自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(36)
  • 收藏
  • 关注

原创 学习第18天:Multi-Agent 与企业级 AI Agent 平台

完成本章学习后,你将能够:运维监控企业级部署Multi-Agent 协作安全合规数据安全敏感信息脱敏向 LLM API 发送前过滤合规审计日志成本管理成本优化多维度预算控制语义缓存降低成本模型自动降级费用监控与告警灾备与降级高可用熔断器 Circuit Breaker多模型降级链语义缓存兜底预设回复兜底协作模式Sequential: A→B→C 顺序Parallel: A+B 同时Hierarchy: 主管+专员Debate: 多方辩论生产就绪API Gateway 统一入口认证授权 JWT速率限制 Red

2026-08-14 09:09:05 345

原创 学习第17天:Agent Memory 与 MCP 协议

"""对话摘要器——将长对话压缩为摘要""") -> str:"""对对话历史生成摘要"""# 将消息列表转为文本f"

2026-08-14 09:08:13 179

原创 学习第16天:LangGraph 与 Agent 工作流编排

本章完成了 Enterprise AI Agent Platform 的工作流引擎LangGraph 核心Agent 推理循环:ReAct 模式的图实现多步骤工作流:NL → SQL → 执行 → 错误修复 → 报告暂停等待审批状态持久化:SqliteSaver 支持中断恢复并行分支SendAPI 实现多角度分析贯穿项目进度:Agent 平台拥有了完整的工作流编排能力。下一章学习 Agent Memory 和 MCP 协议。

2026-08-11 08:18:01 229

原创 学习第15天:RAG、Embedding 与向量数据库

本章完成了 Enterprise AI Agent Platform 的RAG 知识系统Embedding:文本到高维向量的转换向量数据库选型:Chroma / pgvector / Qdrant / Milvus 横向对比与选型文档处理:加载 + 切分 + 索引,包括高级Parent-Child 分块策略:检索 → 上下文组装 → LLM 生成混合检索:向量 + 关键词Reranking:对初检结果二次排序,提升 Top-K 精度Multi-Query 扩展:多角度查询变体,提高召回覆盖率。

2026-08-11 08:17:41 196

原创 学习第14天:LangChain 框架与 LCEL

body: strtone: strv } ") return v def build_email_chain(model) : """构建邮件生成 Chain(带输出验证)""" parser = PydanticOutputParser(pydantic_object = EmailResponse) prompt = ChatPromptTemplate . from_messages([("system" , "根据用户指示生成邮件。

2026-08-10 19:20:46 239

原创 学习第13天:Function Calling 与 Tool Calling

"name": "get_weather", # 函数名(LLM 用来指定调用哪个)"description": "获取指定城市的天气信息", # 描述(LLM 用来判断何时调用)"parameters": { # JSON Schema 参数定义"city": {"description": "城市名称,如'北京'、'上海'"},"unit": {"description": "温度单位"},本章完成了 Enterprise AI Agent Platform 的。

2026-08-10 19:20:27 200

原创 学习第12天:Prompt Engineering

description: "通用 Agent 基础 Prompt"variables:你是 {{ agent_name }},一个专业的 {{ agent_role }}。当前日期:{{ current_date }}行为准则:1. 用中文回复,专业但不生硬2. 不知道的事情坦诚说不知道3. 涉及安全、法律、医疗等问题时,提醒用户咨询专业人士4. 回复简洁,不啰嗦description: "从自然语言中提取用户信息"temperature: 0.1 # 低温度,追求准确性。

2026-08-06 08:29:30 255

原创 学习第11天:AI 开发基础与多 LLM SDK 集成

本章完成了 Enterprise AI Agent Platform 的LLM 集成层LLM 核心概念:Token、Temperature、System Prompt、Streaming、Function Calling 等基础概念主流 SDK 集成:OpenAI GPT、Anthropic Claude、Google Gemini、DeepSeek(及国内兼容接口模型)统一抽象层接口 + 各 Provider 实现,用策略模式屏蔽差异模型路由器。

