- 博客(781)
- 资源 (254)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 为什么我们选择用 Java 而不是 Python 构建企业级 RAG 系统？
本文探讨了企业级RAG系统技术栈选择问题，通过对比Java和Python在企业应用中的表现，论证了Java在构建高性能、稳定可靠的RAG系统方面的优势。作者基于MaxKB4j开源项目的实践经验，指出Java在性能（JVM vs GIL）、稳定性（强类型系统）、安全性（企业级框架）、可维护性（成熟工具链）以及企业集成能力等方面的显著优势。文章还分析了常见技术选型误区，强调企业级系统应重视长期维护成本而非短期开发速度。最后推荐Java作为企业级RAG系统的理想选择，并介绍了MaxKB4j在多模型支持、工作流引擎
2025-12-08 18:12:46
2769
4
原创 【开源项目】MaxKB4J基于java开发的工作流和 RAG智能体的知识库问答系统
MaxKB4J是一款基于Java开发的RAG知识库问答系统，整合了MaxKB和FastGPT的优势，提供开箱即用的智能问答解决方案。系统支持文档上传/自动爬取、文本向量化和检索增强生成，减少大模型幻觉。具备模型中立特性，兼容多种本地及云端大模型，并内置工作流引擎实现复杂业务编排。技术栈采用Java17/SpringBoot3、Vue.js、PostgreSQL等，支持MCP协议实现代码上下文感知。适用于智能客服、企业知识库等场景，提供简单部署方式（java -jar启动）和可视化UI界面。项目已开源，地址：
2025-06-06 09:06:03
2643
11
原创 不用学 Python：纯 Java 的企业级 RAG + 智能体工作流平台，开源了
MaxKB4j 是纯 Java 编写的开源企业级 RAG 知识库与智能体工作流平台，基于 Java 21 + Spring Boot 3，支持虚拟线程高并发，兼容私有/公有大模型，提供可视化编排、多 Agent 协作、定时触发等能力。无需学习 Python，Java 团队可快速落地智能客服、自动化流程等场景，源码开放，私有化部署安全可控，助力企业高效构建 AI 应用。
2026-09-29 12:59:01
354
原创 为什么电脑硬盘从C盘开始？一段跨越四十年的命名遗产
为何硬盘分区从C盘开始？答案源于20世纪80年代的软盘时代。当时，IBM PC配备两个软驱，分别命名为A盘和B盘。随着硬盘出现，为避免冲突，系统顺延使用C盘作为第一分区，这一规则被MS-DOS及后续Windows系统继承。尽管软盘早已淘汰，但为保持兼容性、用户习惯与系统稳定性，C盘作为系统盘的命名传统被保留至今。这不仅是技术选择，更是计算机发展史的缩影。
2026-09-28 17:52:29
243
原创 别卷 Python 了：我用 Java 21 + Spring Boot 3 打造了一个企业级 RAG + 智能体工作流引擎（附架构与源码解析）
这篇文章介绍了开源项目 MaxKB4j，这是一个基于 Java 21 + Spring Boot 3.5 + LangChain4j 构建的企业级大模型应用平台（RAG + 工作流 + 多Agent），旨在为 Java 技术栈团队提供 Dify/FastGPT 的替代方案。
2026-09-12 13:13:53
557
2
原创 纯 Java 打造企业级 AI 大脑：MaxKB4j——让 Java 团队零门槛玩转 RAG 与智能体工作流
MaxKB4j 是基于 Java 21 + Spring Boot 3 虚拟线程构建的纯 Java RAG+LLM 工作流引擎，支持生产级知识库、可视化工作流编排、多 Agent 协作与定时触发，兼容 18 家模型厂商，具备企业级安全与多模态能力，零门槛接入，助力 Java 团队快速落地 AI 应用。
2026-09-12 12:42:41
391
原创 AI 应用层被 Python 卷成红海，为什么我偏要用 Java 造一个 RAG + 工作流引擎？
