一个有经验的程序员如何10分钟利用大模型做开发

最新推荐文章于 2025-10-16 10:39:25 发布
原创 最新推荐文章于 2025-10-16 10:39:25 发布 · 799 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #大语言模型 #ai大模型 #LLM #大模型部署 #程序员 #大模型开发

一、原始需求分析

DuckDB发布1.0版本后，貌似性能很强悍的样子，它是一个单机的嵌入式数据路，支持SQL语言操作数据，所以现在的需求是：基于DuckDB实现一个数据关联碰撞分析的功能。

1、定义一套标准的JSON格式规范，让使用方按规范传入JSON实体，方便后续提供API接口让前端页面调用；

2、根据JSON格式规范，采用JAVA语言开发解释代码，生成最终的SQL查询语句；

3、在DuckDB执行最终的SQL查询语句，返回结果；

根据需要内容，首先找一下有没现成的JSON转SQL的规范和开源框架，发现还没有符合要求的，所以需要定义JSON格式规范。

总体流程为：

图片

二、JSON格式规范设计

图片

图片

图片

图片

图片

图片

以上，大模型已经按提示要求，完成了JSON格式规范的定义，其实它还把规范的必填、可选、描述、每个结构的示例都输出了，只是这里没有粘贴上来。结果如下：

JSON格式规范文档

1、顶层结构

在这里插入图片描述

2、示例JSON数据

{
  "select": ["users.name", "users.email", {"function": "COUNT", "field": "*", "alias": "post_count"}],  
  "from": "users",  
  "joins": [    
    {   
      "type": "INNER JOIN",      
      "table": "posts",      
      "on": {        
        "conditions": [          
          {"left": "users.id", "operator": "=", "right": "posts.user_id"},          
          {"left": "users.status", "operator": "=", "right": "posts.status"}        
        ],        
        "logic": "AND"      
      }   
    } 
  ],  
  "where": {  
    "conditions": [    
      {      
        "logic": "AND",        
        "conditions": [        
          {"field": "users.age", "operator": ">", "value": 21},          
          {"field": "users.status", "operator": "=", "value": "active"}        
        ]      
      },      
      {      
        "logic": "OR",        
        "conditions": [        
          {"field": "users.name", "operator": "=", "value": "Alice"},          
          {"field": "users.name", "operator": "=", "value": "Carol"}        
        ]      
      }    
    ],    
    "logic": "AND"  
  },  
  "group_by": ["users.name", "users.email"],  
  "having": {  
    "conditions": [    
      {"field": "post_count", "operator": ">", "value": 1}    
    ],    "logic": "AND"  },  
    "order_by": [  
      {"field": "users.name", "direction": "ASC"}  
    ],  
    "limit": 10,  
    "offset": 0
}

