- 博客(8)
- 收藏
- 关注
RSS订阅原创 MCP 实战（一）：Python 从零搭建第一个 MCP Server
所以整个过程可以简单理解为：用户提出问题，大模型负责理解问题并决定是否需要工具，MCP Client 负责连接 MCP Server，MCP Server 再调用真正的 Python 函数，最后把执行结果返回给大模型。RAG 解决的是“大模型如何获取外部知识”，Agent 更强调“大模型如何规划和执行任务”，而 MCP 则提供了一种标准化的方式，让大模型能够连接这些外部工具和服务。虽然代码非常简单，但已经完成了 MCP 最核心的一步：把一个普通的 Python 函数变成大模型可以调用的工具。
2026-09-02 17:31:08
169
原创 RAG（Retrieval-Augmented Generation）全面解析：从原理到实战，一文彻底搞懂大模型知识库
一句话解释：先查资料，再让大模型回答。用户│▼LLM│▼回答用户│▼知识检索│找到相关文档│▼LLM│结合知识生成答案▼最终回答所以：检索 + 生成RAG 已经成为当前大语言模型落地应用中最重要的技术之一。它通过“检索 + 增强 + 生成”的方式，让模型能够利用最新、最专业的外部知识回答问题，而无需重新训练模型。如果把大语言模型比作一个经验丰富但记忆固定的专家，那么 RAG 就像为这位专家配备了一个能够实时查阅资料的智能图书馆。
2026-07-08 17:49:48
239
原创 AI Agent:从大模型问答到智能任务执行
随着大语言模型的发展，AI 应用已经不再局限于简单的问答和文本生成。相比传统聊天机器人，AI Agent 更强调“理解任务、规划步骤、调用工具和完成执行”。它可以把大模型的语言理解能力和外部系统的执行能力结合起来，从而完成更复杂的实际任务。简单来说，大模型主要负责“思考和判断”，而 Agent 则是在大模型基础上增加了“行动能力”。
2026-04-29 12:42:08
430
原创 Java 中为什么重写 equals() 时一定要重写 hashCode()
equals() 决定的是“两个对象在逻辑上是否相等”，hashCode() 决定的是“两个对象在哈希结构中应该放到哪里”。它们不是两个互不相关的方法，而是一组必须保持一致的规则。只重写 equals() 而不重写 hashCode()，在普通比较时也许看不出问题，但一旦进入哈希集合，逻辑就会失效。
2026-04-07 15:51:16
296
原创 大数据量场景下的两种处理思路：Redis 缓存与离线预计算
当数据规模不断扩大时，接口性能问题的本质，往往并不只是数据库慢，而是数据处理方式过于依赖“实时现算”。如果每一次请求都从原始数据开始完成清洗、聚合和统计，那么系统迟早会在数据规模和访问压力面前变得吃力。Redis 缓存更适合解决高频重复查询问题，它能有效提升响应速度，减轻数据库压力；离线清洗与整合更适合解决复杂统计问题，它能把计算压力提前释放，让接口层保持轻量与稳定。两种方案各有边界，也各有价值。
2026-03-25 09:24:10
409
原创 Java：为什么它仍然是后端开发的核心语言？
在编程语言不断演进的今天，Python、Go、Rust、JavaScript 等语言都在各自领域快速发展，但如果把视角放到企业级开发、后端系统、大型业务平台和高并发服务上，Java 依然是一门绕不开的核心语言。很多人初学时会觉得 Java “啰嗦”“老派”，甚至认为它已经不如新兴语言流行，但真正进入工程实践后就会发现，Java 之所以能长期稳定地占据重要地位，并不是因为“历史包袱”，而是因为它在可维护性、生态完整性、工程规范性和稳定性方面，形成了非常强的综合优势。
2026-03-23 10:28:52
421
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