文章摘要： MaxKB4j 是一个纯 Java 实现的企业级 AI 应用底座，采用 Java 21 + 虚拟线程 + LangChain4j 技术栈，专为 Java 团队构建 RAG 知识库和工作流引擎而设计。其核心亮点包括： 模块化分层架构，严格遵循契约与实现分离原则，确保可维护性； 基于 DAG 的工作流引擎设计，支持断点续跑和并发去重； 注解驱动的 SPI 机制实现节点扩展，支持 34 种节点类型； 采用无锁抢占（CAS）解决菱形汇合问题，提升高并发性能。 该项目为 Java 技术栈团队提供了完整的
2026-08-11 17:15:44
378
原创 别再为做 AI 去学 Python 了！MaxKB4j：纯 Java 造的企业级 RAG + 工作流引擎，开箱即用
MaxKB4j 是纯 Java 原生的 RAG + LLM 工作流引擎。以"Java 工程师做 AI 被迫学 Python"切入--主流平台 Dify/MaxKB/FastGPT 全依赖 Python/TS,而 MaxKB4j 零跨语言依赖,对比中仅它 Java 团队 接入打勾。随后击破接入、幻觉、并发、流程四道鸿沟:二阶段精排治幻觉、虚拟线程撑千级并发、30+ 节点工作流跑复杂业务。docker 一行起,附在线 Demo;近三月 372 提交、12 版本、重构过半,有 生命力
2026-07-28 11:12:50
464
1
原创 MaxKB4j 商业价值白皮书：Java 生态的企业级 AI 应用底座
MaxKB4j商业价值白皮书摘要 MaxKB4j是一款基于Java生态的企业级AI应用底座，专为解决企业AI落地四大核心痛点而设计：技术栈兼容性差、模型幻觉风险、高并发性能不足、复杂业务流程支持弱。作为纯Java原生的RAG+LLM工作流引擎，它采用Spring Boot 3、虚拟线程等主流技术栈，无需改造现有系统即可实现大模型能力的安全嵌入。 核心价值体现在八大支柱：1）Java原生降低TCO，复用现有团队与中间件；2）生产级RAG管线消除幻觉风险；3）可视化工作流支持复杂业务编排；4）模型中立架构满足合
2026-07-28 09:44:50
491
3
原创 从 0 到 1.6K Star：一个 Java 开源项目的增长复盘
一个人、一年半，MaxKB4j从0做到Gitee 1617 Star / GVP认证的真实复盘，不讲成功学，只讲踩过的坑。
2026-06-23 13:17:48
1087
11
原创 Docker部署 - MinerU文档解析服务教程
MinerU提供了基于Docker的便捷部署方案，支持Linux和WSL2的Windows环境（不推荐macOS）。部署流程包括：1）通过Dockerfile构建镜像，默认使用vllm/vllm-openai基础镜像（支持CUDA 13.0/12.9）；2）启动容器时需映射服务端口并配置GPU访问；3）提供docker-compose方案快速启动不同服务模块（OpenAI兼容接口、Web API、路由服务、Gradio WebUI）。注意事项包括：vllm加速需Volta+架构显卡（≥8G显存）、正确CUD
2026-06-02 15:41:30
1222
原创 MaxKB4J 企业级知识库构建实战评测
在搭建企业级知识库或智能问答系统时，很多团队往往容易陷入“模型越大越好”的误区，却忽略了底层架构参数与实际业务场景的匹配度。曾经有一个项目，初期直接上了顶配的大参数模型，结果发现不仅推理成本居高不下，而且在处理特定格式的合同文档时，准确率反而不如经过精细调优的中等规模模型。这种资源错配不仅浪费了预算，更导致了系统响应延迟，影响了最终用户的体验。实际上，一个成功的 RAG（检索增强生成）系统，其核心不在于单一组件的极致性能，而在于整体链路的协同效率。
2026-05-29 09:39:49
795
原创 MaxKB4j 企业级知识库智能问答落地指南
企业知识管理痛点与智能化解决方案 传统企业知识分散在多个系统，存在检索效率低、信息过时等问题。基于大模型的私有化知识库系统MaxKB4j通过三层架构实现安全可控的知识管理：数据接入层对接多源文档，向量引擎层实现语义检索，应用服务层提供灵活集成。该系统支持多格式文档清洗、自定义问答策略，可嵌入现有办公流程，在客服应答和员工培训等场景显著提升效率。 实施要点包括：敏感数据过滤、细粒度权限控制、性能优化（支持200+QPS）和持续准确率评估。未来可扩展为贯穿企业全流程的智能中枢，实现从被动查询到主动赋能的转变。