2026-08-06 08:29:10 243

原创 学习第10天:日志、测试、配置与容器化部署

本章完成了 Enterprise AI Agent Platform 的工程化基础structlog 日志系统:结构化日志输出、request_id 追踪、JSON 格式兼容 ELK/Lokipytest 测试体系:Fixture 依赖注入、异步测试、Mock 策略、参数化测试pydantic-settings 配置:类型安全的配置管理,支持 .env 文件和多环境Docker 容器化:多阶段构建、docker-compose 编排(API + DB + Redis + Worker)CI/CD。

2026-08-04 20:19:17 185

原创 AI 每日学习 — RAG 效果评估体系设计与实现

任何对外服务超过 1 个月:必须建评估体系;多人协作的 RAG 项目:没有评估体系就无法跨人交接;RAG-as-a-Service 形态:评估是 SLA 的核心证据。

2026-08-04 20:13:37 262

原创 学习第9天:数据库、缓存与消息队列

SQLAlchemy 2.0 同时支持 Imperative 和 Declarative 两种风格。"""所有模型的基类 - 类似 JPA 的 @MappedSuperclass"""pass# 一对多关系Java 对比替代了 JPA 的替代了。SQLAlchemy 的类型提示可以直接被 mypy 理解,这是 Hibernate 做不到的。本章完成了 Enterprise AI Agent Platform 的数据持久层和基础设施层。

2026-08-03 20:05:37 367

原创 学习第 8 天:FastAPI Web 开发

FastAPI 将 Python 的类型系统、异步模型和 Pydantic 验证能力发挥到了极致。路由 + Pydantic + Depends 三位一体,构建 API 的速度是 Spring Boot 的 3-5 倍函数式 DI比注解式 DI 更灵活、更可测试、更易理解原生 async/await消除了同步/异步两套编程模型的割裂感自动 OpenAPI 文档是真正的零配置,而非"配置少一点"原生支持使其成为 Agent 流式对话的理想后端框架。

2026-07-28 08:25:39 215

原创 学习第 7 天:异步编程

异步编程是 Python 调用 LLM API 的核心技能。事件循环 + 协程 = 单线程高并发。并发执行,Semaphore限流,异步 HTTP,超时控制。

2026-07-28 08:25:02 364

原创 学习第 6 天:类型注解、装饰器与高级特性

类型注解让你重获类型安全感;Pydantic 是数据验证的终极武器;装饰器替代了 Java 的 AOP;生成器是大数据和流式处理的基石。

2026-07-27 08:39:19 160

原创 学习第 5 天:模块、包与 Python 工程化基础

本章完成了从"散落脚本"到"工程化项目"的跨越。核心收获:模块是.py文件,包是带的目录;import是运行时操作,会执行代码并缓存;统一配置;src布局 + 分层架构 = 企业标准;ruff(或 black + ruff 组合)+ pre-commit = 自动化代码质量。

2026-07-27 08:38:47 366

原创 学习第 4 天:面向对象与异常处理

"""AI Agent 基类"""# 类属性——所有实例共享"""构造方法——第一个参数必须是 self"""self.name = name # 实例属性# 修改类属性"""实例方法"""return f"

2026-07-26 09:41:11 395

原创 学习第 3 天:字符串、容器与文件操作

完成本章学习后,你将能够:如果前两章是"学说话",本章就是"学造句"。AI Agent 开发中 90% 的数据处理都离不开字符串和容器操作——解析 LLM 返回的 JSON、构建 Prompt 模板、处理对话历史、读取配置文件和日志。字符串和容器操作是否熟练,直接决定了你能不能在 5 分钟内搞定一个数据清洗任务,还是花 2 小时 Google “Python 怎么遍历字典”。文件操作更是企业级项目不可或缺的基础。从配置文件加载到日志持久化,从知识库文档读取到向量数据库批量导入,文件 I/O 无处不在。第1章

2026-07-26 09:40:48 292

原创 学习第 2 天:流程控制与函数

流程控制是任何编程语言的骨架。Python 的流程控制设计遵循简洁即优雅原则——语法比 Java 更轻量,但表达能力并不弱。doOther();do_other()else:fallback()差异:没有括号、没有花括号、else if变成了elif。这些看起来微小的差异,在每天写几百行代码时会积累成巨大的体验差异。Python 的参数传递是传对象引用lst.append(4) # 修改了传入的对象lst = [100] # 重新绑定,不影响外部变量。