三、JAVA代码实现JSON转SQL

图片

图片

一开始大模型使用org.json库来解释JSON，它可以快速按我的指示，使用fastjson库来实现。

四、JAVA代码实现DuckDB读写

图片

图片

图片

1、完整的Java代码

import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

public class JSONToSQL {    

    public static void main(String[] args) {     
        try {        
            // 示例JSON数据            
            String jsonString = "{\n" +               
                    "  \"select\": [\"users.name\", \"users.email\", {\"function\": \"COUNT\", \"field\": \"*\", \"alias\": \"post_count\"}],\n" +                    
                    "  \"from\": \"users\",\n" +                    
                    "  \"joins\": [\n" +                    
                    "    {\n" +                    
                    "      \"type\": \"INNER JOIN\",\n" +                    
                    "      \"table\": \"posts\",\n" +                    
                    "      \"on\": {\n" +                    
                    "        \"conditions\": [\n" +                    
                    "          {\"left\": \"users.id\", \"operator\": \"=\", \"right\": \"posts.user_id\"},\n" +                    
                    "          {\"left\": \"users.status\", \"operator\": \"=\", \"right\": \"posts.status\"}\n" +                    
                    "        ],\n" +                    
                    "        \"logic\": \"AND\"\n" +                    
                    "      }\n" +                    
                    "    }\n" +                    
                    "  ],\n" +                    
                    "  \"where\": {\n" +                    
                    "    \"conditions\": [\n" +                    
                    "      {\n" +                    
                    "        \"logic\": \"AND\",\n" +                    
                    "        \"conditions\": [\n" +                    
                    "          {\"field\": \"users.age\", \"operator\": \">\", \"value\": 21},\n" +                    
                    "          {\"field\": \"users.status\", \"operator\": \"=\", \"value\": \"active\"}\n" +                    
                    "        ]\n" +                    
                    "      },\n" +                    
                    "      {\n" +                    
                    "        \"logic\": \"OR\",\n" +                    
                    "        \"conditions\": [\n" +                    
                    "          {\"field\": \"users.name\", \"operator\": \"=\", \"value\": \"Alice\"},\n" +                  
                    "          {\"field\": \"users.name\", \"operator\": \"=\", \"value\": \"Carol\"}\n" +                    
                    "        ]\n" +                    
                    "      }\n" +                    
                    "    ],\n" +                    
                    "    \"logic\": \"AND\"\n" +                    
                    "  },\n" +                    
                    "  \"group_by\": [\"users.name\", \"users.email\"],\n" +                    
                    "  \"having\": {\n" +                    
                    "    \"conditions\": [\n" +                    
                    "      {\"field\": \"post_count\", \"operator\": \">\", \"value\": 1}\n" +                    
                    "    ],\n" +                    
                    "    \"logic\": \"AND\"\n" +                    
                    "  },\n" +                    
                    "  \"order_by\": [\n" +                    
                    "    {\"field\": \"users.name\", \"direction\": \"ASC\"}\n" +                    
                    "  ],\n" +                    
                    "  \"limit\": 10,\n" +                    
                    "  \"offset\": 0\n" +                    
                    "}";          
                      
           // 解析JSON并生成SQL查询            
           JSONObject json = JSONObject.parseObject(jsonString);            
           String sqlQuery = jsonToSQL(json);            
           System.out.println("Generated SQL Query: " + sqlQuery);            
           
           // 创建DuckDB连接            
           Connection conn = DriverManager.getConnection("jdbc:duckdb:");            
           Statement stmt = conn.createStatement();      
                 
           // 创建示例数据表            
           stmt.execute("CREATE TABLE users (id INTEGER, name VARCHAR, email VARCHAR, age INTEGER, status VARCHAR);");            
           stmt.execute("CREATE TABLE posts (id INTEGER, user_id INTEGER, title VARCHAR, content VARCHAR, status VARCHAR);");
                      
           // 插入示例数据            
           stmt.execute("INSERT INTO users VALUES (1, 'Alice', 'alice@example.com', 25, 'active');");            
           stmt.execute("INSERT INTO users VALUES (2, 'Bob', 'bob@example.com', 30, 'inactive');");            
           stmt.execute("INSERT INTO users VALUES (3, 'Carol', 'carol@example.com', 22, 'active');");       
             
           stmt.execute("INSERT INTO posts VALUES (1, 1, 'Post 1', 'Content 1', 'active');");            
           stmt.execute("INSERT INTO posts VALUES (2, 1, 'Post 2', 'Content 2', 'active');");            
           stmt.execute("INSERT INTO posts VALUES (3, 2, 'Post 3', 'Content 3', 'inactive');");            
           stmt.execute("INSERT INTO posts VALUES (4, 3, 'Post 4', 'Content 4', 'active');");            
           stmt.execute("INSERT INTO posts VALUES (5, 3, 'Post 5', 'Content 5', 'active');");  
                     
           // 执行生成的SQL查询            
           ResultSet rs = stmt.executeQuery(sqlQuery);        
               
           // 显示查询结果            
           while (rs.next()) {           
               System.out.println("Name: " + rs.getString("name"));                
               System.out.println("Email: " + rs.getString("email"));                
               System.out.println("Post Count: " + rs.getInt("post_count"));                
               System.out.println("----");           
           }            
           
           // 关闭连接            
           stmt.close();           
           conn.close();       
       } catch (Exception e) {            
           e.printStackTrace();        
       }       
   }    
   
   public static String jsonToSQL(JSONObject json) {     
       StringBuilder sql = new StringBuilder();       
        
       // SELECT clause        
       sql.append("SELECT ");        
       JSONArray selectArray = json.getJSONArray("select");        
       for (int i = 0; i < selectArray.size(); i++) {        
           Object item = selectArray.get(i);            
           if (item instanceof String) {             
              sql.append(item);            
           } else if (item instanceof JSONObject) {             
               JSONObject functionObj = (JSONObject) item;                
               sql.append(functionObj.getString("function"))               
                       .append("(")                        
                       .append(functionObj.getString("field"))                        
                       .append(") AS ")                        
                       .append(functionObj.getString("alias"));            
           }            
           if (i < selectArray.size() - 1) {            
               sql.append(", ");            
           }        
       }        
       