2026-05-29 09:37:29
704
原创 MaxKB4j 近三月开发进展速览：从 RAG 引擎到全能 AI 工作流平台
MaxKB4j近三月迎来重大升级，从RAG引擎发展为全能AI工作流平台。核心进展包括：1）工作流引擎全面重构，支持异步执行与超时控制；2）新增触发器模块实现自动化运行；3）PDF解析能力显著提升；4）知识库检索精度和管理功能增强；5）扩展支持DeepSeek、Qwen等主流模型；6）对话系统新增记忆功能和开放接口；7）工具生态新增Shell、HTTP等支持；8）集成ASR语音识别；9）安全方面新增Groovy沙箱隔离。项目采用Java21+SpringBoot3技术栈，具备高并发、模型中立、可视化工作流等特
2026-05-27 10:08:22
1179
9
原创 Maxkb4j集成sqlbot MCP实现企业智能问数智能体
本文介绍了SQLBot的部署与集成方法。部署部分提供了两种Docker部署方案（命令行和Compose），强调需配置SERVER_IMAGE_HOST参数并开放8000/8001端口。集成方面详细说明了MCP工具的mcp_start和mcp_question接口用法，以及如何与MaxKB4J平台对接，包括创建智能体模板、配置MCP工具参数等步骤。部署成功后可通过8000端口访问，默认账号admin/SQLBot@123456，需及时配置AI模型和数据源。文章配有部署流程图和配置界面截图辅助说明。
2026-05-07 18:08:27
2415
10
原创 MaxKB4j智能体平台- 节点工作流引擎技术原理与实现
MaxKB4j是一个基于Java的智能知识库系统，其核心特性之一是可视化工作流编排能力。工作流引擎作为系统的"神经中枢"，负责将用户通过拖拽配置的节点图转化为可执行的业务逻辑流程，支持AI对话、知识检索、条件分支、循环迭代等复杂场景。与传统的工作流引擎（如Activiti、Flowable）不同，MaxKB4j的工作流引擎专门为AI应用场景可视化编排：基于LogicFlow的前端图编辑，后端直接解析执行流式响应：原生支持AI大模型的流式输出，实时推送到前端多模态支持。
2026-03-26 11:38:19
1101
3
原创 MaxKB4j RAG 技术全解析：构建企业级智能知识库的核心原理与实现
MaxKB4j RAG技术解析：该项目是基于Java 21+Spring Boot 3的企业级智能问答系统，采用检索增强生成(RAG)架构。核心流程包括文档解析（支持PDF、Word等多种格式）、文本分段处理、数据索引构建和向量检索。系统通过策略模式设计解析器接口，对PDF文档提供OCR识别功能，Word文档则转换为Markdown格式。RAG技术有效结合信息检索与文本生成，解决大语言模型"幻觉"问题，使回答基于真实数据。技术栈包含PostgreSQL+pgvector向量数据库、Lan
2026-03-26 11:10:59
1274
5
原创 通过API KEY与MaxKB4J进行对话教程
MaxKB4J应用提供两种API接入方式：1）标准OpenAI API格式，只需替换Base URL和API Key即可直接调用；2）系统API方式，通过Swagger文档进行认证后，依次调用获取应用信息、打开会话和对话接口完成交互。两种方式均支持通过API Key认证，开发者可根据需求选择适合的接入方案进行集成开发。
2026-03-24 18:18:23
658
1
原创 我用 Java 21 虚拟线程重写了一个 RAG 平台：从架构设计到踩坑实录
本文介绍了基于Java 21虚拟线程重构RAG平台MaxKB4j的经验。针对企业级Java团队构建知识库问答系统时面临的跨语言技术栈难题，该项目采用全Java技术栈实现RAG+工作流+Agent功能。架构上整合LangChain4j框架、pgvector向量存储和Spring Boot，重点解决了LLM应用的长连接流式输出和高并发问题。创新性地采用虚拟线程处理业务逻辑+Reactor处理流式输出的混合并发模型，既保持了代码可读性又提升了I/O性能。文章分享了技术选型思路和实际开发中遇到的典型问题，为Java
