- 博客(380)
- 资源 (36)
- 收藏
- 关注
RSS订阅原创 2.1 AI中台核心定位、业务边界与技术架构全景图
<think>我们根据用户要求，需要生成≤150字的文章摘要。文章内容是关于AI中台的核心定位、业务边界与技术架构全景图。需要简要概括主要观点。注意字数限制。摘要需要涵盖AI中台定位为智能能力公共运行系统，与业务中台、数据中台协同，边界清晰，以及复用、治理、降本、赋能等价值。还要提及技术架构和演示数据？可能不需要细节。输出中文，≤150字。检查字数。我们构思：AI中台是智能能力的公共运行系统，与管理业务动作的业务中台、管理数据的数据中台协同而不替代，通过模型接入、编排、治理、评测等公共能力，实现能力复用、统
2026-08-31 20:11:06
367
原创 别盲目上大模型！公有云 / 私有化 / 开源模型场景化选型全指南
大家好，我是冰点，今天我们聊聊大模型落地里最容易吵架的一个决策：到底用公有云 API，还是私有化部署，还是开放权重自建。我参加过好几次这种选型会，场面都差不多：安全部门说数据不能出域，必须私有化；财务说私有化要买卡买机器，预算批不下来；业务说你们别吵了，下个月就要上线。三方说的都有道理，但也都只说了一半。这件事没有标准答案，得把数据、成本、团队和业务时限放在一起取舍。这一节我就把账掰开讲，最后给一个我自己在用的选型办法。不过，公有云 API、私有化部署、开放权重自建并不是三个互斥选项。
2026-08-27 11:55:59
385
原创 别被跑分骗了：大模型选型，脱离场景全是空谈
本文探讨了大模型选型的关键问题，强调脱离业务场景谈模型优劣毫无意义。作者将主流大模型分为闭源商用和开源两大阵营分析：闭源模型（如GPT、文心、通义、混元）开箱即用但存在数据合规和生态绑定风险，建议做好接口抽象；开源模型（如Qwen、DeepSeek、GLM、Llama）灵活但需承担部署优化等隐性成本。针对四大典型场景（客服对话、复杂推理、知识问答、工具调用）给出选型建议，指出知识库问答应侧重检索优化而非模型投入。最后提出趋势判断：模型能力趋同且价格持续下降，企业应构建可替换的架构体系，将模型视为基础设施，核
2026-08-25 21:39:55
403
原创 别被 Demo 骗了：企业大模型落地的工程化盲区
我先讲个真事。去年一家做城配的物流公司找到我，他们技术团队用开源框架搭了个智能客服 Demo：把运单查询、时效说明喂给大模型，内部演示的时候，老板问「我的货到哪了」，模型对答如流，全场鼓掌。老板当场拍板：下个月上线。结果上线第一周就崩了。
2026-08-25 21:30:35
202
原创 Prompt工程不是写提示词！生产环境Prompt工程化落地最佳实践
Prompt 工程就是写更聪明、更花哨的提示词。于是大量开发者陷入死循环：线上出幻觉，改一句 Prompt；输出格式乱了，再加一句约束；偶尔不稳定，全靠人工微调话术。这种「手搓 Prompt」模式，只适用于本地测试、个人玩耍、Demo 演示，完全不具备生产交付能力。Prompt 工程 ≠ 文案优化Prompt 工程 = 可管控、可测试、可迭代、可复盘、可灰度的 AI 业务协议工程生产环境真正的 Prompt 工程，解决的从来不是「话术好不好听」，而是解决。
2026-08-20 23:53:29
401
原创 大模型落地复盘：架构、工程、业务全维度拆解，聊聊企业LLM落地的真实困境与认知误区
《企业大模型落地困境与突破路径》 本文基于作者两年AI转型经验和半年多企业大模型项目实践，深度剖析了当前企业级大模型落地的真实困境与认知误区。文章揭示了一个行业怪象：演示效果惊艳的模型在生产环境中往往全面失效，许多项目最终沦为内部演示工具。 核心观点包括： 完整的企业级大模型体系需要架构设计、工程落地、模型优化、业务赋能和安全合规五大模块闭环； 四大核心痛点：生产环境失效、成本收益失衡、难以规模化复制、缺乏真实业务价值； 关键认知误区在于过度关注算法参数而忽视工程实现和业务适配。 文章强调，大模型落地已进入
2026-08-19 18:17:34
276
原创 别死背LLM参数！Token、上下文窗口、温度，生产环境选型一次讲透