       // FROM clause        
       sql.append(" FROM ").append(json.getString("from"));    
           
       // JOINS clause       
       if (json.containsKey("joins")) {         
           JSONArray joinsArray = json.getJSONArray("joins");            
           for (int i = 0; i < joinsArray.size(); i++) {             
               JSONObject joinObj = joinsArray.getJSONObject(i);                
               sql.append(" ").append(joinObj.getString("type"))               
                       .append(" ").append(joinObj.getString("table"))                        
                       .append(" ON ");                
               JSONObject onObj = joinObj.getJSONObject("on");                
               JSONArray conditionsArray = onObj.getJSONArray("conditions");                
               String logic = onObj.getString("logic");                
               for (int j = 0; j < conditionsArray.size(); j++) {               
                   JSONObject condition = conditionsArray.getJSONObject(j);                    
                   sql.append(condition.getString("left"))                            
                           .append(" ").append(condition.getString("operator"))                            
                           .append(" ").append(condition.getString("right"));                   
                   if (j < conditionsArray.size() - 1) {                    
                       sql.append(" ").append(logic).append(" ");                    
                   }                
               }            
           }        
       }        
       
       // WHERE clause        
       if (json.containsKey("where")) {          
           sql.append(" WHERE ");            
           appendConditions(sql, json.getJSONObject("where"));        
       }    
           
       // GROUP BY clause        
       if (json.containsKey("group_by")) {         
           sql.append(" GROUP BY ");            
           JSONArray groupByArray = json.getJSONArray("group_by");            
           for (int i = 0; i < groupByArray.size(); i++) { 
               sql.append(groupByArray.getString(i));                
               if (i < groupByArray.size() - 1) {               
                   sql.append(", ");                
               }            
           }    
       }        
       
       // HAVING clause        
       if (json.containsKey("having")) {          
           sql.append(" HAVING ");            
           appendConditions(sql, json.getJSONObject("having"));        
       }        
       
       // ORDER BY clause        
       if (json.containsKey("order_by")) {          
           sql.append(" ORDER BY ");
JSONArray orderByArray = json.getJSONArray("order_by"); 
           for (int i = 0; i < orderByArray.size(); i++) {            
               JSONObject orderBy = orderByArray.getJSONObject(i);                
               sql.append(orderBy.getString("field"))                   
                       .append(" ").append(orderBy.getString("direction"));               
               if (i < orderByArray.size() - 1) {               
                   sql.append(", ");                
               }           
           }        
       }        
       
       // LIMIT clause        
       if (json.containsKey("limit")) {        
           sql.append(" LIMIT ").append(json.getIntValue("limit"));        
       }        
       
       // OFFSET clause        
       if (json.containsKey("offset")) {          
           sql.append(" OFFSET ").append(json.getIntValue("offset"));       
       }        
       
       sql.append(";");        
       return sql.toString();    
   }    
   private static void appendConditions(StringBuilder sql, 
   JSONObject conditionObj) {        JSONArray conditionsArray = conditionObj.getJSONArray("conditions");        
   String logic = conditionObj.getString("logic");   
        
   for (int i = 0; i < conditionsArray.size(); i++) {         
       Object item = conditionsArray.get(i);            
       if (item instanceof JSONObject && ((JSONObject) item).containsKey("conditions")) {             
           sql.append("(");                
           appendConditions(sql, (JSONObject) item);                
           sql.append(")");            
       } else {              
           JSONObject condition = (JSONObject) item;                
           sql.append(condition.getString("field"))               
                   .append(" ").append(condition.getString("operator"))                        
                   .append(" ");                
           Object value = condition.get("value");                
           if (value instanceof String) {               
               sql.append("'").append(value).append("'");                
           } else {                
               sql.append(value);                
           }            
       }            
       if (i < conditionsArray.size() - 1) {         
           sql.append(" ").append(logic).append(" ");            
       }       
    }   
  }
}

五、单元测试

图片

图片

1、单元测试代码

import com.alibaba.fastjson.JSONObject;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

import static org.junit.Assert.*;

public class JSONToSQLTest {
    private Connection conn;    
    private Statement stmt;    
    