2026-03-24 18:17:21
1289
1
原创 MaxKB4j Docker Compose 部署指南
本文档详细介绍了如何使用 Docker Compose 部署 MaxKB4j 知识库系统。主要内容包括： 环境准备 - 提供 Windows/Linux/macOS 的 Docker 安装指南及硬件要求 快速部署 - 通过简单的 docker compose up -d 命令一键启动系统 配置详解 - 解析 docker-compose.yml 文件中的 PostgreSQL、MongoDB 和 MaxKB4j 容器配置 访问系统 - 默认通过 http://localhost:8080 访问，提供初始管理
2026-03-17 10:15:53
1309
1
原创 开源智能体搭建平台MaxKB4j 技术文档
MaxKB4j 是一个基于 Java/Spring Boot 和 LangChain4j 构建的开源 RAG 知识库与 LLM 工作流平台，支持多模型集成、可视化工作流编排、知识库问答和多模态能力。
2026-03-17 09:50:59
2544
7
原创 《Claude Code：智能编码助手快速上手与企业实践》
摘要：Claude Code是一款基于自然语言的智能编码工具，支持代码生成、调试和重构。安装需Node.js 18+，通过npm install -g @anthropic-ai/claude-code全局安装。配置需设置API密钥和模型参数，支持智谱、阿里千问等模型。常用功能包括代码审查（/review）、会话管理（/rename）和开发辅助（@文件名引用代码）。企业案例显示，Claude Code可大幅提升改造效率，如在20万行代码项目中，4小时完成90%改造，节省3-5天工作量。
2026-02-09 21:30:00
1514
1
原创 Claude Code 的常用命令大全（收藏备忘）
Claude Code常用命令摘要：核心功能包括启动会话、管理对话、代码审查和自定义操作。主要分为三类：1)基础操作（交互/非交互启动、恢复/退出会话）；2)会话管理（清除历史、恢复指定会话、资源监控）；3)开发辅助（代码审查、安全检测、模型切换、文件引用）。特色功能含记忆管理、多智能体协作和插件扩展，支持Vim编辑模式和终端命令执行。通过/help可查看完整命令，自定义命令需在指定目录创建Markdown文件。（148字）
2026-02-04 16:21:42
2723
原创 国内Claude Code接入智歌GLM、通义千问、火上方舟豆包等模型安装使用保姆教程
Claude Code是一款基于自然语言的智能编码工具，支持代码生成、调试和重构。安装需Node.js 18+，通过npm全局安装后需配置API密钥。配置文件包括settings.json（设置API密钥和模型参数）和.claude.json（跳过引导）。支持智谱、阿里千问等模型平台，默认使用GLM系列模型并自动匹配任务复杂度。常见问题包括模型切换和配置生效问题，可通过/status命令查看当前配置状态。使用时需授权文件访问权限，通过自然语言指令即可开始开发。
2026-02-04 09:31:44
3827
原创 MaxKB4j vs Dify vs FastGPT，企业级 RAG+工作流 平台到底该选谁？
企业级RAG平台选型指南：MaxKB4j vs Dify vs FastGPT 面对LLM应用需求，企业需在三大开源RAG平台中选择：Dify（Python生态，功能丰富）、FastGPT（Node.js开发，交互友好）和MaxKB4j（Java原生，企业集成优势）。 核心差异： 技术栈：MaxKB4j基于Spring Boot 3，适合Java团队无缝集成；Dify和FastGPT分别依赖Python和Node.js，可能增加运维复杂度。 功能：FastGPT擅长文档问答，Dify支持复杂工作流，MaxK
2026-01-17 19:41:49
2121
6
原创 智能体项目MaxKB4J - 本地部署与开发完整指南
