AI应用生成平台
文章平均质量分 95
Join2049
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
AI 代码应用生成平台:对话与记忆管理
本文介绍了AI零代码应用生成项目中实现对话记忆隔离的多层机制,包括数据库层面的表结构设计与隔离字段、Redis缓存的键空间隔离、服务层的权限验证体系,以及历史消息加载的精确控制。项目采用游标分页而非传统分页,主要基于性能考量:游标分页通过时间戳条件避免了深分页的性能问题,实现更高效的数据查询。这些技术方案共同保障了不同应用间对话数据的严格隔离,同时优化了系统性能和安全性。原创 2025-10-07 10:51:43 · 1003 阅读 · 0 评论 -
AI应用生成平台:监控与可观测性
摘要 本文探讨了AI项目监控与可观测性体系建设,介绍了可观测性的三大支柱(指标、日志、链路追踪)及其在AI项目中的必要性,包括模型调用监控、业务指标分析和系统稳定性保障。文章对比了阿里云ARMS和Prometheus+Grafana两套监控方案,详细分析了各自特点:ARMS提供一站式APM服务,适合快速部署;而Prometheus+Grafana则更具灵活性,支持深度定制AI业务指标,且成本更低。项目最终选择自建Prometheus+Grafana方案,因其能更好满足AI业务特殊监控需求,如Token消耗统原创 2025-10-06 10:29:03 · 1154 阅读 · 0 评论 -
AI 零代码应用生成平台:工程与部署
AI零代码应用生成项目工程部署方案 该项目采用Spring Boot和Nginx组合方案实现高效部署。核心功能包括: 工具集中管理:通过ToolManager统一注册和管理所有工具类,利用Spring自动注入实现工具发现 文件隔离机制:基于appId创建隔离目录,确保每个应用的文件独立存储,防止路径遍历攻击 智能打包下载:使用ZipUtil实现代码打包,通过文件过滤器排除node_modules等无用目录 双模式部署: Spring Boot接口预览用于开发调试和即时验证 Nginx负责生产环境的高性能静态原创 2025-10-05 11:09:39 · 741 阅读 · 0 评论 -
AI 应用生成平台:前端与可视化
摘要:AI零代码应用生成项目中的前后端交互实现 该项目实现了可视化修改功能,后端通过LangChain4j工具系统(文件读写/修改工具)和DOM解析技术定位并修改指定元素,同时设有路径白名单等安全机制。前端采用游标分页管理对话历史,通过API请求按需加载历史消息,并优化了分页性能和数据一致性。可视化编辑功能利用postMessage实现跨域通信,iframe捕获用户点击事件并传递元素信息至父页面,父页面通过事件监听接收处理。整体架构注重安全性和用户体验,实现了前后端的高效协作。原创 2025-10-04 09:44:33 · 1184 阅读 · 0 评论 -
AI 应用生成平台:性能优化与稳定性
本文探讨了AI代码生成系统的性能优化与稳定性策略。在提示词设计方面,提出分层设计策略,包括分类型设计、结构化约束、输出格式定义和防错机制。对于AI调用不稳定的情况,介绍了多种纠错和重试机制,如工具名称验证、输入护轨和调用次数限制。系统还配置了多种AI模型,根据任务复杂度匹配不同模型,并实现多实例并发处理。针对性能瓶颈,分析了并发限制、模型推理延迟、网络开销等问题,提出连接池、缓存优化等解决方案。最后,介绍了SSE流式输出的优化策略,包括多例模式配置、消息类型分离和非阻塞机制,以提升用户体验。原创 2025-10-03 08:40:11 · 582 阅读 · 0 评论 -
AI应用生成平台:安全与限流
本文介绍了AI开发中的安全与限流实践。在浏览器自动化方面,推荐使用Selenium与WebDriverManager结合,以确保版本兼容性和跨平台支持。针对AI文件操作工具,提出了包括目录白名单、路径校验、权限控制等7项安全策略。在限流实现上,详细阐述了基于Redisson的令牌桶机制,通过注解切面和Key设计实现多维度流量控制。这些方案已在AI零代码生成项目中应用,有效提升了系统稳定性和安全性。项目仓库和预览地址见文首,欢迎通过Issue、邮件或微信反馈建议。原创 2025-10-02 10:16:07 · 597 阅读 · 0 评论 -
AI应用生成平台:模型调用与工具集成
本文介绍了AI代码生成项目中MyBatis Flex与MyBatis Plus的区别及选择理由,以及策略模式和模板方法模式在代码解析与文件保存中的应用。项目通过LangChain4j集成AI大模型能力,实现模型调用、工具集成和结构化输出转换。智能路由系统根据用户需求自动选择最优代码生成方案。项目采用轻量级ORM框架MyBatis Flex,并利用设计模式优化代码结构,确保高效处理复杂业务逻辑。项目地址:https://github.com/vasc-language/ai-code-mother,预览地址:原创 2025-10-01 11:57:55 · 1201 阅读 · 0 评论 -
AI应用生成平台:数据库、缓存与存储
摘要:本文探讨了AI零代码应用生成项目中数据库、缓存与存储的关键技术实现。主要内容包括:1)对话历史加载到内存的必要性(保持上下文连续性、个性化体验和会话恢复)及完整流程(数据库查询、记忆构建与缓存管理);2)Caffeine缓存策略配置(大小限制、过期策略和性能优化);3)选择Redis作为持久化存储的原因(性能优势、数据结构适配和扩展性);4)Redis在项目中的主要应用场景(对话记忆存储等)。系统采用MySQL+Redis双重存储策略,实现高效数据访问与持久化保障。原创 2025-09-30 10:15:29 · 1545 阅读 · 0 评论 -
AI 零代码应用生成项目:架构与设计
本文围绕AI零代码应用生成项目展开,先介绍后端分层架构及控制层、服务层等核心模块与交互流程,阐述架构对多种AI代码生成模式的设计隔离机制;接着说明AI代码生成工作流核心节点与数据流转,分析引入LangGraph4j的原因,还介绍前端核心业务流程与实现方式,探讨单体架构改微服务的优劣势及拆分原则,并结合项目给出拆分建议,展现项目架构设计与演进思路。原创 2025-09-29 09:34:13 · 1061 阅读 · 0 评论
分享