- 博客(288)
- 资源 (3)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 【带你 langchain 双排系列教程】0. 走进大模型与 LangChain 的奇妙世界
大模型技术的发展为我们带来了无限的可能性，而 LangChain 作为构建大模型应用的有力工具，为我们提供了一个便捷的入口。希望通过本文的介绍，初学者们对大模型的发展历史、当前最火热的技术以及 LangChain 有了初步的了解。在接下来的专栏中，我们将深入探讨 LangChain 的各个方面，带领大家一同探索。
2025-02-24 17:33:08
968
原创 【带你 langchain 双排系列教程】11. LangGraph快速构建Agent工作流应用
在当今数字化时代，智能系统在各个领域发挥着越来越重要的作用。借助LangGraph，我们能够快速构建Agent工作流应用，让智能系统变得更加高效和智能。本文将带您从零开始，逐步构建一个基于LangGraph的智能客服系统，并展示如何通过测试和优化来提升系统性能。通过本文的介绍，您已经了解了如何使用LangGraph快速构建Agent工作流应用。从智能客服系统的实现，到测试与优化，再到应用场景的拓展，LangGraph为开发者提供了一个强大的工具，用于构建高效和智能的应用程序。
2025-02-23 21:47:23
760
原创 【带你 langchain 双排系列教程】10. LangGraph快速入门与底层原理剖析
LangGraph是LangChain工具集中用于构建多智能体工作流的库，旨在简化状态机的创建，使多个智能体能够协同工作。它可以帮助开发者将大型语言模型（LLM）的步骤图形化，从而更高效地管理和执行复杂的任务流程。
2025-02-23 21:46:00
339
原创 【带你 langchain 双排系列教程】9.LangChain基于RAG 实现文档问答：从入门到实战
RAG是Retrieval-Augmented Generation 的缩写，指检索增强生成。其核心思想是在大语言模型的输入端引入外部知识库的检索结果，帮助模型更好地理解和生成基于上下文的回答。通过本文介绍的LangChain的RAG实现方法，可以快速构建支持文档问答的应用，极大地提升了问答系统的准确性和实用性。无论是用于企业知识库问答，还是复杂的问答场景，RAG结合LangChain都能提供强大的支持。
2025-02-23 21:39:30
488
原创 【带你 langchain 双排系列教程】8.LangChain开发Agent智能体：从入门到实战
LangChain是一个专为构建大模型应用设计的开发框架，其模块化设计和丰富的工具链让智能体开发更高效。内置Agent模板：快速实现工具调用、多轮对话、记忆管理。无缝对接主流大模型：支持OpenAI、ChatGLM、DeepSeek等。灵活可扩展：通过Chains组合实现复杂业务逻辑。Python复制@tool"""模拟订单查询系统"""return {"status": "已发货","product": "智能手表"@tool"""创建退货工单"""
2025-02-23 21:37:01
275
原创 【带你 langchain 双排系列教程】7. LangChain自定义工具调用实战指南
完整项目代码包含更多高级功能实现，已发布于GitHub（示例仓库地址）。建议通过实际业务需求驱动工具开发，持续优化工具生态。工具（Tools）是LangChain的核心扩展机制，就像给智能系统装上瑞士军刀。通过本文的实践，我们不仅掌握了自定义工具的开发技巧，还学习了企业级应用的最佳实践。
2025-02-23 21:33:18
519
1
原创 【带你 langchain 双排系列教程】6.LangChain多模态输入与自定义输出实战指南
执行深度市场分析：""""instruction": "分析智能手表市场现状"})执行深度市场分析："instruction" : "分析智能手表市场现状" }) print(f"目标人群： {result . target_audience } ") print(f"风险因素： {执行深度市场分析："instruction" : "分析智能手表市场现状" }) print(f"目标人群： {result . target_audience } ") print(f"风险因素： {")