本文介绍了MaxKB4J项目的本地部署指南，包括环境准备、数据库配置和项目启动步骤。项目需要Node.js 16+、Java 17+、PostgreSQL 15.x和MongoDB 8.x等环境支持。详细说明了如何创建PostgreSQL数据库并安装pgvector扩展，以及配置MongoDB用户权限。提供了前后端的启动方法，前端可通过npm运行，后端支持命令行或IDEA启动。最后列出了常见问题解决方案，帮助开发者快速搭建本地开发环境。项目源码地址：https://gitee.com/taisan/MaxK
2026-01-13 18:09:57
2084
10
原创 为什么Fastjson 序列化会出现中 “$ref“ 引用机制问题的深度解析
Fastjson 的 $ref 引用机制是处理对象循环引用和重复引用的特色功能。当序列化对象图中存在共享引用时，Fastjson 会生成类似 {"$ref":"$.path"} 的结构以避免数据冗余和无限递归。特殊情况下可能出现哈希值形式的引用（如 $.e1aeee9d...），这是基于对象 identityHashCode 的唯一标识。开发者可通过 SerializerFeature.DisableCircularReferenceDetect 完全禁用引用，或改用
2025-12-28 19:38:53
1055
原创 一个人，一个项目，一年的坚持：关于我的 2025年 技术突围之路
2025年，我持续开发并维护开源项目MaxKB4j，一个基于Java的RAG与智能体工作流平台。尽管面临技术挑战和孤独开发的压力，项目仍获得427 Stars和社区认可。这一年的经历让我跳出纯Java工程师思维，提升了全栈能力，更重要的是磨练了心智。2026年，我将继续完善项目功能，参与Gitee GVP评选，打造企业级Java原生LLM应用平台。坚持这件难而正确的事，已成为我的成长动力。
2025-12-28 19:09:36
1685
14
原创 快速上手 MaxKB4J：开源企业级 Agentic 工作流系统在 Sealos 上的完整部署指南
本文详细介绍了在Sealos云平台上部署MaxKB4J应用及其依赖数据库（PostgreSQL和MongoDB）的完整流程。MaxKB4J是一款基于Java开发的开源LLM工作流与RAG平台，适用于智能客服、企业知识库等场景。部署步骤包括：1）创建PostgreSQL数据库并手动新建maxkb4j库；2）创建MongoDB数据库；3）部署MaxKB4J应用并配置相关环境变量。文章提供了详细的配置参数说明和注意事项，并分享了公开体验地址（有效期约60天）。完成部署后，用户可通过默认凭证登录系统，建议首次登录后
2025-12-17 19:41:39
2534
12
原创 六爻神煞排盘全攻略：依据日辰精准定位贵人、驿马、桃花等吉凶神煞
六爻排神煞方法摘要 六爻预测中，神煞是辅助判断吉凶的重要元素，主要通过日干支推算。常见神煞包括天乙贵人（依日干查，如乙日贵人在子、申）、驿马（依日支三合局查，如巳日马在亥）、桃花（日支查，巳日桃花在午）、华盖（日支查，巳日华盖在丑）等。排盘时需先确定日干支，按规则匹配地支，在对应爻位标注。神煞需结合六亲旺衰综合判断，同一爻可带多神煞，吉凶取决于所临用忌神。现代排盘软件可自动计算，但掌握原理至关重要。
2025-12-11 19:10:33
3848
原创 Java实现周易六爻自动排盘：根据起卦的公历时间换算农和干支时间，推算日柱空亡（旬空）
六爻预测中，农历和干支是核心要素。农历用于确定起卦时间、划分月建与日辰，并以节气为切换依据。干支系统则通过日辰（干支）判断爻的旺衰、生克、应期及空亡，月建决定爻的强弱，年、时干支辅助分析。实际应用中，干支五行与六亲关系直接影响卦象解读。现代六爻预测需将公历转换为农历及节气校正后的干支，以确保准确性。示例代码展示了如何用工具库实现农历与干支的转换及空亡计算。
2025-12-11 18:34:43
1185
原创 Java实现周易六爻自动排盘：根据卜卦结果推算世爻和应爻的位置
在六爻纳甲筮法中，世爻代表问卦者（主体），应爻代表对方或环境（客体）。八纯卦世爻在上爻；其他卦依宫变定世：一世至五世卦世爻依次在初至五爻，游魂卦在四爻，归魂卦在三爻。应爻与世爻相隔两位（如世在二，应在五）。世应关系反映主客强弱与互动：相生则吉，相克则凶，比和则同心。
