登录社区云，与社区用户共同成长
邀请您加入社区
最近针对企业级AI代码辅助、工作流自动化需求，调研了国内多款主流AI办公工具，覆盖日常协作、代码开发、企业管控等多个核心场景，最终选择了飞书 aily，它既可以满足团队日常的内容生产、任务跟进需求，也能适配国内企业的权限治理规则，不需要额外搭建复杂的底层环境就能快速落地。钉钉悟空和钉钉现有生态的适配度较高，日常的内容生成、群聊信息汇总能力表现稳定，适合已经深度使用钉钉体系的团队选用，它的代码辅助能
KV Cache 的优化是 LLM 推理降本增效的核心战场。PagedAttention 通过操作系统的分页思想，将 KV Cache 管理从连续内存分配转变为离散块管理，解决了显存碎片和前缀无法共享的两大痛点。vLLM 在此基础上集成了 Continuous Batching 调度器，将推理吞吐提升了数倍。工程落地时，需根据 GPU 硬件调整 Block Size，在上游网关做提示词规范化以提高
本文设计并实现了一个基于B/S架构的药品管理系统，采用SpringBoot框架、MySQL数据库和Tomcat服务器。系统分为患者前台和管理员/医生后台两个模块，满足不同用户需求。前台为患者提供便捷服务，后台支持管理员进行医生信息管理（包括查询、新增、删除等操作）。该系统突破了传统管理方式的时间地点限制，通过互联网与物联网技术实现药品管理的高效化、智能化和信息化，有效提升行业管理效率，为相关领域研
本文介绍了基于Java和SpringBoot框架开发的医院人事管理系统，系统包含管理员、员工和用户三个角色。管理员拥有最高权限，可管理用户信息、分配角色及处理招聘信息等；员工和用户则在权限范围内操作系统功能。数据库采用MySQL，系统采用面向对象设计理念，实现功能模块封装和重用。用户模块支持管理员对用户信息进行增删改查等操作，提升了医院人事管理的效率和便捷性。
这一模块充分利用了Hadoop的大数据处理和分析能力，为用户提供准确的附近租房信息，如图5.2所示。通过实时分析市场动态，挖掘租房市场的规律和趋势，系统有助于提高租房市场的透明度和效率，推动租房市场的健康发展。未来，随着人工智能技术的不断发展，租房数据分析系统将有望为用户提供更加智能化、个性化的服务，进一步提升租房市场的服务水平。随着我国城市化进程的加快，租房市场日益繁荣，大量的租房信息充斥着市场
摘要 针对高校实验室安全管理痛点，本研究设计并实现了一套基于Web的实验室应急预案系统。系统采用SpringBoot+Vue前后端分离架构，集成事件报告、应急演练、安全提示等核心功能，支持管理员、工作人员、访客三类角色协同操作。通过MySQL数据库实现数据持久化存储，结合Shiro框架保障系统安全性。测试表明，该系统能有效提升应急响应效率，规范管理流程，但需进一步优化智能预警与多系统联动功能。未来
上个月底，CFO拿着一张账单找到我的时候，我正在给团队开周会。数字很直白：我们团队上个月的AI API支出，从2万出头涨到了将近9万。三个月前还只是几千块。涨了四倍多，而我们的业务量只增长了30%。我是技术负责人，这个问题我得解决。以下是我们排查问题、最终引入网关做成本治理的完整复盘。
员工上传发票后，系统如何完成票面识别、发票验真、报销查重和制度审核，并将数据写入报销流程？本文结合云程智能体开发平台，介绍Agent、知识库、Skill、MCP、工作流与业务接口如何协同完成报销业务。
摘要 在国家“双碳”战略背景下，校园作为能耗密集型场景，亟需解决传统能源管理粗放、数据孤岛及浪费严重等问题。本文设计并实现基于物联网与大数据的智慧能耗监测分析平台，采用SpringBoot+Vue技术栈，结合Spark框架进行分布式数据处理，MySQL存储数据，构建包含能耗监测、异常预警、节能提案等功能的三级用户系统。测试表明，平台运行稳定，可提升校园能耗管理效率，助力绿色校园建设。 关键词：校园
