- 博客(16)
- 收藏
- 关注
RSS订阅
原创 6.Ai Service-综合demo（Ai Service 实现对话）
本文介绍了使用Langchain4j框架实现AI对话服务的开发过程。项目基于Spring Boot WebFlux构建，集成了Langchain4j 1.9.1版本，采用阿里百炼模型作为AI引擎。主要实现包括：1)通过Maven引入Langchain4j核心库及相关依赖；2)配置数据库连接和MyBatis-Plus；3)设置阿里百炼模型作为ChatModel和StreamingChatModel；4)实现自定义的MysqlMemoryStore来持久化对话记录到MySQL数据库
2025-12-25 22:09:14
494
原创 从零手写 Agent
本文介绍了从零手写一个基于 ReAct 模式的 Agent 最小内核的实现过程，从零开始构建 AI Agent 的项目，拆开Agent 最底层的工作方式。
2026-06-07 23:22:37
216
原创 4.Chat Memory
Spring AI 解决 LLM 对话的上下文管理问题，提供了从内存到多种持久化方案的可扩展架构最后使用MYSQL数据库作为案例说明
2026-01-23 10:14:46
795
原创 1.Chat Model API
Chat ModelAPI为开发者提供了将AI驱动的对话补全能力集成到应用程序中的功能。它依托预训练语言模型（如GPT，即生成式预训练变换器），根据用户输入的自然语言生成类人化的响应。该API通常通过向AI模型发送提示或部分对话内容来工作，模型基于其训练数据和对自然语言模式的理解，生成对话的补全或延续内容。生成的响应随后返回给应用程序，应用程序可将其展示给用户或用于进一步处理。
2026-01-22 14:23:16
624
原创 7.RAG 及其接口
简而言之，RAG（检索增强生成）是一种在将提示发送给大语言模型（LLM）之前，从您的数据中查找并注入相关信息片段的方法。这样，大语言模型便能获得（理想情况下）相关信息，并能够基于这些信息进行回复，从而降低产生“幻觉”（即捏造事实）的可能性。相关信息的查找可以使用多种信息检索方法。目前，本主要侧重于向量搜索。全文搜索和混合搜索目前仅通过 Azure AI 搜索集成提供支持。
2026-01-21 11:21:04
663
原创 4.Ai Service-Memory与Tool
本节介绍Chat Memory 与 Tool（Function Call）使用阿里百炼平台模型</</</</</</部分示例代码，含前端，
2025-12-19 13:37:23
707
原创 3.Ai Service-创建
诸如ChatModel、ChatMessage、ChatMemory等底层组件。在这一层级工作非常灵活，但也迫使编写大量重复性代码。由于基于大语言模型的应用通常不仅需要单一组件，而是需要多个组件协同工作（例如提示词模板、对话记忆、大语言模型、输出解析器，以及RAG组件：嵌入模型与向量存储），且常常涉及多次交互，协调所有这些组件会变得更加繁琐。我们希望能专注于业务逻辑，而非底层实现细节。为此，LangChain4j目前提供了两种高层级概念来帮助解决这一问题：AI Services和Chains。
2025-12-19 08:27:33
680
原创 2.ChatModel简单使用
根据选择的模型和提供商，您可以调节多项参数来定义：模型的输出特性：生成内容（文本、图像）的创意性或确定性程度，以及生成内容的数量等。连接配置：基础URL、授权密钥、超时设置、重试机制、日志记录等。通常，您可以在模型提供商的官网上找到所有参数及其说明。modelNameDouble......关于 OpenAI 大语言模型的完整参数列表，请参阅 OpenAI 语言模型页面。每个模型的具体参数及默认值可在相应的模型页面中查看（位于“集成”、“语言模型”和“图像模型”分类下）。
2025-12-18 19:23:20
1521
2原创 SQL语言
SQL语言1.SQL介绍1.1SQL概述SQL (Structured Query Language:结构化查询语言) 是用于管理关系数据库管理系统（RDBMS）。 SQL 的范围包括数据插入、查询、更新和删除，数据库模式创建和修改，以及数据访问控制。1.2背景 1946 年，世界上第一台电脑诞生，如今，借由这台电脑发展起来的互联网已经自成江湖。在这几十年里，无数的技术、产业在这片江湖里沉浮，有的方兴未艾，有的已经几幕兴衰。但在这片浩荡的波动里，有一门技术从未消失，甚至“老当益壮”，那就是
2022-03-24 16:40:07
902
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