教科书：Token 是大模型文本处理的最小语义单元，包含字、词、标点、符号、空格。教科书：上下文窗口是模型单次可处理的最大 Token 范围，包含历史对话 + 当前提问 + 回复内容。教科书：温度参数取值 0~1，数值越高随机性、创造性越强，越低确定性、一致性越强。很多人学不会大模型，不是看不懂，是陷入了概念背诵的误区。懂 Token，是懂成本和上限；懂上下文，是懂记忆和适配场景；懂温度，是懂严谨和创意的平衡。所有技术参数，脱离业务、成本、落地效果，都是无用的纸上知识。
2026-08-18 23:40:34
264
原创 【Spring AI 实战】八、完整 RAG 问答实战：检索 + 重排序 + 生成全链路
大家好，我是冰点，今天我们继续聊SpringAI的基本用法和特性。
2026-04-22 22:40:18
704
6
原创 【Spring AI 实战】七、Embedding 向量化与向量数据库选型对比
大家好，我是冰点，今天我们继续聊SpringAI的基本用法和特性建议先阅读第五篇《RAG 核心原理》和第六篇《文档 ETL 实战》，理解 Embedding 在 RAG 中的角色。本文聚焦 Embedding 与向量库的选型思路；具体客户端初始化方式请结合你当前使用的 Spring AI starter 版本确认。
2026-04-19 23:43:13
794
原创 【Spring AI 实战】六、RAG文档 ETL 实战：PDF/Word/Markdown 解析与文本分割
本文介绍了Spring AI框架中文档ETL处理的核心组件与应用实践，重点讲解了PDF、Word、Markdown等常见文档格式的解析方法。主要内容包括： 文档ETL在RAG系统中的关键作用，涵盖抽取、转换、加载全流程 Spring AI统一文档读取接口体系，支持多种文档格式解析 PDF文档处理详解，包括分页读取、元数据提取和内容过滤 Word文档解析技巧，支持表格内容提取和分页处理 Markdown解析优势，能保留结构化语义和代码块信息 HTML网页和JSON数据的解析方法 文章提供了完整的代码示例和配置
2026-04-17 08:41:56
1002
原创 【Spring AI 实战】五、RAG 核心原理：为什么需要检索增强生成？
文章摘要： RAG（检索增强生成）通过检索外部知识库增强大模型回答能力，解决知识陈旧、幻觉和引用问题。其核心流程为“检索-增强-生成”，相比微调具有实时更新、低成本、可解释性强等优势。Spring AI将RAG拆分为文档读取、向量化、检索等模块，支持灵活组合。关键点包括使用统一Embedding模型、优化相似度检索（如余弦相似度），并需应对召回质量、上下文长度和多跳推理等挑战。RAG可作为Agent的工具之一，但Agent还包含规划、记忆等更复杂能力。
2026-04-16 21:20:42
560
原创 【Spring AI 实战】四、OpenAI / Anthropic / Azure——多模型适配与自动配置原理
本文介绍了Spring AI框架中多模型适配的实现原理与实践方法。主要内容包括：1) Spring AI基于条件注解的自动配置机制，通过引入不同模型的starter依赖即可自动创建对应Bean；2) 详细讲解了OpenAI、Anthropic Claude和Azure OpenAI三种主流模型的适配配置；3) 分析了配置属性的优先级机制，从代码级到配置文件的多层次覆盖；4) 展示了生产环境中模型切换与A/B测试的实现策略。文章还提供了各模型的完整配置示例，以及利用JSON Schema约束输出格式等高级用法
2026-04-14 20:56:16
799
原创 【Spring AI 实战】三、Prompt 工程：模板化、结构化输出与 Advisors 顾问模式
本文是Spring AI实战系列的第三篇，重点讲解Prompt工程的核心技术与实战应用。主要内容包括： Prompt工程的重要性：介绍如何通过清晰表达意图降低Token消耗、提高输出质量 模板化体系：详解PromptTemplate的占位符渲染、文件管理及多语言消息构建 Few-Shot与思维链技术：展示如何通过示例引导和逐步推理提高模型表现 结构化输出：讲解如何让AI返回精确的JSON格式数据 Advisors顾问模式：介绍高级Prompt编排方法 实战案例：演示如何构建智能代码审查Agent 文章提供了
