
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
要点说明两个框架共存Spring Boot (8080) + Solon (8088),互不干扰端口隔离通过在中临时设置 Solon 端口三个必要依赖鉴权Solon 的Filter,在 HTTP 层拦截 MCP 端点不动核心代码只需在加一个= null的防重判断。
摘要 MCP协议是基于JSON-RPC 2.0的标准化通信协议,用于连接LLM应用与外部工具/数据源。核心角色包括Host(管理者)、MCP Server(执行者)和LLM模型(推理引擎)。协议支持stdio和HTTP+SSE两种传输方式,通过initialize握手和能力发现建立连接。工具定义(inputSchema)会被Host转换为与主流LLM API兼容的格式,每次请求时与messages
本文介绍了Plan-and-Execute模式的智能代理实现方法,该模式通过将任务拆分为规划和执行两个阶段来提高复杂任务的完成效率。在规划阶段,Planner Agent会生成详细的步骤清单;在执行阶段,Executor Agent则逐步完成每个步骤。这种分离设计解决了ReAct模式在长链路任务中容易迷失目标的问题,提供了更好的确定性。文章展示了核心实现代码,包括规划阶段的JSON格式输出要求以及
本文介绍了如何用纯Python实现一个生产级可用的ReAct Agent,摆脱对复杂框架的依赖。文章首先阐述了ReAct模式的核心循环:推理(Thought)-行动(Action)-观察(Observation),并用流程图展示了其工作原理。然后详细讲解了工具系统(ToolRegistry)的实现,通过Python装饰器和类型提示自动生成JSON Schema,简化工具注册和管理流程。该方案强调代
文章目录2009-IEEE-The graph neural network model概要状态更新与输出不动点理论具体实现压缩映射损失函数实验总结2009-IEEE-The graph neural network model概要 在科学与工程的许多领域中的数据的潜在关系都可以用图来表示,比如计算机视觉,分子化学,分子生物学,模式识别,数据挖掘以及自然语言处理。本论文提出了一种新的神经网络模型称