鸿蒙动效和手势系统为构建流畅交互提供了完整的基础设施。EdgeEffect.Spring 提供了统一的弹性边缘反馈，springMotion 允许开发者精细调控弹性动画的阻尼、质量和刚度参数；animateTo 和 transition 分别服务于状态驱动的显式动画和页面转场。手势系统方面，合理配置手势优先级和 GestureMask 是避免交互冲突的关键。在实际开发中，保持动效一致性、控制动画时
过去一年，Agent Framework 几乎进入了爆发阶段。LangGraph、OpenAI Agents SDK、Anthropic Skills、MCP……几乎每个月都会出现新的框架。
本文介绍了如何基于SpringAI框架开发自定义MCPServer，封装业务工具实现跨AI应用的标准化调用。主要内容包括：1. 提供STDIO本地进程通信和SSE HTTP流式两种部署方式；2. 详细说明本地STDIO服务开发流程，包括项目搭建、业务工具开发（使用@Tool注解）、配置及打包；3. 展示客户端调用方式，包括Cursor配置和SpringAI集成；4. 简要介绍HTTP流式远程服务的
Archive for required library: 'D:/localRepository/org/springframework/spring-context/3.2.9.RELEASE/spring-context-3.2.9.RELEASE.jar' in project 'WS_ENT_PRO' cannot be read or is not a valid ZIP fileWS
Ollama 是一个开源的大型语言模型（LLM）平台，提供了简洁易用的命令行界面和服务器，使用户能够轻松下载、运行和管理各种开源 LLM。通过 Ollama，用户可以方便地加载和使用各种预训练的语言模型，支持文本生成、翻译、代码编写、问答等多种自然语言处理任务。Spring AI 支持使用 Ollama 管理的模型，下面介绍 Spring AI 中如何使用 Ollama Chat 和 Ollama
本文设计并实现了一个基于B/S架构的幼儿园管理系统，采用SpringBoot框架、MySQL数据库和Tomcat服务器构建。系统分为家长使用的前台和管理员/教师使用的后台两大功能模块，支持信息查询、添加、删除等操作。通过互联网和物联网技术突破传统管理方式的时空限制，提升管理效率和智能化水平。该系统不仅优化了幼儿园信息化管理流程，还为相关领域研究提供了实践参考，具备良好的稳定性和用户体验。系统结构图
本文设计了一个基于B/S架构的杂志社管理系统，采用SpringBoot框架和MySQL数据库，通过互联网技术实现高效、便捷的管理。系统分为前台用户界面和后台管理模块，支持管理员进行用户管理、信息查询及增删改查等操作。该系统突破了传统管理方式的时空限制，利用互联网和物联网技术提升管理效率和智能化水平，为行业信息化管理提供参考。通过优化设计，系统确保了稳定性和用户体验，满足杂志社的管理需求。
本文基于SpringBoot框架设计了一个在线电影票购买系统，采用B/S架构和MySQL数据库，旨在解决传统管理方式的时空限制问题。系统分为前台用户模块和后台管理员模块，前台提供购票功能，后台支持用户管理（查询、添加、删除等操作）。通过互联网和物联网技术的应用，系统实现了便捷高效的智能化管理，提升了行业信息化水平。系统运行于Java环境和Tomcat服务器，具有良好的稳定性和用户体验，为相关领域研
系列：100 天系统学习 AI Agent 开发当前阶段：Agent 基础与环境搭建今日目标：复盘 Agent 的稳定性，要看指令、工具、状态、错误处理和输出格式，而不是只看一次演示效果。AI Agent。
奇怪的是，我选的模型明明是 GPT-5.6-Sol。OpenAI 官网写得很清楚：它有 1,050,000 tokens 的 context window。105 万都能装满，我这次任务到底塞了多少东西？上下文装满了。奇怪的是，我选的模型明明是 GPT-5.6-Sol。OpenAI 官网写得很清楚：它有。105 万都能装满，我这次任务到底塞了多少东西？我打开了 Codex 本机的模型缓存。