2026-04-14 08:00:00
737
原创 【Spring 实战】Spring AI 进阶专题：Token 成本优化与 Structured Output
Spring AI 进阶：Token 成本优化与结构化输出 本文聚焦企业级 AI 应用中的两大核心问题：Token 成本控制和结构化输出。通过实际案例对比，展示了未经优化的 GPT-4o 方案与优化后方案的 38 倍成本差距。文章详细介绍了 Spring AI 提供的 Token 计量 API 使用方法，包括精确计算输入输出 Token 数量的技术实现，以及通过预算控制避免超量生成的实践方案。同时对比分析了不同 ChatMemory 方案的 Token 消耗和适用场景，重点推荐了 TokenWindowCh
2026-04-13 22:03:38
813
原创 【Spring AI 实战】二、 5 分钟上手 ChatClient，对话模型调用就这么简单
本文介绍了Spring AI中ChatClient的快速入门与实战应用。主要内容包括：1) 环境配置要求（JDK17+、Spring Boot3.2+）和项目创建步骤；2) ChatClient的核心API设计理念（流式API+Builder模式）及四种调用方式（同步、流式、带参数、异步）；3) 系统提示词配置和参数控制方法；4) 完整示例展示从配置到Controller的实现过程。文章重点讲解了如何通过简洁的链式调用快速实现AI对话功能，特别适合需要快速集成AI能力的Java开发者。
2026-04-13 03:05:36
980
原创 【开源项目推荐】Aider：终端极客的AI编程神器，一行命令搞定代码编辑重构
Aider是一个专注于终端场景的AI编程工具🎯定位清晰：面向命令行用户和远程开发场景🛠️功能完整：支持多文件编辑、Git集成、多模型切换🚀上手快速：pip安装，一条命令就能用🔧高度可配置：满足各种高级需求如果你是终端爱好者，或者有大量远程开发需求，Aider绝对值得一试。它不是Copilot的替代品，而是另一个场景下的优秀选择。🔗官网：https://aider.chatGitHub：https://github.com/paul-n步育/aider-chat。
2026-04-03 22:58:20
1567
1
原创 LlamaIndex：RAG开发首选框架实践教程
它让RAG开发变得如此简单。需要理解向量化原理需要自己实现检索逻辑需要处理各种边界情况几行代码搞定基础功能丰富的组件按需组合完善的文档和社区支持强烈建议每个AI开发者都学一学，无论是做内部工具还是产品原型，LlamaIndex都是效率利器！🔥觉得有用？💬评论区聊聊：你在用LlamaIndex做什么项目？有什么踩坑经验？👀下期预告：LangChain vs LlamaIndex，哪个更适合你？本文首发于公众号，转载请注明出处。
2026-04-03 22:53:58
732
原创 【Spring AI实战】1.Spring AI 入门必看：诞生背景、核心定位、整体架构一览
插图主题：以 “学习成本、扩展性、生态兼容性、维护保障、开发效率” 为维度，展示 Spring AI 与其他 Java AI 开发方案（如原生 SDK 封装、第三方小众框架）的对比，突出 Spring AI 的综合优势。插图主题：自上而下分层展示 “业务场景层 → 核心能力层 → 生态适配层”，每层标注核心组件 / 功能，用箭头表示层间依赖关系，补充场景组合示例（如 “智能客服” 的组件组合）插图风格：雷达图采用清晰的刻度标注，Spring AI 用高亮颜色填充，对比方案用灰色填充。
2026-04-03 09:12:37
822
原创 腾讯出品！别瞎找AI技能了[特殊字符] ClawHub官方+国内镜像，高速安装不卡顿（SkillHub实操全教程）
作为ClawHub官方授权的国内专属社区，自带高速镜像buff，不用复杂配置，新手跟着走，一步到位安装2.5万+AI技能，彻底和“瞎找、瞎等、瞎踩坑”说拜拜～—— 简单说，就是「ClawHub国内镜像版」，腾讯专为中国用户优化的AI技能社区，收录了ClawHub全量2.5万+AI技能，核心优势就是“高速下载、一键安装、精准筛选”，不用科学上网，国内网络直接拉满速度。