2025-12-10 11:57:33
1725
原创 Java实现周易六爻自动排盘：根据卜卦结果推算六冲卦和六合卦
六冲卦指初四、二五、三上爻地支两两相冲，主冲突、散局、事速成或破败，利问病讼，不利婚合求财；六合卦则三对爻地支相合，主和谐、羁绊、事缓成，利婚姻合作，不利速决脱困。二者吉凶需结合用神旺衰、世应关系及日月动变综合判断，不可单凭卦象定论。六冲未必全凶，六合亦非皆吉，关键在用神是否得力。
2025-12-10 07:30:00
2277
原创 Java实现周易六爻自动排盘：根据卜卦结果推算六亲和六神
六爻预测中的装卦步骤包含"六亲"和"六神"两个核心环节。"六亲"通过卦宫五行与爻位地支的生克关系确定，包括父母、兄弟等五种关系。"六神"则根据占卜日干按固定顺序循环排布六爻。文章详细说明了六亲的五行生克判定规则和六神的日干对应口诀，并提供了Java代码实现示例，展示如何通过算法自动完成这两项装卦步骤。（149字）
2025-12-09 19:29:57
1722
原创 Java实现周易六爻自动排盘：根据卜卦的时间推算出天干地支
干支是中国传统纪年系统，由10天干（甲、乙、丙、丁、戊、己、庚、辛、壬、癸）和12地支（子、丑、寅、卯、辰、巳、午、未、申、酉、戌、亥）组成60种组合，循环用于纪年、月、日、时。本文详细介绍了干支的组合规则（60甲子循环）、实际应用（如2024年为甲辰年）及Java代码实现方法，包括基准锚点设置（1900年1月31日为庚子年）、天干地支索引计算等核心算法，为传统历法转换提供了编程解决方案。
2025-12-09 19:01:29
2557
4
原创 Java实现周易六爻自动排盘：根据卜卦结果推算卦宫、地支和五行
本文基于京房八宫卦系统，完整实现了六爻预测的三大基础算法：定卦宫、装地支和装五行。系统采用Java代码实现，通过二进制表示64卦象，将64卦划分为八宫并确定其五行属性。算法核心包括：1)根据卦象确定所属宫位；2)按照阴阳规则将地支纳入六爻；3)根据地支映射五行属性。实现过程拆解为上下卦分别处理，通过查表方式快速获取卦名、地支和五行信息。文末提供了关键常量定义和完整示例，为后续扩展六亲、世应等高级功能奠定基础。该算法框架准确还原了传统六爻纳甲法的核心计算逻辑。
2025-12-08 16:32:12
1261
原创 Java实现周易六爻自动排盘：从铜钱起卦到本卦解析的完整代码教程
本文介绍了基于Java实现的六爻排盘系统，模拟传统《易经》占卜过程。系统通过随机数生成六爻卦象，将十进制数转换为二进制表示，映射为四象（老阴、少阳、少阴、老阳），最终组合成六爻卦并查询对应的卦名。代码实现了从随机起卦到卦象解析的完整流程，包括内卦外卦识别和64卦查询功能，为数字化的易经占卜提供了技术实现方案。（150字）
2025-12-08 14:33:22
2126
2
原创 MaxKB4j — 基于 Java 的开源 RAG 知识库与 LLM 工作流平台
MaxKB4j 是一个基于 Java 的开源 RAG 知识库与 LLM 工作流平台，专为企业级智能问答系统设计。核心特性包括：开箱即用的知识库问答，支持多种文档格式上传和网页爬取；模型中立，可灵活对接本地私有模型和国内外主流大模型；提供可视化低代码工作流编排；支持 RESTful API 和前端嵌入组件快速集成。技术栈采用 Java 17 + Spring Boot 3，支持 PostgreSQL + pgvector 向量数据库和 MongoDB 全文检索。项目提供 Docker 快速部署方案，适用于智能
2025-12-02 20:39:30
2480
11
原创 MaxKB4j智能体平台V2版本 Docker Compose 快速部署教程
摘要： MaxKB4j是基于Java开发的LLM工作流与RAG开源平台，整合MaxKB和FastGPT优势，适用于智能客服、企业知识库等场景。V2版优化了工作流代码，提升性能与稳定性。部署需Docker环境，推荐配置随数据量递增。部署步骤：1）准备网络与Docker环境；2）下载docker-compose.yml；3）启动容器后通过8080端口访问（默认账号admin/tarzan@123456.）。支持OpenAI等模型接口，需确保网络连通性。开源地址：https://gitee.com/taisan/
