- 博客(8)
- 收藏
- 关注
RSS订阅原创 完结篇：完成流程图输出。
launchPlanVizTask 方法是一个Spring Boot控制器中的POST请求处理函数，其主要职责是启动一个计划可视化任务。该方法接收 planId 和 bkey 作为请求参数，并执行以下操作：1.参数校验与权限检查：首先，它会检查 planId 是否为空。
2025-06-15 20:14:23
719
原创 续记忆管理后端，与创造力提示词改善实现。
本报告旨在分析所提供的记忆管理后端代码，理解其系统架构、设计模式和核心功能。该后端服务主要负责用户记忆的存储、检索、修改和删除。该记忆管理后端系统设计良好，采用了Spring Boot的推荐实践，包括清晰的分层架构、依赖注入、数据验证和事务管理。通过用户ID隔离数据，确保了多用户环境下的数据安全。与LLM的集成是其一个亮点，预示着未来可能提供更智能的记忆管理功能。整体而言，这是一个结构合理、功能完善且具有一定扩展性的后端服务。
2025-05-20 23:02:12
147
原创 （11周续）关于完成llm增删改查的一些想法
统采用分层存储架构（短期内存缓存+长期向量数据库+冷存储），为每条记忆附加元数据（时间戳、置信度、关联标签），通过语义检索动态注入对话上下文。记忆与LLM的协同通过动态提示工程实现，确保模型响应与最新记忆状态一致，同时设计版本快照和操作日志满足审计需求，最终形成可追溯、可干预、持续演进的记忆系统。通过gui来限制，用户输入数量，限制次数，在量小的前提下，用户可以用自然语言获取每次输入时间，要求删除，或增加。然后再次过程中，如果想删去一些话，可以调用某个函数，看到自己说的话，删除自己要删除的。
2025-05-01 08:00:00
499
1
原创 (第三周，校历11周)阅读openai文档，了解Chat Completions api,以及相关使用方法及示例.
responses api 是最新的api,它有着不同的交互方式.使用响应 API 可以更轻松地处理事件。它具有可预测的事件驱动架构，而聊天完成 API 会在生成令牌时持续附加到内容字段，这需要您手动跟踪每种状态之间的差异。使用响应 API 可以更轻松地实现多步骤对话逻辑和推理。如上文,role 定义了一个开发者的角色,让模型用开发者的角色来回复想海盗一样说话的问题.节选自 open ai 使用文档 使用聊天完成api.这是利用api ,让chat写一个关于独角兽的故事.结构化输出 API 形状不同。
2025-04-28 17:46:29
710
原创 （第二周校历第10周）了解llm,了解相关定义Prompt，token 等
大语言模型（LLM，Large Language Model） 是基于深度学习（尤其是Transformer架构）的人工智能系统，通过对海量文本的预训练学习语言规律，从而能够理解、生成和推理自然语言。其核心能力源于对数十亿至数万亿参数的优化，使其可完成文本生成、翻译、问答、摘要等任务。LLM通过自注意力机制捕捉长距离语义关联，以token为基本处理单元，在预训练阶段学习通用语言模式（如GPT系列），并通过微调适配特定场景（如客服、代码生成）。
2025-04-28 15:54:49
503
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