    @Before    
    public void setUp() throws Exception {     
       // 创建DuckDB连接        
       conn = DriverManager.getConnection("jdbc:duckdb:");        
       stmt = conn.createStatement();   
            
       // 创建示例数据表        
       stmt.execute("CREATE TABLE users (id INTEGER, name VARCHAR, email VARCHAR, age INTEGER, status VARCHAR);");        
       stmt.execute("CREATE TABLE posts (id INTEGER, user_id INTEGER, title VARCHAR, content VARCHAR, status VARCHAR);");    
           
       // 插入示例数据        
       stmt.execute("INSERT INTO users VALUES (1, 'Alice', 'alice@example.com', 25, 'active');");        
       stmt.execute("INSERT INTO users VALUES (2, 'Bob', 'bob@example.com', 30, 'inactive');");        
       stmt.execute("INSERT INTO users VALUES (3, 'Carol', 'carol@example.com', 22, 'active');");     
          
       stmt.execute("INSERT INTO posts VALUES (1, 1, 'Post 1', 'Content 1', 'active');");        
       stmt.execute("INSERT INTO posts VALUES (2, 1, 'Post 2', 'Content 2', 'active');");        
       stmt.execute("INSERT INTO posts VALUES (3, 2, 'Post 3', 'Content 3', 'inactive');");        
       stmt.execute("INSERT INTO posts VALUES (4, 3, 'Post 4', 'Content 4', 'active');");        
       stmt.execute("INSERT INTO posts VALUES (5, 3, 'Post 5', 'Content 5', 'active');");    
    }    
    
    @After    
    public void tearDown() throws Exception {     
       stmt.execute("DROP TABLE users;");        
       stmt.execute("DROP TABLE posts;");        
       stmt.close();        
       conn.close();    
    }    
    
    @Test    
    public void testJsonToSQL() throws Exception {      
       // 示例JSON数据        
       String jsonString = "{\n" +          
               "  \"select\": [\"users.name\", \"users.email\", {\"function\": \"COUNT\", \"field\": \"*\", \"alias\": \"post_count\"}],\n" +                
               "  \"from\": \"users\",\n" +                
               "  \"joins\": [\n" +                
               "    {\n" +                
               "      \"type\": \"INNER JOIN\",\n" +                
               "      \"table\": \"posts\",\n" +                
               "      \"on\": {\n" +                
               "        \"conditions\": [\n" +                
               "          {\"left\": \"users.id\", \"operator\": \"=\", \"right\": \"posts.user_id\"},\n" +                
               "          {\"left\": \"users.status\", \"operator\": \"=\", \"right\": \"posts.status\"}\n" +                
               "        ],\n" +                
               "        \"logic\": \"AND\"\n" +                
               "      }\n" +                
               "    }\n" +                
               "  ],\n" +                
               "  \"where\": {\n" +                
               "    \"conditions\": [\n" +                
               "      {\n" +               
               "        \"logic\": \"AND\",\n" +                
               "        \"conditions\": [\n" +                
               "          {\"field\": \"users.age\", \"operator\": \">\", \"value\": 21},\n" +                
               "          {\"field\": \"users.status\", \"operator\": \"=\", \"value\": \"active\"}\n" +                
               "        ]\n" +                
               "      },\n" +                
               "      {\n" +                
               "        \"logic\": \"OR\",\n" +                
               "        \"conditions\": [\n" +                
               "          {\"field\": \"users.name\", \"operator\": \"=\", \"value\": \"Alice\"},\n" +                
               "          {\"field\": \"users.name\", \"operator\": \"=\", \"value\": \"Carol\"}\n" +                
               "        ]\n" +                
               "      }\n" +                
               "    ],\n" +                
               "    \"logic\": \"AND\"\n" +                
               "  },\n" +                
               "  \"group_by\": [\"users.name\", \"users.email\"],\n" +                
               "  \"having\": {\n" +                
               "    \"conditions\": [\n" +                
               "      {\"field\": \"post_count\", \"operator\": \">\", \"value\": 1}\n" +                
               "    ],\n" +                
               "    \"logic\": \"AND\"\n" +                
               "  },\n" +                
               "  \"order_by\": [\n" +                
               "    {\"field\": \"users.name\", \"direction\": \"ASC\"}\n" +                
               "  ],\n" +                
               "  \"limit\": 10,\n" +                
               "  \"offset\": 0\n" +                
               "}";       
                