2025-02-23 21:32:25
841
原创 【带你 langchain 双排系列教程】5. LangChain 消息管理与聊天历史存储：构建智能对话系统的核心要素
LangChain 提供了强大的工具和接口，用于高效地管理消息和存储聊天历史。通过使用和类，开发者可以在内存或 Redis 中存储聊天消息历史。通过使用函数和类，开发者可以裁剪和总结聊天历史，确保对话的连贯性和系统的性能。希望本文能够帮助你更好地理解和应用 LangChain 的消息管理与聊天历史存储功能，提升你的智能对话系统性能。
2025-02-21 10:19:00
854
原创 【带你 langchain 双排系列教程】3. LangChain 工作流编排机制：LCEL 与 Runnable 接口的深度解析
LangChain 表达式语言（LCEL）是一种声明式方法，用于将不同的 LangChain 组件（如提示模板、模型、解析器等）链接在一起，构建复杂的处理链条。流式支持：LCEL 构建的链可以实现最佳的首个令牌时间，即输出的第一块内容出现之前的经过时间。这意味着可以直接从 LLM 流式传输到流式输出解析器，以与 LLM 提供商输出原始令牌相同的速率获得解析后的增量输出块。异步支持。
2025-02-21 10:11:10
506
原创 【带你 langchain 双排系列教程】4. LangChain 服务部署与链路监控：全方位优化你的 AI 应用
LangChain 提供了强大的工具和接口，用于部署和监控 AI 应用。通过 LangServe，你可以快速将 LangChain 应用部署为 REST API，并利用 LangSmith 进行全面的链路监控。同时，启用 Verbose 和 Debug 日志可以帮助你在开发阶段更好地调试和优化应用。希望本文能够帮助你更好地理解和应用 LangChain 的部署与监控机制，提升你的 AI 应用性能。如果你在部署或监控过程中遇到任何问题，欢迎在评论区交流。
2025-02-21 09:50:05
688
原创 探索人工智能大模型的无限可能
人工智能大模型作为当今科技领域的前沿热点，正以其强大的能力和广泛的应用影响着我们的世界。通过本专栏的探索，我们深入了解了大模型的技术原理、应用现状以及面临的挑战和未来展望。在这个充满机遇与挑战的时代，让我们携手共进，积极探索人工智能大模型的无限可能，共同拥抱智能未来的美好明天。无论是科研人员、工程师、企业家还是普通用户，我们都将成为这场智能革命的参与者和见证者，共同书写人工智能发展的壮丽篇章。希望这个专栏内容能够满足您的需求，如果您还有其他问题或需要进一步修改完善，欢迎随时告诉我。
2025-02-20 13:45:10
985
原创 【带你 langchain 双排系列教程】2. langchain 提示词工程应用实践
提示词工程在利用 LangChain 与大型语言模型交互中起着关键作用，通过精心设计提示词，可以引导模型生成更准确、更符合预期的输出，从而提升应用的效果和用户体验。
2025-02-18 16:17:01
394
原创 【带你 langchain 双排系列教程】1. langchian 基本架构与环境配置（siliconFlow Deepseek接入）
LangChain 是一个用于构建和部署大模型应用的框架，涵盖了从语言模型（LLM）到检索增强生成（RAG）、OpenAI 集成以及智能体（Agent）的全套工具链。以下是一个简要的 LangChain 大模型全套教程，帮助你快速上手。
2025-02-18 16:15:33
1051
原创 数据中台：数据治理的“瑞士军刀”
数据中台作为一种强大的数据管理工具，不仅能够解决数据治理的核心问题，还能够为企业带来显著的价值。通过数据中台的建设，企业可以实现数据的整合、治理、服务和创新，从而推动业务的数字化转型和智能化升级。在未来的发展中，数据中台将继续发挥其核心价值，为企业在数字化时代的发展提供强有力的支持。
2025-02-14 17:37:51
407
原创 [特殊字符] Linux 小白也能轻松掌握的 awk 命令教程