2025-11-24 13:28:53
2006
1
原创 MongoDB 如何创建 Time Series Collections(时间序列集合）
摘要：MongoDB 5.0+ 推出的 Time Series Collections 专为时间序列数据优化，需通过 createCollection() 显式创建并指定 timeField（必需的时间戳字段）、可选的 metaField（元数据）和 granularity（时间粒度）。其底层采用列式存储，支持高效聚合但限制数据修改操作（6.3+版本有限支持）。创建后可通过 stats() 验证集合类型，与普通集合相比，它在存储效率、时间范围查询和自动TTL等方面具有优势，但不支持单条文档更新/删除。使用时
2025-11-06 17:44:35
1148
将postgres 表结构和数据转换到sqllite数据库中的工具类源码
2024-03-16
odoo17 python源码
2024-02-29
java实现opc ua连接及操作的代码工具包Demo
2023-07-05
文本编辑神器 notepad++ 8.4.4 苹果macosx安装包和windows安装包
2023-08-08
Docker-compose 教程全集 PDF 53页
2023-07-07
KEPServerEX是一款先进的通用数据采集器，它允许您从不同类型的设备（例如PLC，传感器，仪表和电子设备）中采集数据
2023-06-20
GPS工具箱exe 文件，实现不同坐标系之间的坐标转换，包括空间坐标，大地坐标，投影坐标在不同坐标系之间的转换
2023-05-10
精品毕设 java ssm 毕业生就业信息管理系统 源码和文档
2023-03-16
精品毕业设计 java ssm框架 高效人事管理系统 源码
2023-03-16
【工业自动化】基于Modbus协议的数据采集系统开发：Python实战项目与多层级故障排查技术应用
2026-05-14
【数据库技术】基于SQL优化策略与实战案例的高性能查询系统设计：涵盖执行计划分析、索引优化及多场景应用
2026-05-14
maxkb4j java智能体开发平台前端v2.6版本源码
2026-04-13
装逼神器，可以生成支付宝，QQ 对话记录，微信/支付零钱余额/红包转账，微信朋友圈，淘宝购物订单等功能
2026-04-10
maxkb4j java智能体开发平台前端v1版本源码
2025-09-24
基于阿里通义前问使用dashscope 实现的构建具备自动规划能力的 Multi Agent 系统demo
2025-05-16
alibaba/Sentinel 版本1.8.8 部署包
2025-04-03
阿里巴巴开源的一款动态服务发现、配置管理和服务管理平台nacos-server-2.5.0
2025-02-27
2024最新婚恋相亲系统源码 红娘金媒10.3 PC+小程序+公众号 接入三端
2024-11-20
泰山导航项目常用网址数据和数据备份
2024-11-03
chatTTS语音合成模型和配置文件实时真人语音
2024-07-21
使用国内阿里云modelscope镜像 部署bge-reranker-base模型的兼容openAI接口的web程序
2024-05-28
软件开发公司代码安全开发规范-v1.0.docx
2024-05-29
使用winsper语音识别开源模型封装成openai chatgpt兼容接口
2024-05-11
大模型回答格式化输出，有啥好办法控制吗
2024-08-12
阿里的paraformer-realtime-v2和whisper哪个效果好？
2024-07-22
如何打造一个高质量的AI应用？
2024-07-22
获取两个布尔值的结果，那种方式好？
2023-10-07
通过cdn方式 html 引入vue 模板，页面渲染不出来，
2022-10-09
java代码中有有两个方法，方法体的代码一样，入参类型不一样，该如何解藕？
2022-07-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人