       JSONObject json = JSONObject.parseObject(jsonString);        
       String sqlQuery = JSONToSQL.jsonToSQL(json);        
       System.out.println("Generated SQL Query: " + sqlQuery);      
         
       // 验证生成的SQL语句是否正确        
       String expectedSQL = "SELECT users.name, users.email, COUNT(*) AS post_count FROM users " +          
               "INNER JOIN posts ON users.id = posts.user_id AND users.status = posts.status " +                
               "WHERE (users.age > 21 AND users.status = 'active') " +                
               "AND (users.name = 'Alice' OR users.name = 'Carol') " +                
               "GROUP BY users.name, users.email " +                
               "HAVING post_count > 1 " +                
               "ORDER BY users.name ASC " +                
               "LIMIT 10 OFFSET 0;";        
      assertEquals(expectedSQL, sqlQuery);        
      
      // 执行生成的SQL查询        
      ResultSet rs = stmt.executeQuery(sqlQuery); 
             
      // 验证查询结果       
      assertTrue(rs.next());        
      assertEquals("Alice", rs.getString("name"));        
      assertEquals("alice@example.com", rs.getString("email"));        
      assertEquals(2, rs.getInt("post_count"));        
      
      assertTrue(rs.next());        
      assertEquals("Carol", rs.getString("name"));        
      assertEquals("carol@example.com", rs.getString("email"));        
      assertEquals(2, rs.getInt("post_count"));  
            