2026-07-24 12:02:51 319

原创 学习第 1 天:Python 开发环境与基础语法

知识点为什么重要实际价值Python 解释器安装一切开发的基础能在任何环境快速搭建 Pythonuv 包管理现代 Python 项目的标配比 pip 快 10-100 倍,提升开发效率缩进语法Python 的核心语法规则不掌握则无法阅读任何 Python 代码变量标签模型理解 Python 内存管理的关键避免列表/字典的"意外共享"问题动态类型Python 灵活性的根源快速原型开发,适配多变的 AI 场景f-string字符串格式化的最佳方案日志、Prompt 构建、配置生成——无处不在。

2026-07-24 12:02:23 343

原创 从 Python 到企业级 AI Agent —— 完整学习总体规划

Java 后端架构师(熟悉 Spring Boot / Maven / MySQL / Redis / Kafka / Docker / K8s / 微服务 / 分布式系统,零 Python 经验):能够独立设计、开发、部署企业级 AI Agent 系统:《企业级 AI Agent 平台》—— 随课程推进逐步完成。

2026-07-23 19:25:47 357

原创 AI 每日学习 — Function Calling 与 Tool Calling 机制

name:动词优先、蛇形命名、命名空间化。比do_stuff好,比create好。:这是给模型看的 Prompt。说明工具做什么、何时使用、何时不使用、返回什么。三行以内为佳。parameters:每个参数必须声明类型、是否必填、格式约束(enum、min/max、format hint)。用 enum 限制封闭集合,nullable 代替 optional。Schema 质量 → 准确率的因果链模糊的 description → 模型在重叠工具间误选 → 调用错误的工具。

2026-07-23 08:46:02 399

原创 JVM G1 垃圾回收:Region 架构、Mixed GC 触发机制与暂停时间预测模型深度拆解

JDK 9+ 的生产环境,默认选择即可满足大多数场景堆 4~32GB,延迟目标 50~200ms对象生命周期分布典型(大量朝生夕灭 + 少量长期存活)团队 JVM 调优经验成熟,能读懂 GC 日志和 JFR 数据。

2026-07-22 18:03:43 246

原创 AI 每日学习 — 混合检索(Hybrid Search)与 Rerank

查询分布中精确匹配型(编号、术语、缩写、年份)占比 > 30%;纯向量检索的召回率评估结果不达标(< 80% Top-5 召回率);业务对检索准确率要求高(法律、金融、医疗等不能容忍错误召回);已有 Elasticsearch 等同时支持向量+全文的存储,架构增量成本低。

2026-07-22 08:46:11 207

原创 Java AQS:从 CLH 队列到 ReentrantLock 的同步器骨架深度拆解

什么时候需要深入理解 AQS系统有高并发写争抢(锁冲突频繁)。需要选择公平性策略(限流、配额、任务调度)。需要可中断或超时的锁获取。需要多个等待条件(生产-消费模型)。排查线程 park 状态的生产故障(jstack 分析)。设计自定义同步器(特殊并发逻辑)。什么时候不需要低并发、简单互斥 → synchronized 即可。纯读场景 → 无锁冲突,不需要理解锁内部机制。已用分布式锁替代本地锁 → AQS 不是瓶颈。评审方案时重点问。

2026-07-21 18:47:11 217

原创 AI 每日学习 — Spring AI 结构化输出(Structured Output)与企业接口契约设计

*** 自定义 LenientJsonOutputConverter:清理 markdown 代码围栏后再解析。* 适用于本地模型(如 Ollama)经常把 JSON 包在 ```json ... ```中的场景。

2026-07-21 08:32:44 849

原创 MySQL InnoDB MVCC 与行锁机制:从快照读到当前读的完整拆解

什么时候需要深入理解 MVCC 和锁所有涉及并发写同一组数据的业务(支付、库存、账户余额、状态流转)。事务隔离级别选型——这影响整个系统的数据一致性模型。死锁频繁的生产系统——不理解锁机制就无法根治。数据库慢查询分析——需要区分"锁等待"和"SQL 本身慢"。什么时候不需要单用户、低并发、无事务冲突的内部工具。纯读场景(报表、查询)——MVCC 让读不加锁,几乎无冲突。已经用乐观锁或分布式锁替代行锁的场景。评审方案时重点询问事务隔离级别选的是什么?为什么?