如果你是 Linux 小白，可能对它感到陌生，但别担心，本文将带你一步步掌握 awk 的基本用法，并通过实战案例让你快速上手！awk 是一个非常强大的工具，它可以帮助你轻松处理文本数据。简单来说，awk 就像是一个“文本处理机器人”，你可以告诉它如何操作文本数据，它会按照你的指令完成任务。解释：{print} 是 awk 的动作，表示打印当前行。{print $1 “\t” $2}：打印每一行的姓名和年龄，用制表符（\t）分隔。动作（Action）：对匹配的行执行的操作，比如打印、计算等。
2025-02-14 17:30:46
407
原创 网络安全 “免疫力”：从人体免疫系统看防御策略
在当今数字化时代，网络安全已变得至关重要。每天，我们的网络系统都面临着来自各方的威胁，就像人体时刻暴露在各种病原体中一样。今天，我们就来聊聊网络安全与人体免疫系统的奇妙联系，看看从免疫系统中能汲取哪些构建强大网络安全策略的灵感。
2025-02-14 16:27:28
924
原创 Apache Iceberg 与 Apache Hudi：数据湖领域的双雄对决
在数据存储和处理不断发展的领域中，数据湖仓的概念已经崭露头角，成为了一种变革性的力量。数据湖仓结合了数据仓库和数据湖的最佳元素，提供了一个统一的平台，支持数据科学、商业智能、人工智能/机器学习以及临时报告等多种关键功能。这种创新的方法不仅促进了实时分析，还显著降低了平台成本，增强了数据治理，并加速了用例的实现。数据存储和处理的演变催生了被称为数据湖仓的现代分析平台。这些平台旨在解决传统架构的局限性，提供更强大的功能来管理和分析大量多样化的数据类型。
2025-02-14 11:05:24
1090
原创 解决 IntelliJ IDEA 中 Maven 打包时文件被占用
其中一个常见原因是 IntelliJ IDEA 启动的 org.jetbrains.jps.javac.ExternalJavacProcess 进程在后台运行，占用了某些文件，从而导致 Maven 打包时无法正常操作这些文件。并行编译进程：IntelliJ IDEA 在编译项目时会启动多个 org.jetbrains.jps.javac.ExternalJavacProcess 进程，这些进程可能会在 Maven 打包时仍然运行，导致文件被占用。或者，使用批处理脚本批量结束这些进程。
2025-02-12 17:02:55
339
原创 Linux 系统中 Java 程序被强制杀掉？这些日志帮你快速定位原因！
在 Linux 系统中，Java 程序可能会因为各种原因被系统强制杀掉。这种情况可能会让开发者感到困惑和无奈，尤其是当程序在生产环境中突然崩溃时。不过，别担心！Linux 系统和 Java 虚拟机（JVM）为我们提供了丰富的日志信息，帮助我们快速定位问题。今天，就让我们一起深入探讨如何通过日志来排查 Java 程序被强制杀掉的原因。
2025-02-12 17:01:35
684
原创 Spring Boot过滤器链：从入门到精通
在Spring Boot中，定义自己的过滤器非常简单。我们只需要创建一个类，让它实现javax.servlet.Filter接口，然后在类上添加@Component注解，让Spring能够自动扫描并注册这个过滤器。// 初始化操作 System . out . println("MyFilter初始化");// 在请求到达业务逻辑之前执行的操作 System . out . println("MyFilter请求前处理");
2025-02-12 08:50:43
1483
原创 Prompt工程框架介绍与场景选择
解释：基于清晰度、相关信息、示例、避免含糊不清和迭代修补五个原则，用于创建和优化Prompt。适用范围：适用于需要精确输入和输出的场合，如数据分析、报告生成等。局限性：可能需要多次迭代来达到最佳效果。案例Clarity：需要一份关于市场趋势的分析报告。：报告应包含最新的市场数据和趋势预测。Examples：提供过去类似市场趋势分析的报告样本。：避免使用行业术语，确保报告易于理解。Tinker：根据反馈调整报告结构和内容。CREATE框架。
2025-01-13 09:23:40
949
原创 文献综述拆解分析
文献综述是学术研究中的重要环节，它帮助研究者梳理已有研究成果，明确研究方向，为后续研究奠定基础。一篇高质量的文献综述应具备清晰的结构、全面的内容和深入的分析。
2025-01-08 14:50:52
770