      assertFalse(rs.next());    
   }
}

六、在Idea工具运行代码

图片

图片

将代码复制到Idea，直接运行成功。绝大部分程序员应该是做不到的。

我们也可以进一步让大模型优化一些细节，比如校验JSON参数是否符合规范、生成更大的数据集进行测试、生成更复杂的测试用例等等；

​

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

img

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。

冻感糕人~
关注
用ollama本地部署Lamma3.1
weixin_45486294的博客
07-28 1441
ollama create 自定义模型名字 -f Modelfile。让lamma3.1写一个贪吃蛇小游戏，一次run成功。例如：ollama run llama3.1。例如：ollama run llama3.1。
Windows 中 利用 ollama 来搭建 deepseek R1
一个专注于机器学习基础与实战的技术博客，内容涵盖算法推导、模型实现、数学原理与代码实践。用通俗的语言解析复杂概念，记录学习过程中的思考与总结，适合机器学习爱好者和从业者参考。
02-06 2382
近年来，大模型凭借其强大的语言理解和生成能力，在自然语言处理、计算机视觉等领域取得了突破性进展。从GPT系列到国内的,文心一言、[Qwen]、，大模型已成为推动人工智能发展的核心力量。ollama作为新兴的大模型搭建工具，以其开源、高效、易于部署的特点，在人工智能开发者社区中崭露头角，为大模型的搭建和应用提供了新的解决方案。在当今数字化浪潮中，人工智能的发展可谓日新月异，而大模型作为其核心驱动力，正重塑着各个行业的格局。
DuckDB 入门实践：轻量级数据库的快速上手指南
最新发布
fengjian的博客
10-16 755
DuckDB 作为“数据界的 SQLite”走进了越来越多开发者的视野。它不需要单独的服务进程，可以直接嵌入到 Python、R 或者应用程序中使用；同时支持 SQL 的完整能力，还能高效读取和写入常见文件格式。对于个人开发者和数据分析师来说，它既轻量又强大，几乎是随取随用的分析利器。
2024最新最全【大模型学习路线规划】零基础入门到精通！
yXIAOyu_的博客
08-09 2677
数学基础：学习线性代数、微积分、概率论与数理统计等基础知识。这些数学基础对于理解大模型的原理和算法至关重要。编程语言：熟练掌握Python编程，这是大模型开发的首选语言。同时，了解常用的深度学习框架，如TensorFlow和PyTorch。深度学习基础：学习深度学习的基本原理和常用算法，如神经网络、卷积神经网络、循环神经网络等。Transformer模型：深入理解Transformer的原理、结构及其变种。
使用 Ollama 本地运行各种 LLM
python123456_的博客
05-31 1372
今天看看另外一个产品Ollama。Ollama 的安装非常简单，只需从官网（https://ollama.com/download）下载后解压缩，并在 Terminal 中运行脚本即可完成环境设置。我尝试运行 Llama3，虽然在运行时占用了大量电脑资源，使得其他应用运行变慢，但整体体验尚可。Ollama 支持多种大型语言模型（https://ollama.com/library）。
【大模型应用开发-大模型知识】(二)大模型分类和常见大模型
02-27 1万+
目前包含 Claude 和 Claude-Instant 两种模型可供选择，其中 Claude Instant 的延迟更低，性能略差，价格比完全体的 Claude-v1 要便宜，两个模型的上下文窗口都是 9000 个token（约 5000 个单词，或 15 页）它的目标是“更安全”、“危害更小”的人工智能。Google 还开发了多种 PaLM 的改进版本。更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。
2025年程序员必学技能：大模型MCP核心技术.pdf
04-06
MCP技术由Anthropic公司在2024年11月推出，旨在提供一个通用开放标准，以便连接大语言模型与外部数据和行为。 首先，理解MCP的概念非常重要。MCP是一个开放协议，类似于通用接口标准，其目的是让大模型能够更有效地...
SpringAI+DeepSeek大模型应用开发视频教程
08-22
SpringAl+DeepSeek大模型应用开发实战课程，深度整合Spring生态，利用Springboot自动装配、AOP技术大大简化大模型应用开发代码，讲解最实用的大模型应用开发技术，是每个Java程序员的必修课。 课程目录 第1节 - 01....
AI大模型颠覆程序员的价值
03-24
### AI大模型颠覆程序员的价值 在当今快速发展的科技领域中，人工智能（AI）技术，特别是大规模预训练模型（通常称为“大模型”），正在以前所未有的速度改变着各行各业，尤其是软件开发领域。本文将深入探讨AI大...
2025年强烈推荐30+程序员转行大模型试试——一名35岁老程序员真实转行经验分享
2401_84208172的博客
12-30 1983
大家好，我叫李华一名10年的资深程序员，在经历了10多年传统软件开发工作后，在35岁时毅然决定投身到大模型这一新兴领域。我的故事希望能为那些正在考虑职业转型的技术人员提供一些启示。
OpenAI开发系列（十五）：AI敏捷开发的新范式：利用大模型优化和自动化应用开发流程(上)
无敌小怪兽_Zz的博客
08-01 2884
本文目标：提出一种利用大语言模型(LLMs)加快项目的开发效率的解决思路，本文作为第一部分，主要集中在如何完整的执行引导Chat模型创建外部函数代码、代码管理以及测试的全部流程。 对于AI开发流程来说，还需要更多的探索和要求需要借助AI介入，将大语言模型应用于软件开发流程以提高软件开发效率，本身也是大语言模型目前非常热门的应用方向**。大语言模型强悍的人类意图理解能力和代码编写能力，会使开发工程师能够在大语言模型的加持下大幅提高开发效率。
viky-ai：自然语言处理平台。 允许从非结构化文本中提取信息
02-05