2026-07-20 17:55:21 362

原创 AI 每日学习 — 文本切分(Chunking)策略

*** 递归字符切分 — 生产级实现* 按分隔符层级递归切分,优先保留语义边界*/@Service// 分隔符层级:从大到小", ".", "!", "!", "?", "?", ";", ";", " ", ""// 目标 Chunk Token 数// 重叠 Token 数/*** 递归切分文本*/// 已经足够短,无需切分// 所有分隔符都尝试过了,强制按 Token 切分// 合并小片段,确保每个 Chunk 尽量接近目标大小。

2026-07-20 08:40:53 346

原创 AI 每日学习 — Embedding 与向量检索

业务需要"语义相似"而非"关键词匹配"时(如自然语言搜索、知识库问答)用户输入是非结构化文本,且同义表达多样时需要跨语言检索时(如中文查询匹配英文文档)与 LLM 结合做 RAG 时,向量检索是知识召回的核心组件。

2026-07-17 08:33:49 384

原创 AI 每日学习 — Token 与上下文窗口

任何涉及 LLM API 调用的场景— Token 是成本和性能的基础计量单位设计 RAG 系统时— 检索策略直接影响每次调用的 Token 消耗设计对话系统时— 对话历史管理策略决定长期 Token 趋势做多模型路由时— 不同模型的 Token 计价和效率差异是路由决策的关键因素。

2026-07-16 08:50:11 207

原创 AI 每日学习 — Spring Boot 中基于 SSE 的大模型流式响应:从协议到生产落地

什么时候用任何 LLM 长文本输出场景。团队能接受 SSE 的中间件配置和线程模型。什么时候不用响应时间 < 200ms 的短请求。双向实时交互(用 WebSocket)。客户端是不支持 SSE 的老 IE/老 App(极少)。评审方案时重点问流式响应的超时设置是多少?分几层?中间件(Nginx/网关/CDN)的缓冲和超时配置改了吗?线程池容量是否按峰值并发 × 平均连接时长估算?首 Token 延迟如何监控?告警阈值是什么?客户端断网时,大模型侧的资源如何释放?

2026-07-15 08:54:09 608

原创 将文件/文件夹打包成war包

使用命令行窗口,进入文件所在目录。

2023-05-23 15:33:51 946 1

原创 本地安装Nacos采坑过程

本地Windows 环境CentOS 7,Open jdk 1.8 ,启动Nacos Server报错:[root@CentOS7 bin]# sh startup.sh -m standalonewhich: no javac in (/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.262.b10-0.el7_8.x86_64//bin:/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.262.b10-0.el7_8.x86_64//jre/bin

2020-09-26 18:47:21 2178 2

原创 Java List常用条件过滤和提取某个需要的字段重新生成List

1、根据List 获取某个字段生成ListList<String> idList = personList.stream().map(object::getId).filter(id-> id!= null && !id.isEmpty() && !"-1".equals(id)).collect(Collectors.toList());2...

2020-01-02 17:50:37 9982

原创 Java获取当前时间的3种方法

// 方法1 Date currentDate = new Date(); // 方法2 Calendar now = Calendar.getInstance(); // 方法3 long currentTime = System.currentTimeMillis(); ...

2018-11-29 15:31:50 658

原创 JAVA判断字符串是否为base64编码

百度一圈,不难发现base64编码之后的字符串具有哪些特点:字符串只可能包含A-Z,a-z,0-9,+,/,=字符字符串长度是4的倍数只会出现在字符串最后,可能没有或者一个等号或者两个等号String inputStr=&amp;amp;amp;amp;amp;amp;quot;Test Base64 string&amp;amp;amp;amp;amp;amp;quot;;String base64Pattern = &amp;amp;amp;amp;a

2018-10-25 11:18:24 9287 8

转载 通俗易懂的入门级java日常

浅显易懂的正则表达入门:https://mp.weixin.qq.com/s/gMA8xnUhhrIrcUmV8wrvkQ

2018-10-11 19:13:21 250

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除