2026-04-02 08:00:00
3755
原创 开源神器CC Switch：一个工具管理Claude/Codex/Gemini，API切换只需点一下！
开源神器CC Switch：一个工具管理Claude/Codex/Gemini，API切换只需点一下！
2026-04-02 08:00:00
4920
原创 小白入门ClawHub｜从skill安装到自制skill，手把手教学不绕路，国内可用
这里的技能都是官方筛选的优质技能，稳定性高、踩坑率低，比如「Skill Vetter」（技能安全校验）、「Github」（GitHub 自动化）都在其中。：按下载量排序，优先选择社区用得最多的技能，这类技能兼容性更好、问题更少，比如下载量破万的「ontology」（结构化记忆技能），值得优先尝试。没有 Skill 的 AI 只能聊天，有 Skill 的 AI 才能搜索、自动化、操作系统、调用 API、执行脚本。这个功能会自动隐藏有安全风险的技能，避免过度授权、信息泄露，保障使用安全。
2026-04-01 18:27:05
5421
原创 OpenClaw 接入微信详细教程
平台接入方式直接使用npx命令一键安装Windows使用命令或脚本安装整个接入过程只需几分钟，绑定成功后即可在微信中与你的 AI 代理自由对话。快试试吧！
2026-03-30 20:24:42
5186
原创 别再花钱用API！Ollama手把手教你本地部署开源大模型5分钟在本地跑通开源大模型
📌 Ollama本地大模型部署指南 Ollama是一款开源工具，支持在本地快速部署Llama、Mistral等大模型，无需API Key，适合开发者和普通用户。 🔹 快速安装 macOS/Linux/Windows一键安装，默认端口11434 运行模型仅需 ollama run <模型名>，自动下载所需文件 🔹 常用模型推荐 Llama 3.2（通用对话）、Mistral（编程推理）、Qwen2.5（中文优化）等，最低4GB内存即可运行 🔹 进阶功能 支持REST API调用、自定义模型
2026-03-27 16:34:59
725
原创 字节SaaS版OpenClaw上线 免部署 懒人闭眼冲
字节跳动推出SaaS版ArkClaw，解决OpenClaw本地部署难题。这款云端托管的AI智能体无需配置环境，支持网页端7×24小时在线使用，具备40G专属记忆、上万种技能和个性化定制功能。从职场办公到开发编程，用户只需3步即可创建专属AI助手，彻底告别传统部署的繁琐操作。该产品已在火山引擎平台上线，让普通用户也能轻松体验AI智能体服务。
2026-03-14 08:30:00
509
原创 使用OpenClaw飞书插件玩转飞书
OpenClaw飞书插件快速安装指南 💡使用建议：当前插件处于快速迭代阶段，建议先用个人账号测试体验，待功能稳定后再接入工作环境。 📥安装步骤： 通过官方脚本安装OpenClaw（支持Linux/Mac/Windows） 完成方舟Coding Plan等套餐对接配置 使用npx命令安装飞书官方插件，可选择新建或关联现有机器人 通过/feishu start命令验证安装 🔄升级方法： 运行npx -y @larksuite/openclaw-lark-tools update升级插件 需OpenClaw
2026-03-13 11:47:22
3169
2
原创 【LLM入门实践】简便快捷获取Hugging Face模型
(https://huggingface.co/) 域名。作为一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。huggingface中文镜像网站
2024-02-24 13:05:36
2383
5
原创 【Storm实战】1.2 图解Storm的架构及其组件
上一章节，我们为了好理解，将storm中的抽象概念 通过画了一个水力发电系统的工作模式，相信大家一定可以直观地理解Storm中的流 (Stream)拓扑 (Topology)SpoutBolt任务（Task）和工作者 (Worker)是如何协同工作处理数据的。我们将流 (Stream)比作河流，拓扑 (Topology)想象成是一个水力发电系统，Spout可以视为水力发电系统中的水轮机，它不断从河流（外部数据源）中截取水流。Bolt就像是沿着水轮机的齿轮和发动机，它们接收从水轮机传来的动力（
