登录社区云，与社区用户共同成长
邀请您加入社区
一个中文系女生，靠优化情感陪聊AI的提示词，把用户留存率从20%拉到58%，拿下月薪3万的产品运营Offer。而隔壁宿舍的计算机学霸，简历上写着“熟练使用ChatGPT”，投了50份大厂岗，连面试都没进。
普通APP的测试与鸿蒙APP的测试有一些共同的特征，但是也有一些区别，其中共同特征是，它们都可以通过cmd的命令提示符工具来进行app的性能测试。其中区别主要是，对于稳定性测试的命令的区别，性能指标获取方式的命令的区别，安装的命令，卸载的命令，等等。稳定性随机测试就是设置参数，并且让程序随机的启动程序，随机的点击，并且设置执行次数的方法，同时也设置了启动程序的时间间隔。而后面介绍的专项测试则指定了
本研究基于鸿蒙系统，设计开发了一款农产品报价系统小程序，旨在帮助商家与买家更便捷、高效地进行交易。该系统利用鸿蒙系统的优势，实现了跨平台应用程序的开发，同时利用定位技术和数据采集技术，为用户提供了个性化的农产品推荐和交易信息。用户可以通过小程序浏览各类农产品信息，包括价格、产地、供应商等，从而实现对农产品行情的实时了解和比较。同时，商家可以通过系统发布自己的农产品信息，实现线上线下的快速对接。通过
2026 春招投递季基本已过去，大量应届生、社招同学的简历依旧石沉大海。原因不是经历不够，是写法不对。
本文深入探讨Docker与Kubernetes生产级实战中的核心优化技术。首先剖析镜像优化对交付效率的决定性影响，指出镜像体积过大会带来存储压力、网络瓶颈和安全风险。重点讲解多阶段构建技术，通过分离编译环境和运行环境，实现镜像瘦身。提供Java项目的工业级Dockerfile模板，并详细分析基础镜像选择、指令优化等技巧。特别针对Spring Boot应用，介绍分层JAR技术，将应用拆分为不同变更频
本文介绍了基于OpenTelemetry的云原生可观测性解决方案。通过Spring Boot官方starter集成OpenTelemetry，实现Metrics、Traces、Logs三合一监控。采用Prometheus收集指标数据、Jaeger处理分布式追踪、Loki聚合日志，构建"PLGJ"黄金组合。文章详细说明了pom依赖配置、OTLP协议对接方式、指标采集实现以及日志A
在技术层面，数商云系统采用基于Spring Cloud Alibaba的分布式微服务架构，将核心业务拆解为30余个独立微服务模块，通过Kubernetes容器编排技术实现动态扩缩容，能够应对突发流量冲击，确保系统在高并发场景下的稳定性。系统支持私有化部署、公有云部署及混合部署模式，满足金融、医药等高敏感行业的数据隔离需求，严格遵循等保2.0、GDPR等标准，构建覆盖数据传输、存储、访问的全链路安全
Spring Cloud 2025升级实战指南 本文记录了领课教育系统从Spring Cloud 2023升级到2025的完整过程，重点分享了网关性能优化和组件升级经验。升级后系统获得显著提升： 网关响应时间降低26% 通过Caffeine本地缓存使Redis查询量下降85% 解决了请求头传递等关键问题 文档工具从Knife4j切换为SpringDoc 升级带来多项优势： 性能：支持虚拟线程，We
新项目首选Spring Cloud Gateway- 官方推荐，与Spring生态完美集成遗留系统视情况选择- 评估迁移成本，考虑渐进式改造极端性能要求考虑Kong/APISIX- 非Java技术栈，但性能卓越云原生环境关注K8s集成- Traefik、APISIX Ingress等团队技术栈熟悉程度性能要求和系统规模运维能力和基础设施未来扩展性需求你的项目中目前使用什么网关？遇到了哪些问题？如果
本文分享了从零到一构建企业级智能知识库系统的完整实践。采用Spring AI Alibaba+Vue 3+ElasticSearch技术栈，通过RAG（检索增强生成）技术实现知识智能问答。文章详细介绍了技术选型（选择Spring AI Alibaba而非LangChain4j）、架构设计（微服务与RAG融合）、核心实现（文档向量化流程）以及工程化落地经验。系统通过文档解析、智能分块、向量化存储和语
