logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

ima.copilot-AI知识库-完整使用手册与最新动态

摘要(149字): 腾讯推出的AI知识管理工具ima聚焦学习办公场景,提供知识库搭建、多模态解读与智能写作辅助。最新2.6.6版本支持Mermaid图表渲染,用户可通过邀请好友、师生认证扩容至100G存储。内置Tencent Hy3、DeepSeek等多模型,Copilot模式支持复杂任务处理与自定义Skill。支持PDF翻译、录音转写、脑图生成等功能,跨端同步且提供网页插件。知识库分个人/共享/

#copilot#人工智能
ima.copilot-AI知识库-完整使用手册与最新动态

摘要(149字): 腾讯推出的AI知识管理工具ima聚焦学习办公场景,提供知识库搭建、多模态解读与智能写作辅助。最新2.6.6版本支持Mermaid图表渲染,用户可通过邀请好友、师生认证扩容至100G存储。内置Tencent Hy3、DeepSeek等多模型,Copilot模式支持复杂任务处理与自定义Skill。支持PDF翻译、录音转写、脑图生成等功能,跨端同步且提供网页插件。知识库分个人/共享/

#copilot#人工智能
Java开发者AI技能全景指南:从代码生成到智能体构建

Java开发者AI技能全景指南摘要 本文为Java开发者系统梳理AI转型路径,涵盖四大核心维度: 行业趋势:2025-2026年数据显示,超80%开发者已采用AI辅助编程,Java+AI岗位需求激增200%,企业级AI部署主要依赖Java生态 工具实战:详解Cursor、Claude Code等AI编程工具在Java项目中的高级应用技巧,包括多文件编辑、规范约束和重构优化 Prompt工程:提出四

#java#人工智能#开发语言
Harness Engineering实战:让 Agent 每次工作前先初始化—为什么初始化必须是独立阶段

摘要:Harness Engineering实战:独立初始化阶段的重要性 AI编码Agent高效工作的关键在于将初始化和功能实现分离。混合模式会导致基础设施不完善、测试验证滞后、上下文浪费和隐式假设风险。研究显示,独立初始化可使多会话功能完成率提升31%。 核心实践: 初始化阶段专注建立"执行前提"(可运行环境、已验证测试框架、启动清单、任务分解) 通过"四条件验收":能启动/能测试/能看进度/能

Spring AI Alibaba Agent Framework Hooks 与 Interceptors 完整指南

Spring AI Alibaba Agent扩展机制指南 本文详细介绍了Spring AI Alibaba 1.1.2.0版本中Agent框架的两种扩展机制:Hooks和Interceptors。Hooks作用于Agent执行流程的特定节点,支持异步处理,常用于消息修剪、PII检测和人机协同等场景;Interceptors则专注于模型请求/响应和工具调用的同步处理,适合日志记录、重试和上下文编辑

#spring#人工智能#java
Harness Engineering实战:用功能清单约束 Agent 该做什么示例

Harness Engineering实战:功能清单约束Agent行为 本文将介绍如何通过功能清单(Feature List)有效约束Agent的开发行为,确保项目交付质量。功能清单作为Harness工程的核心原语,包含三大关键要素:行为描述、验证命令和当前状态。它通过状态机机制(未开始/活跃/通过/阻塞)实现进度管控,并作为单一数据源服务于调度器、验证器等关键组件。文章对比了备忘录模式与结构化功

Harness Engineering实战:给 Agent 划清每次任务的边界示例

文章摘要: Agent在执行任务时容易过度延伸(同时处理多个任务)和不足完成(任务未彻底验证),导致效率低下。核心解决方案是强制WIP=1(每次只做一个任务,完成后再开始下一个),并通过可验证的完成证据和**验证完成率(VCR)**约束行为。实验表明,WIP=1模式下,任务完成率显著提升(87.5% vs 37.5%),代码更精简且有效。实施时需将任务范围外部化为机器可读文件,并监控VCR,确保“

Spring AI Alibaba Agent 结构化输出(Structured Output)完整指南

Spring AI Alibaba Agent 结构化输出指南 本文详细介绍了如何使用 Spring AI Alibaba 1.1.2.0 实现 Agent 的 JSON 结构化输出功能。结构化输出允许 Agent 以固定 JSON 格式返回数据,便于程序化处理,特别适合数据提取和系统集成场景。 文章包含以下核心内容: 实现方式:推荐使用outputType(Class<?> type)自动生成

文章图片
#人工智能#spring#java
SpringBoot+LangChain4j+Ollama实现Function Calling工具调用-仿智能客服示例

本文介绍了如何在SpringBoot项目中集成LangChain4j和Ollama实现本地大语言模型的功能调用(Function Calling)。主要内容包括:1) 工具调用的概念与价值,2) 环境准备与模型选择(qwen2:7b等支持工具调用的模型),3) 项目依赖配置与yml修改,4) 通过@Tool注解定义天气查询和客服工具类,5) 创建AI服务接口并手动构建Bean,6) 编写测试Con

文章图片
#spring boot#后端#java
SpringBoot+LangChain4j+Ollama+RAG(检索增强生成)实现私有文档向量化检索回答

本文介绍了如何使用SpringBoot+LangChain4j+Ollama搭建本地大模型语言LLM,并重点讲解了RAG(检索增强生成)技术的实现。RAG解决了大模型知识陈旧和"幻觉"问题,通过检索知识库中的信息来增强生成答案的准确性。文章详细阐述了RAG的两阶段流程:索引阶段(文档加载、解析、分块、向量化和存储)和检索生成阶段(问题向量化、相似度检索、增强上下文和生成答案)。

文章图片
#spring boot#后端#java
    共 327 条
  • 1
  • 2
  • 3
  • 33
  • 请选择