2024-01-04 16:34:04
2406
原创 【Storm实战】1.1 图解Storm的抽象概念
Storm 是一个分布式实时计算系统，用于处理大规模流式数据。它基于流处理模型，可以在一个分布式集群上运行，实时地处理和分析数据。Storm 提供了高可靠性、高吞吐量的数据流处理能力，可用于构建实时大数据分析应用和实时流处理任务。在学习和使用 Storm 之前，我们需要对一些抽象概念有基本的了解。这些抽象概念包括流、拓扑、Spout、Bolt、任务和工作者。流是数据处理的基本单位，可以理解为一个无限的有序的元组序列。
2024-01-04 16:31:23
1743
原创 关于系统设计的一些思考
当我们站在系统设计的起点，面对一个新的需求，我们该如何开始呢？这是许多处于系统分析与设计领域的新手常常思考的问题。有些人可能会误以为，只要掌握了诸如面向对象统一建模语言设计模式微服务ServerlessDDD这样的标准方法论或新潮或深奥的理论，就能顺利地进行设计了。然而，经过实践我们会发现很多系统设计都是要对具体情况进行详细的权衡分析。我要说，虽然这些工具、方法、技能很重要，但它们绝不是成为优秀设计师的充分或是必要条件。无数的实践告诉我，没有捷径可走，唯有在实践中不断地学习、总结、反思，我们才能真正地成长。
2024-01-03 18:42:16
3070
原创 【Spring Cloud Alibaba】1.4 Nacos服务注册流程和原理解析
本章我们来聊聊nacos 服务注册流程和原理解析。在微服务架构中，服务之间需要相互通信，因此服务如何发现彼此变得非常重要。这就需要使用到服务注册中心，在 Spring Cloud Alibaba 中，Nacos 就充当了这个角色。Nacos 提供了服务发现、服务配置和服务元数据等服务治理功能。作为服务注册中心，Nacos 可以实现服务的自动注册、发现和健康检查等功能。
2023-12-04 17:55:06
1262
1
原创 【Spring Cloud Alibaba】1.3 Nacos与Spring Cloud整合入门示例
Spring Cloud为微服务应用提供了一套完整的构建工具，而Nacos则是阿里巴巴开源的一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。本节通过实现一个简单的 echo service 演示如何在您的 Spring Cloud 项目中启用 Nacos 的服务发现功能，如下图示:.基于官方示例进行完善。这使得应用程序或服务更具弹性。本文主要内容包括Nacos与Spring Cloud的基本介绍，Nacos服务注册与发现的实现，Spring Cloud与Nacos的整合操作，以及 与。
2023-12-01 11:13:48
834
原创 【nacos】实时监听nacos中的服务上下线
我们的服务和实例数比较多，有的时候部分实例可能资源竞争或者OOM问题导致服务已经假死，或者心跳已经停止，但是由于监控平台不完善，没有及时的通知到对应的应用负责人，导致服务异常，甚至导致连锁崩掉。为了解决这个问题，写了一个简易版本的，以及对简易版本进行了优化，服务上下线通知。本来想找个nacos客户端中现成的服务发现的监听类或者其他工具类进行，nacos所有服务的变化通知，发现没有找到 进行订阅。过程中也参考了一下官方的demo示例。优化了一下上下线的判断逻辑。
2023-11-28 15:26:19
7013
6
原创 关于测试驱动开发TDD（Test Driven Development）
测试驱动开发（Test-Driven Development，简称TDD）是一种软件开发方法论，它强调在编写实现代码之前先编写测试代码。TDD是极限编程（XP）的一部分，但也可以单独作为一种开发方法使用。编写一个失败的测试：首先，开发者会针对一个新的功能或需求编写一个测试用例。此时，由于尚未编写实现代码，这个测试用例会失败。编写实现代码：然后，开发者会编写尽可能简单的代码，以使这个测试用例通过。重构代码：一旦测试用例通过，开发者会评估并改进这段代码的结构和效率，以保证代码的质量。