这一章我们从零搭建了企业级 Nacos 多环境隔离工程，靠 Profile+Namespace+Group 三维隔离，彻底解决了开发、测试、生产配置混乱的问题，完全贴合实际工作和面试重点。
│ 多 Agent 协作 (第5篇) │ ← 编排层│ 任务分解 · 通信 · 辩论 · Map-Reduce ││ 工作流引擎 (第4篇) │ ← 执行层│ DAG 编排 · 动态路由 · 重试 · 可观测 ││ Graph RAG (第3篇) │ MCP 协议 (第2篇) │ ← 能力层│ 知识图谱增强推理 │ 标准化工具调用 ││ RAG 进阶 (第1篇) │ ← 基础层│ 混合检索 · 重
└→ + 多路召回 (RRF) → 解决覆盖盲区 (75%)└→ + Cross-encoder 重排序 → 解决噪声干扰 (85%)└→ + 自查询分解 → 解决复杂查询 (90%)└→ + Agent 自主决策 → 最优体验 (92%)每一层都独立可插拔。实际业务中，性价比最高，适合 80% 的场景。下一篇：MCP 协议实战——构建自定义 AI Agent 工具服务器，让你的 Agent 能自
对于Java开发者来说，Gemini不是替代思考的工具，而是将你从繁杂的底层排查中解放出来的加速器。从内存泄漏到并发陷阱，再到框架升级的版本地狱，它能提供跨越文档和代码的洞察。想要在Java日常开发中快速体验Gemini的分析深度，可以直接访问RskAi。建议先用一个具体的老大难问题——比如一份看不懂的GC日志——去试一试，感受它如何将复杂信息转化为可执行的修复方案。【本文完】
微服务以前所有的代码都放在同一个工程中、部署在同一个服务器、同一项目的不同模块不同功能互相抢占资源，微服务就是将工程根据不同的业务规则拆分成微服务，部署在不同的服务器上，服务之间相互调用，java中有的微服务有dubbo(只能用来做微服务)、springcloud( 提供了服务的发现、断路器等)。微服务的特点按业务划分为一个独立运行的程序，即服务单元服务之间通过HTTP协议相互通信自动化部署可以用
据行业研究报告显示，目前超过90%的企业已开始使用AI辅助编程等基础智能体服务，57%的企业已部署用于多阶段工作流的智能体，其中16%已实现跨职能或端到端流程的智能体应用，标志着AI智能体正从实验性技术转变为企业生产环境中的核心基础设施。数商云作为专业的AI智能体开发服务提供商，凭借其强大的技术优势、丰富的行业经验、完善的服务体系和严格的数据安全保障措施，能够为企业提供高质量的AI智能体解决方案，
本文将聚焦数商云，从技术架构、行业解决方案、服务体系与合规能力四个维度，解析其在AI智能体开发领域的核心优势，为企业选型提供参考。同时，数商云积极参与Agent工程领域的研究与实践，推动AI智能体开发的标准化与工程化，为企业提供更可靠、更高效的智能体解决方案。同时，为企业提供系统操作培训与技术认证，帮助企业快速掌握系统使用方法，提升自主运维能力。随着AI智能体技术的不断发展与应用深化，数商云将继续
本文介绍了微服务架构的核心概念、拆分原则及实践方法。首先对比了单体架构与微服务架构的优缺点，指出微服务通过拆分功能模块为独立服务，解决了团队协作、发布效率和系统可用性问题。文章详细讲解了微服务的拆分时机（初创项目先单体后拆分，大型项目直接采用）和拆分原则（高内聚、低耦合），并以电商系统为例演示了商品和购物车服务的拆分过程。最后通过RestTemplate实现服务间HTTP调用，展示了微服务间通信的
刚开始折腾NAS和服务器的时候，大家都有一种错觉。觉得只要把软件装好，问题就解决了。于是装了照片管理、影音中心、下载工具、监控平台、代码仓库、AI应用、远程桌面……每发现一个好项目就忍不住部署试试。直到有一天，你突然发现一个很尴尬的问题。自己明明搭建了那么多服务，却连它们在哪都记不清了。Immich是3001还是3002？Jellyfin是放在NAS还是小主机上？Grafana到底挂在哪个域名下面