原创 windows端口被占用但是查不到进程的问题排查
可以看到mysql的端口被占用了。在开发环境上经常遇到端口被占用，但是。查不到进程号，没法强杀解决。
2024-10-10 08:51:23
983
3
原创 @Cacheable 中的SpEL表达式取值为null 原因排查
到这里就很摸不着头脑了，按理说spring框架这么多年很成熟的了，怎么会有这个问题呢，最大的表现里就是 spring web mvc 中的参数绑定，和这里的情况差不多。于是查看了一下idea的配置，果然，module 的配置里 -parameters 不知为啥给去掉了，添加上就好了。最近在进行springboot开发时发现 @Cacheable 的 SpEL表达式全为 null了，造成程序异常，缓存都是错误的值，于是进行了排查。参数名称给混淆了，而功能正常的程序里是带参数名了。
2024-09-25 14:45:28
477
原创 numpy 中的降维与升维
升维（Dimensionality Augmentation）：增加数据的维度，通常用于提供更多信息或从不同的角度看待数据。降维（Dimensionality Reduction）：减少数据的维度，通常用于简化数据或去除无关紧要的特征。
2024-08-28 19:16:38
1454
原创 arthas源码刨析：arthas 命令粗谈 dashboard watch retransform (3)
前面介绍了 arthas 启动相关的代码并聊了聊怎么到一个 shellserver 的建立。本篇我们来探讨一下几个使用频次非常高的命令是如何实现的。
2024-08-23 16:15:43
1154
原创 arthas源码刨析：arthas-core (2)
arthas-core的启动可以从上一篇做参考参考 pom，即启动是调用的 Arthas 的 main 方法。
2024-08-22 13:51:42
343
原创 arthas源码刨析：启动 (1)
arthas 在一些命令的执行需要有 JDK 命令的支持，以 ProcessUtils.select 为例，该方法实际上是要调用JAVA_HOME 下的 jps。启动类 Bootstrap ，开头的注解就是 alibaba 的 cli 中间件，和 picocli 蛮像。这就理解了 arthas 提升要用 stop 命令来推出，而不是关闭当前命名窗口，它是个多进程应用。后面就是启动关键模块 arthas-core。
2024-08-21 17:14:38
334
原创 编程修炼之Hibernate--- springboot启动初始化ddl过程与如何自定义修改 table 字段长度
开始初始化 entityManagerFactory。创建方言 dialect。
2024-08-17 14:15:54
282
原创 spring data：spring-data-jdbc spring-data-relational 源码解析 （2）
spring-data-jdbc 一般通过 starter 引入：并随 hikariCP 连接池，一起引入到项目中。
2024-08-15 18:03:08
1012
原创 spring data：核心概念与应用 repository 与 投影（1）
定义 Repository 接口需要继承 Repository 并将泛型指定为 Domain 类和该类的主键。需要 crud 的继承 CrudRepository 或者它的派生类。
2024-08-14 14:22:51
464
原创 深入源码P3C-PMD：rule (4)
PMD 是基于 AST的检测框架，语法树表示了源代码中的语法与语义特征。Rule 遍历 AST 并匹配某些条件。自定义规则有2种方式： Xpath query 和 Java visitor。Xpath 直接使用 XML 定义 更简单，但是有一些只能通过 Java 调用 PMD api 的实现，是Xpath无法达到的。新的规则必须在 ruleset 中定义，并使用 class 属性，引用规则的实现。
2024-08-06 11:08:26
1142
原创 深入源码P3C-PMD：PMD 是如何解析一个 java 文件？(3)