欢迎来到viky.ai 什么是viky.ai viky.ai是自然语言处理平台。 它允许您从非结构化文本内容中提取信息。 技术组件nlp允许提取结构化信息，此提取在代理中定义。 代理商是会说多种语言的助手，以查找相关数据。 nlp组件将一组JSON格式的代理和非结构化文本内容作为输入，以提供结构化数据的JSON流作为输出。 第二个技术组件是一个Web应用程序，允许您通过提供专用界面来协同工作以设置代理。 它还提供了解释API，以允许集成到第三方系统中。 入门 您可以在Linux和macOS上运行viky.ai。 要求 用于开发的viky.ai本地安装依赖于以下依赖项。 Docker E
MacBook 本地化部署 Dify 指南
weixin_44542598的博客
08-11 996
dify 怎么安装部署 有哪些坑 ！
大模型有几种类型（非常详细），零基础入门到精通，看这一篇就够了
Python单行客的博客
10-23 7763
大模型有几种类型（非常详细），零基础入门到精通，看这一篇就够了
基于LLM大模型的结构化数据批量提取
新缸中之脑
01-16 3662
在当今世界，越来越多的组织致力于数据驱动的决策。然而，他们通常面临着从非结构化文本数据（例如客户评论或反馈）中提取有价值的见解的挑战。这篇文章是为想要使用非结构化数据获得有用见解的数据科学家、分析师和决策者量身定制的。我们探索大型语言模型 (LLM) 的批量用例，重点关注非结构化文本到结构化数据的转换。通过利用这种方法，企业可以利用结构化信息丰富其数据库，并提高对非结构化数据源的理解。为了说明此类用例，我们将深入研究客户反馈分析的示例。这个提供了开始使用此类 LLM 批量用例的常规设置。
一种使得大模型输出结构化数据的简易方法
AndrewLi的博客
07-10 7358
最近在用大模型跑一些数据，于是就不可避免的遇到了如何让大模型输出的格式便于处理这个问题。经过一些研究总结出了一套比较有用的方法，在这里总结一下。
论文导读 | 利用LLM从科学文本中抽取结构化信息
m0_59164520的博客
12-03 1929
对于机器学习模型来说，从科学文本中抽取结构化知识仍然是一项具有挑战性的任务。本文提出了一种简单的联合命名实体识别和关系抽取(NERRE)的方法，并展示了如何对预训练的大型语言模型（GPT-3, Llama-2）进行微调，以抽取复杂科学知识。论文测试了材料化学中的三个代表性任务：固态杂质掺杂，金属有机框架(MOFs)，以及一般成分/相/形态/应用信息抽取。记录是从单个句子或整个段落中抽取的，输出可以以简单的英语句子或更结构化的格式（如JSON对象列表）返回。
办公新利器：DeepSeek+Word，让你的工作更高效
热门推荐
qq_63708623的博客
02-02 2万+
DeepSeek与Word的梦幻联动，将为你开启高效办公的新篇章！熟悉的Word界面中，只需轻点鼠标，就能召唤出强大的DeepSeek，让它为你快速检索信息、精准翻译文本、智能生成内容…… 告别在不同软件间来回切换的繁琐，告别低效的信息获取方式，让办公效率飞起来！
作为一个Java程序员，我需要具备哪些大语言模型方面的知识
07-10
### Java程序员需要掌握的大语言模型（LLM）知识 作为一名Java程序员，随着大语言模型在企业级应用中的普及，了解并掌握与LLM相关的技能变得尤为重要。这不仅有助于提升开发效率，还能推动传统系统的智能化升级。 #### 基础理论与概念 理解大语言模型的基本原理是入门的第一步。包括但不限于Transformer架构、注意力机制以及如何通过大规模语料库进行预训练等核心概念。这些理论为后续的实际应用打下了坚实的基础。 #### 开发框架和技术栈 LangChain4j 是一个专门为Java开发者设计的框架，它允许用户轻松构建基于大模型的智能系统[^1]。熟悉此类工具可以帮助Java程序员快速集成和部署LLM功能到现有的应用程序中。此外，还需要了解Spring AI这样的现代框架，它们能够显著提高开发效率，并简化复杂系统的实现过程[^4]。 #### 模型调用与API使用 掌握如何利用现有平台提供的API接口来调用远程的大语言模型服务是非常实用的能力。例如，可以通过HTTP请求或者SDK方式访问云端模型，从而获取文本生成、情感分析等功能[^2]。同时，也应具备一定的Python交互能力，因为很多开源项目都是基于该语言开发的。 #### 微调与定制化 对于特定业务场景下的需求，往往需要对通用模型进行微调以适应具体任务。这要求开发者不仅要懂得基本的数据处理技巧，还要会编写相应的训练脚本。比如，在教育领域内，可以采用BERT模型并通过专业教学数据集对其进行调整，使得最终产出更加贴合实际应用场景[^3]。 #### 部署与优化 当模型准备好之后，下一步就是将其成功部署至生产环境。这里涉及到的知识点包括模型压缩技术、推理加速方法及分布式计算策略等。考虑到资源限制问题，选择合适的技术方案至关重要。例如，专家混合架构可以在保证性能的同时有效降低硬件成本。 #### 实际案例研究 参考成功的转型案例对于指导实践具有重要意义。某银行通过引入先进的人工智能解决方案实现了客服系统的全面升级，不仅提高了工作效率还增强了用户体验。这类实例展示了如何将前沿科技应用于解决现实世界中的挑战[^4]。 ```java // 示例：使用LangChain4j创建简单的链式调用 import dev.langchain4j.chain.ConversationChain; import dev.langchain4j.model.chat.ChatLanguageModel; public class LlmIntegrationExample { public static void main(String[] args) { // 初始化聊天模型 ChatLanguageModel chatModel = ...; // 根据具体实现初始化 // 创建对话链 ConversationChain conversationChain = new ConversationChain(chatModel); // 执行简单对话 String response = conversationChain.call("你好，请问有什么可以帮助您的吗？"); System.out.println(response); } } ```
评论
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