2023-11-22 21:15:00
1452
1
原创 Redis从入门到精通(二)- 入门篇
入门篇专题中，探讨 Redis 客户端的不同选择和使用方法。将详细介绍使用 Lettuce 和 Jedis 客户端连接到 Redis 服务器的方法，并进行详细的比较和示例。还探讨了 Redis 的基础数据类型以及高级使用示例。
2023-11-21 22:00:00
1286
原创 Redis从入门到精通(三)-高阶篇
欢迎来到 Redis从入门到精通博客专栏索引的第三部分！在前两部分的内容中，我们一起探索了Redis的基础知识、数据结构和常用命令等。在本专栏的第三部分，我们将继续深入研究Redis的高级功能和最佳实践。为了方便大家查看，我把之前高阶部分的文章汇集成了一个索引。大家也可以根据Redis从入门到精通的思维导图进行查看。
2023-11-21 21:00:00
922
原创 Redis从入门到精通(二)-进阶篇
在进阶篇专题中，将深入探讨 Redis 中的一些高级主题和概念。这些主题包括 Redis 的内存淘汰策略、Redis HyperLogLog 数据结构、Redis 地理位置数据结构 GeoHash、Redis Lua 脚本、Redis 数据类型 Stream、Redis 事务、Redis 过期和淘汰策略、Redis 对象机制以及 Redis 缓存击穿、穿透、雪崩、污染等问题的解决方案。讨论每个主题的原理、使用方法和最佳实践。大家也可以根据Redis从入门到精通的思维导图进行查看。
2023-11-21 09:15:00
923
原创 【运维篇】5.6 Redis server 主从复制配置
在运维篇的第5.6章节中，将讨论Redis服务器的主从复制配置。在开始之前，让先来了解一下主从复制的概念和作用。主从复制是指将一个Redis服务器的数据复制到其他Redis服务器的过程。在主从复制中，一个Redis服务器充当主服务器，而其他Redis服务器则充当从服务器。主服务器负责接收写操作，并将这些写操作传播到所有从服务器。从服务器则负责接收主服务器传播的写操作，并将这些写操作应用到自己的数据集中。主从复制的主要作用是提高系统的可用性和性能。
2023-11-20 22:00:00
1301
原创 【运维篇】5.4 Redis 并发延迟检测
Redis 6.0版本之前其使用单线程模型处理所有命令。这意味着在给定的时间内，只有一个命令正在执行。虽然Redis非常快，每秒可以处理上万到十万个命令，但如果有一个命令需要大量的时间来执行，那么其他的命令就必须等待，这就是所谓的"并发延迟"。并发延迟可能会导致应用程序的整体性能下降，因此对Redis的并发延迟进行检测和优化十分重要。尤其是在并发高、数据量大的生产环境中，及时地发现并解决潜在的并发延迟问题，对于保证Redis的性能和稳定性至关重要。
2023-11-20 21:30:00
1128
windows installer clean up 官方版本
2015-03-23
JMF 的CaptureDeviceManager.getDeviceList(null)获取不到设备列表,返回值为空
2014-03-08
CAJViewer_V7.2.111.0_setup.1425885540.exe
2015-03-23
Smarty Uninstaller
2015-03-23
gaussDB5.0版本轻量级安装包 Linux版本
2023-08-27
gaussDB5.0 企业版安装包 Linux版本
2023-08-27
springmvc+angularjs springmvc 整合angularjs demo
2015-12-28
SimpleImage 阿里巴巴的一个Java图片处理的类库，可以实现图片缩略、水印等处理。
2017-02-27
Norse 黑客大战实时地图 源码
2016-07-09
myeclipse 10 ，2013 ，2014 破解工具 注册机 内附破解工具源码
2015-10-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人