本文设计并实现了一个基于B/S架构的在线音乐管理系统。系统采用SpringBoot框架、MySQL数据库和Tomcat服务器，利用互联网与物联网技术突破传统管理方式的时空限制，为用户提供便捷高效的音乐服务。系统分为前台用户界面和后台管理界面，管理员可对歌单类型进行增删改查等操作。该系统提升了音乐行业的管理效率和信息化水平，为相关领域研究提供了实践参考。通过技术优化，系统确保了运行的稳定性和良好的用
本文介绍了一个基于Java、SpringBoot、Vue和MySQL的智慧社区综合服务系统。该系统针对传统社区管理模式的不足，整合物联网、大数据等技术，为管理员、工作人员和用户提供多元化智能服务，包括社区管理、故障报修、缴费查询、团购论坛等功能。系统通过优化管理流程和信息共享，提升社区服务智能化水平，增强居民参与度，为管理者提供决策支持，助力智慧城市建设和可持续发展。系统采用三层架构，管理员可对社
本文探讨了"互联网+政务服务"背景下智慧政务服务系统的设计与实现。系统采用Java、SpringBoot、VUE和MySQL技术，构建了集管理员管理和用户服务于一体的平台。系统解决了传统政务服务的功能单一、操作复杂等问题，实现了政务服务资源的整合与跨部门协同，引入人工智能技术提升用户体验。系统包含办事指南等核心功能模块，支持检索、收藏、评论等操作，推动政务服务流程优化和效率提升
vLLM 原生支持基于请求到达时间的优先级，但在企业场景中，我们需要根据业务优先级（如付费用户优先、短请求优先）进行调度。/*** 自定义推理请求优先级调度器。* 设计原则：短请求优先（SJF近似） + 业务优先级权重，* 同时通过老化机制避免长请求被饿死。*//*** 计算请求的综合优先级分数。* 分数越低，优先级越高（类似优先队列的默认排序）。* @param request 推理请求* @p
上一篇文章，我们使用Spring AI的ChatClient，把原来调用大模型需要编写的大量HTTP请求代码，缩减成了几行链式调用。如果还没有看过上一篇，可以先阅读：obsidian📖Java转AI第三课：Spring AI如何把100行HTTP代码缩减到10行？代码确实很简单。但是运行之后，很快就会发现一个问题：为什么ChatGPT可以一边生成、一边显示，而我们的接口必须等待几十秒，最后一次性
本文介绍了Hermes Agent，一个基于函数调用范式的AI智能体框架。它通过结构化工具调用和上下文管理，提升LLM执行复杂任务的效率和可靠性。核心特点包括函数调用优先、上下文优化、多工具编排和强扩展性。架构分为用户层、调度层、工具层和记忆层，采用JSON格式实现确定性交互。文章提供了安装、工具注册、多工具编排等实战示例，并给出工具设计、上下文优化等最佳实践。Hermes Agent为构建高效可
LLM 语义缓存是一种在大模型调用链路前置的"智能拦截层"——当用户发起请求时，系统先将输入文本转为向量 Embedding，在缓存库中检索是否存在语义高度相似的历史问题。若相似度达到设定阈值（如 0.95），则直接返回缓存的历史答案，跳过 LLM 推理环节；若未命中，才调用大模型生成新答案并回写缓存。这一机制的核心价值在于：大模型最贵的成本来自重复或高度相似的请求。
本文提出了一套基于SpringBoot框架的中国传统文化宣传网站管理系统，采用Java、HTML、CSS、JS及MySQL数据库技术实现。系统采用B/S架构，具备良好的可扩展性和安全性。用户通过注册登录后可访问首页、传统文化资源、文化活动、旅游、贸易及论坛交流等功能模块。研究展示了系统架构设计（图4-1）和用户操作界面（图5-3），改进了传统管理方式，为文化宣传网站的高效管理提供了参考方案。该系统
做 AI Agent，很多人只关心「上下文塞得多不多」，但真正决定长对话体验的，是缓存命中率。今天聊一套 Cache-first Agent 策略——让每一轮对话更快、更稳、更省。