符号表是被认为是 Java 中的元数据，“Utf8项最终会解析成Symbol，而Symbol存放Java程序中所需的元数据、真实数据。JavaParserImpl 接受字符流，并处理，依赖于 JavaCC，配置可以看这个文件，javacc的用法可以参考官网，本篇不做太多的涉猎。后面的很多部分代码都与 javacc 的使用相关，mark 一下，有时间再补充 javacc 相关的内容。前文讲的，pmd 在 parse 阶段处理，并将职责移交给 JavaParserImpl。
2024-08-05 11:57:39
309
原创 深入源码P3C-PMD：启动源码(2)
pmd 的启动类为 PmdCli，作为命令行的启动器， 其依赖 picocli 作为控制台命令框架。而且几个 Command 通过注解和继承，注册到 pico 的命令集中。picocli 官网：https://picocli.info/规则的调用核心： rule.apply(node, ctx);下面我们开始从启动探寻 PMD 的源码设计。
2024-08-02 17:12:07
502
原创 深入源码P3C-PMD：使用流程(1)
PMD（Programming Mistake Detector）是一款用于检查代码中的潜在问题的开源工具。它通过解析代码，并应用各种规则来发现代码中的潜在问题，如未使用的变量、无效的if语句、复杂的表达式等。PMD支持多种编程语言，并提供了丰富的配置选项和输出格式，方便用户进行代码分析和结果处理。
2024-08-01 19:14:45
816
原创 深入源码P3C-PMD：开源项目简介(0)
前面的系列，我们介绍了一下 Spotbugs 这款开源项目在进行源代码扫描的过程中依赖字节码操作，需要自定义扩展的，对开发者的字节码功底还是有比较严苛的要求的。同时由于该项目的思路是从源码开始，以抽象语法树的形式处理的，对我们了解 java 语言，编译原理等，有很好的帮助。该项目基于广泛使用的静态代码分析工具PMD进行定制和优化，增加了许多符合中国开发者习惯的规则和建议，特别适合中大型项目使用，能够显著提高代码的可维护性和可靠性。：检查代码中的潜在安全风险，如SQL注入、XSS攻击等，提高代码的安全性。
2024-08-01 16:44:51
447
原创 深入源码：解析SpotBugs （7）写一个 Detector要如何入手 ?
前面的几篇文章介绍了 Spotbugs 的流程，如何进行 Bug 处理的，编写 plugin 的方式，以及字节码相关知识的简介。本篇开始，我们来着重从源码看一下，如何表达我们的检测意愿。材料来源于 SpotBugs 的测试用例 spotbugs-test 工程。
2024-08-01 16:13:34
847
原创 深入源码：解析SpotBugs （5）BugReportor
一般的 Detector 经检测后会调用 bugReportor.reportBug 方法或者 BugAccumulator.accumulateBug。常见的 Bug 定位后，通过 bugReport的reportBug（BugInstance） 方法，将bug 发布出来。在GUI中，分析结束后会在下框中展示分析结果。这些流程是对 BugCollection 的展示。
2024-07-31 14:09:24
217
原创 SpringBoot内置Tomcat启动原理
springboot在启动后，通过context 确定是 org.springframework.boot.web.servlet.context.AnnotationConfigServletWebServerApplicationContext。webServer 通过 WebServerFactory 获取，而这个工厂是从 springboot 的包里获取的。springboot启动 ---- autoconfiguration ---- tomcat。在这里的 Tomcat 服务器建立完毕。
2024-07-31 09:01:23
218
HDP_3.0.1_docker-deploy-scripts_18120587fc7fb.zip
2020-07-12
settings.xml
2020-07-06
C#与Matlab混编，如何把matlab的图嵌入到winform中？求代码......
2015-12-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人