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

LogStash配置多个input到多个output及grok编写filter结果输出到http或RabbitMq的简单配置

LogStash监听多个input文件,并且根据不同文件输出到不同的output,利用grok插件进行文本过滤# Sample Logstash configuration for creating a simple# Beats -> Logstash -> Elasticsearch pipeline.input {file {path => ["d:/2/*.txt"]st

spring-ai-starter-mcp-server-webmvc的包冲突

摘要:本文介绍了搭建Spring-AI MCP服务时遇到的Jackson依赖冲突问题及解决方案。项目使用Maven构建,初始POM文件引用了spring-ai-starter-mcp-server-webmvc 2.0.0,但在启动时出现JsonSerializeAs类找不到的错误。通过DependencyAnalyzer分析发现Jackson相关依赖存在版本冲突,解决方案是在dependency

文章图片
#java#开发语言
Agent 多轮对话 调用MCP Tools (二)

本文介绍了一个基于Spring Boot的MCPServerTools工具集实现方案。该项目通过Maven管理依赖,整合了Redis和Elasticsearch两大组件,提供了业务数据查询功能。核心特性包括: 采用Spring Boot 4.0.7框架,支持Java 21 集成Redis客户端(Redisson)和Elasticsearch Java客户端(8.13.4) 实现了两个核心服务: R

文章图片
#AI
langChain学习笔记之结构化输出

本文展示了如何使用阿里百炼大模型qwen3-max进行技术文档编写。通过LangChain框架,配置ChatOpenAI接口并设置API密钥,创建系统提示模板要求模型以JSON格式输出。示例中询问"LangChain是什么",模型返回结构化响应,包含问题和详细答案,说明LangChain是一个简化大型语言模型应用开发的开源框架,提供工具集成外部数据源和构建智能应用的能力。整个过

#学习
LangChain学习笔记之ChatPromptTemplate

本文介绍了使用LangChain进行信息提取的方法。首先对比了新老版本包的引用差异,然后展示了如何通过定义Person和PeopleExtraction数据模型,使用ChatOpenAI和ChatPromptTemplate构建提取链。示例代码从给定文本中提取了三个人物(小美、小丽、小兰)的姓名、身高和衣服颜色信息,并以结构化的JSON格式输出结果。该方法可用于从非结构化文本中提取特定信息,实现语

#学习
spring-ai-starter-mcp-server-webmvc的包冲突

摘要:本文介绍了搭建Spring-AI MCP服务时遇到的Jackson依赖冲突问题及解决方案。项目使用Maven构建,初始POM文件引用了spring-ai-starter-mcp-server-webmvc 2.0.0,但在启动时出现JsonSerializeAs类找不到的错误。通过DependencyAnalyzer分析发现Jackson相关依赖存在版本冲突,解决方案是在dependency

文章图片
#java#开发语言
n8n+Ollama本地私有部署

n8n开源自动化工具本地部署指南:通过Docker快速安装n8n(端口5678),配置Ollama本地模型服务(11434端口)作为AI代理,实现基础对话功能。包含管理员注册、代理创建、API端点设置等关键步骤说明。

文章图片
LM Studio跑起来DeepSeek的一个小模型DeepSeek-R1-Distill-Qwen-1.5B-Q2_K.gguf

用十年前的一台老笔记本,16G内存,i7的处理器。deepseek的回答。

文章图片
#LM Studio
LangGraph工作流生成小红书、朋友圈、微博文案(学习)

本文展示了使用LangGraph构建智能文案生成工作流的示例。通过阿里百炼的Qwen3-Max模型,系统能够根据用户输入内容自动判断适合的平台(小红书、朋友圈或微博),并生成相应风格的文案。代码实现了路由逻辑,包括节点定义(三个平台对应的文案生成函数)、条件判断和流程控制。用户输入"写一个小红书的推文关于马年大吉的短文"后,系统成功识别并生成了符合小红书风格的推文,包含生肖运势

#python
LangGraph生成小红书书评(学习)

本文介绍了一个基于LangGraph框架和阿里百炼Qwen3-max大模型的小红书书评生成系统。该系统通过构建状态图工作流,实现了书评从初稿生成到最终小红书风格的完整优化流程: 工作流包含四个节点:首先生成初始书评,然后检查是否包含亮点(如问号或感叹号),若未通过则进行润色优化,最后转换为小红书风格的格式。 系统针对《霍乱时期的爱情》一书,生成了深度分析的书评,揭示了马尔克斯笔下爱情作为&quot

#学习
    共 36 条
  • 1
  • 2
  • 3
  • 4
  • 请选择