Elasticsearch Java API Client在响应式链式调用中断言Query DSL构建错误?SearchRequestBuilder与FunctionalInterface链式

然后,在 Lambda 表达式中,我们可以捕获并抛出一个// 假设已经初始化@Testtry {// 模拟一个错误:将 rangeQuery 的参数设置为 null// 这会抛出 IllegalArgumentExceptionthrow new QueryDSLBuildException("Query DSL 构建失败", e);});// 如果没有抛出异常,说明测试失败});这种方式的优点是我们可以更好地控制异常类型和错误信息,并且可以在。

weixin_41455464的博客 880

手把手复现论文:SVPWM过调制I区与II区算法仿真(附MATLAB源码)

本文详细介绍了SVPWM过调制I区与II区算法的MATLAB仿真实现,从理论推导到Simulink建模逐步解析。通过源码示例展示幅值补偿和六边形跟踪等关键技术,帮助电力电子研究者掌握过调制算法的核心实现方法,适用于电机控制、变频器等工业应用场景。

weixin_28739079的博客 531

乙巳马年皇城大门春联生成终端W开发利器:IntelliJ IDEA中的高效调试技巧

本文介绍了如何利用星图GPU平台自动化部署🐎 乙巳马年 · 皇城大门春联生成终端W镜像,并借助IntelliJ IDEA的高效调试技巧进行API客户端开发。通过本地断点调试与远程连接服务,开发者可以精准排查春联生成API的请求与响应问题,提升集成开发效率。

weixin_36151775的博客 29

通过WorkVisual连接KUKA机器人的具体方法

通过WorkVisual连接KUKA机器人的具体方法

Robot_PLC_HMI_Automation 6849

2026年职业院校技能大赛中职移动应用与开发—数字生活APP原型设计参考答案(含素材)

本模块以产品原型为目标,考查参赛选手熟练收集、分析和归纳客户需求,清晰梳理业务流程,熟练使用UI设计软件进行产品UI/UE设计,掌握正确的UI配色方案,设计出符合业务逻辑的人体工学移动App 原型优秀作品。

我是网络安全兼技能大赛工程师,专注网络安全技术学习与技能大赛实战!持续分享最新的技术文章,帮你少走弯路,一起在技术赛道上进步~ 570

Youtu-Parsing模型在IDEA中的调试技巧:Java客户端开发实战

本文介绍了在星图GPU平台上自动化部署Youtu-Parsing多模态文档智能解析模型的方法。该平台简化了部署流程,使开发者能快速搭建环境。该模型的核心应用场景是智能解析各类文档(如PDF、图片)中的文字、表格和结构,可广泛应用于文档数字化、信息抽取和内容管理等领域。

weixin_42511373的博客 228

Python爬虫实战:利用最新技术高效爬取百度贴吧帖子内容

本文将详细介绍如何使用Python最新技术栈构建一个高效的百度贴吧爬虫,包括requests-html异步请求、BeautifulSoup4解析、数据存储到MongoDB以及应对反爬机制等完整解决方案。文章包含5000余字详细教程和完整代码实现。网络爬虫(Web Crawler)是一种自动获取网页内容的程序,广泛应用于搜索引擎、数据分析和内容聚合等领域。Python凭借其丰富的库生态系统成为爬虫开发的首选语言。贴吧作为中文互联网最大的兴趣社区,包含大量有价值的UGC内容。动态加载内容处理登录状态维持。

2201_76125261的博客 541

LangChain集成MCP协议:构建标准化大模型工具连接通道实战

在大模型应用开发中,如何高效、安全地连接外部工具和数据源是核心挑战。Model Context Protocol (MCP) 作为一种开放标准协议,为大语言模型与外部系统提供了统一的通信接口,其工作原理类似于计算机领域的USB或HTTP协议,通过定义标准化的工具发现、调用和资源访问机制,实现了“一次定义,到处运行”的技术价值。这一设计显著降低了工具生态的碎片化问题,使得开发者无需为不同框架重复编写适配器代码。在工程实践中,MCP协议通过Server-Client架构,支持stdio和SSE两种传输模式,能够