在→@Tool（注解更名）ChatClient构建方式统一为base-url需带/v1后缀MCP Server 配置通过完成提供生产环境可参考的微服务全栈示例。AI 集成—— 不是 Demo 级别的"Hello World"，而是覆盖 Tool Calling、ReAct Agent、MCP Server 的完整方案gRPC 通信—— Spring Boot 原生支持，告别第三方 starter
TC(Transaction Coordinator)事务协调者：Seata服务器，用于全局控制，比如在XA模式下就是一个协调者角色，而一个分布式事务的启动就是由TM向TC发起请求，TC再来与其他RM进行协调操作。
本系统采用PHP语言作为服务器端开发语言，利用ThinkPHP框架进行系统开发，前端页面通过HTML、CSS和JavaScript实现，保证了良好的用户体验和页面响应速度。数据存储和管理使用MySQL数据库，通过合理的数据库设计保证了数据的一致性与完整性。系统的设计重点放在用户体验与管理员管理便捷性上，考虑到实际运营需求，实现了商品分类管理、订单配送、售后服务等功能，确保了书店网站的多元化运营。测
Spring-AI基于Ollama实现本地模型对话及对话应用------Spring-AI框架
Ollama 是一个用于本地运行和部署大型语言模型（LLM，Large Language Models）的平台。它使开发者能够在本地环境中运行 AI 模型，而不必依赖于云服务。这个工具支持多种类型的 LLM，能够帮助开发者更轻松地与 AI 模型交互、进行训练和调优。本地部署：Ollama 允许用户在本地运行多个大型语言模型，避免了云计算带来的延迟和隐私问题。易于使用：它通过命令行工具和简单的 AP
为了允许普通用户运行 Docker 命令，您需要将用户添加到 docker 用户组。oneapi中的通用key，如果配置的是本地chatglm或者m3e向量模型，填以下key即可。请注意，用户必须注销并重新登录才能在不使用 sudo 的情况下运行 Docker 命令。
本文解析了SpringCloud Alibaba的核心组件Nacos Config，介绍了其作为分布式配置管理工具的定位和优势。主要内容包括： Nacos Config的核心功能：集中配置管理、动态刷新、多环境隔离 与其他配置方案的对比，突出Nacos Config在部署、动态刷新和权限管理上的优势 详细实战步骤：从模块创建、依赖引入到配置文件和代码实现 深入原理：三级隔离模型(Namespace
在产业互联网深度融合的背景下，B2B电商平台已从传统的"信息撮合者"进化为"弹性供应链的构建者"，成为企业打通上下游、提升供应链效率的核心载体。优秀的多端协同系统应该能够实现数据的实时共享，保证不同终端功能的完整性和一致性，为用户提供流畅的使用体验，同时具备快速的响应能力，满足企业高效办公的需求。未来，随着AI、区块链、大数据等技术的不断发展和应用，B2B系统的多端协同能力将进一步提升。这种模式打
Docker 确实方便。部署一个服务只需要几条命令，删掉一个容器也不过几秒钟。可随着容器越来越多，很多人都会遇到一个共同的问题：服务是跑起来了，但到底运行得怎么样，心里完全没底。刚开始可能只有两三个容器，偶尔执行一次还能看得过来。可当容器数量变成十几个甚至几十个之后，问题就开始出现了。服务器突然变慢，不知道是哪个容器占满了 CPU；内存越来越少，却找不到是谁在持续增长；磁盘空间莫名其妙减少，也不知
一套流程搞定开发！Claude Code 从零写程序完整教程 - 慧知开源充电桩平台
spring cloud
——spring cloud
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
智能体开发者社区
HarmonyOS开发者社区
DeepSeek技术社区
脑启社区
AI硬件创业社区
MCP技术社区
龙虾开发者社区
AI编程社区
CSDN-OPC开发者社区
AI Agent技术社区
快递鸟社区
openEuler 社区