本文复盘了一个知识库App的开发过程，从数据层设计到页面层实现的关键决策。开发顺序遵循数据层优先原则，先定义NoteService接口和操作函数，再实现依赖数据的页面。数据层设计了六个关键决策，包括Note接口字段、冗余字段优化、搜索实现等。页面层运用了四种技术方案，如编辑副本模式、多源数据切换等。状态管理采用三种模式：直接查询、操作后刷新和返回值赋值。整个项目在12篇笔记的小数据量下优化了开发效
摘要： 为适应信息化管理需求，本研究基于B/S架构和SpringBoot框架，结合MySQL数据库，开发了反诈科普平台。系统采用前后台分离设计：前台面向用户提供科普服务，后台供管理员进行管理。通过LoginController实现身份验证，确保权限安全。该平台利用互联网与物联网技术，突破传统管理局限，提升反诈信息管理效率与智能化水平，为相关领域提供实践参考，同时保障系统稳定性与用户体验。
整个系统具有很好的可扩展性和安全性，为用户提供了更好的服务。的研究现状和意义进行了详细介绍。随着大数据和人工智能技术的不断发展，服务，满足用户的需求。总之，本文旨在介绍一套具有实际应用意义的。通过对系统的实现和应用，本文展示了高效、准确的。系统正逐渐成为网络应用中越来越重要的部分。，该系统在B/S体系结构下，并通过MySQL数据库和。因此，本文介绍了一套。和普及化，用户在寻找适合自己的。的研究和应
系统性学习：按照本文的层次逐步深入实践导向：在实际工作中应用所学技能持续迭代：随着 Claude 的更新不断学习新功能社区参与：与其他用户交流最佳实践记住：Claude 最强大的 Superpower 是放大人类的创造力，而不是替代它。真正的 mastery 在于知道何时依赖 Claude，何时依靠自己的判断。下一步行动建议从第2-3章的基础技能开始实践选择1-2个专业领域深入应用（第4章）建立自
Spring AI 通过 OllamaChatModel 集成 Ollama，支持本地运行 LLM。使用 spring-ai-starter-model-ollama 自动配置，设置 base-url 和 model 即可使用。核心功能：自动拉取模型、函数调用、思考模式（推理过程输出）、多模态图像处理、JSON Schema 结构化输出、OpenAI API 兼容。支持温度、上下文窗口等参数调优，
tool_result，把一部分已经没必要继续给模型看的内容从 服务端缓存视图 里挖掉。麻烦也正出在这里。Anthropic 的 Prompt Cache 依赖前缀 hash。理论上，只要 messages 中任何历史内容发生变化，前缀就不再相同，缓存命中会失效，input token 的 90% 折扣也就没了。Claude Code 一边清理历史，一边又保住缓存命中，这背后靠的不是普通的本地裁剪
2024 年以来，以 GitHub Copilot、Cursor、通义灵码为代表的 AI 代码生成工具在开发者群体中迅速普及。在日常编码中，这些工具确实能显著提升效率——模板代码、单元测试、SQL 查询、配置文件的生成几乎可以做到即写即用。但当话题从个人使用切换到团队引入时，CTO 和安全负责人往往会提出一连串的问题：生成的代码是否存在安全漏洞？代码版权归属如何界定？如何保证代码风格与团队规范一致
深信服已适配7000多种软硬件，具备广泛的生态兼容性，且其产品支持软硬件解耦，可灵活交付一体机或纯软件授权，纯软件部署同样具备充分的灵活性。
spring
——spring
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI编程社区
openEuler 社区
亚马逊云科技技术品牌专区
2048 AI社区
智能体开发者社区
人工智能6S服务平台
CANN开发者社区
AMD开发者中国社区
AtomGit AI 社区
北京朝阳AI社区
HarmonyOS开发者社区
AI Agent技术社区
科技大视野开发者社区