weixin_30693683的博客 421

【100%通过率】华为od机试C卷【部门人力分配】Python 实现

当前部门需要完成 N 个需求,需求用 requirements[i] 表示,requirements[i] 表示第 i 个需求的工作量大小,单位:人月。2:明显这个人力需求值有上下限的情况下【下限为requirements中的最大值,上限为requirements中的最大两个值相加(因为最多有两个需求同一个月开发)】,可以考虑使用二分法。当选择人力为6时,2个需求量为3的工作可以在1个月里完成,其他2个工作各需要1个月完成。当选择人力为5时,4个工作各需要1个月完成,一共需要4个月才能完成所有需求。

MISAYAONE的博客 2020

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

享受无止境 - 改进版WCF Client

在之前的文章“让WCF客户端的“调用”成为一种‘享受’”中,分别用Func与Action实现了WCF客户端调用接口。 Func实现的调用方式: WcfClient.UseService((IUserService userService) => (userService.GetUser(userId))); 缺点: 1. 需要用匿名方法传递参数,写起来比较麻烦。 2. 不支...

weixin_34237596的博客 128

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Tool Calling/Function Calling

LLM 是一个"只会说话的大脑",Function Calling 就是给它装上了"手"。场景没有 Function Calling有 Function Calling你问“今天北京天气怎么样?“今天北京天气怎么样?LLM回答“我不知道,我的知识截止到2023年…”心里想:用户要查天气 → 我该调 get_weather() 函数 → 返回结果:“北京今天晴,25°C”本质:LLM 不自己回答,而是决定"该调用哪个函数",然后把结果拿回来说给你听。把 LLM 想象成一个。

Ycy的博客 406

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

从零构建轻量级AI研究助手:基于通义千问的Mini DeepResearch实现

AI Agent作为能够自主思考、调用工具并完成复杂任务的智能体,其核心原理在于将大语言模型的认知能力与外部工具的执行能力相结合。通过任务规划、工具调用、信息处理与记忆管理等模块的协同工作,AI Agent能够实现自动化的问题解决流程,在信息检索、数据分析、报告生成等场景中展现出巨大技术价值。本文聚焦于轻量化Agent的实现路径,以通义千问API作为核心推理引擎,结合Python异步编程与网页抓取技术,构建了一个具备自主网络搜索与分析能力的Mini DeepResearch系统。该方案避开了复杂框架的学习成

weixin_34198881的博客 594

16GB老笔记本跑Qwen3.5实测:llama.cpp混合卸载达6t/s

大语言模型本地部署正从‘高端实验’走向‘平民可用’,其核心在于轻量化模型、高效推理引擎与硬件资源的精准协同。Qwen3.5作为新一代开源MoE架构模型,在9B参数量级即实现推理能力与体积的优质平衡;llama.cpp凭借纯C实现、无Python依赖及细粒度GPU/CPU混合卸载能力,成为老旧设备(如16GB内存+入门独显)落地的关键基础设施。该方案不依赖CUDA生态,规避显存瓶颈,通过量化(UD-Q4_K_XL)、KV缓存优化与线程调度等工程手段,稳定达成6 tokens/秒交互吞吐,适用于文档摘要、代码辅

weixin_30897233的博客 472

Agent学习笔记(二)——工具调用篇之Function Calling

Function Calling(函数调用)是大语言模型与外部工具交互的核心协议机制,使Agent能够突破纯文本限制,实现现实世界操作。本文系统介绍了Function Calling的基础定义、解决的五大关键问题(知识时效性、能力边界、系统对接、指令标准化、多步骤任务),详细解析了其核心原理(LLM、Function Schema、Function/Tool、Executor四要素)和工作流程。通过单轮工具调用和多轮ReAct实战示例,展示了从工具定义到模型调用的完整实现过程。

qq_33526859的博客 768
上一篇: gduuu 中旅 他最恨的是猎人
下一篇: 一走进书房的QuickDove
普通网友
博客等级 码龄22年 1万+粉丝 3156原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值