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

吃透AI Agent核心:RAG+Function Calling实战全解

FC调用失效:模型不触发RAG检索、不调用业务接口,直接编造答案格式解析报错:模型输出多余文字、代码块标记,导致JSON解析失败知识库污染:跳过文档清洗,噪音数据导致检索无效参数传递错误:FC参数描述不清晰,模型传参缺失、错误模型幻觉失控:无强约束提示词,无知识库内容时随意编造答案技术层级:LLM是大脑、FC是手脚、RAG是知识库,手脚稳定优先于知识精准落地优先级:先保证FC100%稳定可用,再优

文章图片
#人工智能
一文读懂RAG:检索增强生成,让大模型“博学且精准”

RAG,即检索增强生成,是一种结合了「信息检索」与「生成式AI」的技术方案。大模型生成答案前,先通过检索模块从外部知识库中获取与问题相关的精准信息,将这些信息作为上下文补充给大模型,最终让大模型基于“自身训练知识+外部检索知识”生成更准确、更具针对性的答案。很多人会混淆RAG与普通工具、大模型的关系,这里明确区分:大模型:负责“语言理解+答案生成”,相当于“大脑”,但自带“知识保质期”和“知识边界

文章图片
#人工智能#大数据#RAG
一文看懂 Docker 究竟是个啥

项目在我电脑上完美运行,换一台电脑、发给同事、部署到服务器就直接报错。很多人第一反应会疑惑:这到底是为什么?单纯是软件版本不匹配吗?其实不只是版本问题,本质是每一台电脑的运行环境都是独一无二的本机和他人电脑系统不同(Windows / Mac / Linux)编程语言版本不一致(Python3.9 / Python3.10、JDK8 / JDK17)项目依赖库缺失、版本冲突环境变量、系统配置差异。

文章图片
#docker#容器#运维
Vue3 中的 v-model 语法糖

本章节我们用 “从具体到一般” 的推演法,分析 Vue3 中 v-model 语法糖的基本原理,以便我们更好地应用和理解它。其实 Vue3 中,v-model="counter" 中,默认绑定的属性是 modelValue。现在我们修改这个属性,将 modelValue 改为 aaa:现在我们修改父组件中调用子组件的地方,对于带参数的 拆分后等价于:

文章图片
#vue.js#前端#javascript
Vue 2 和 Vue 3 在依赖收集与更新机制上的差异

每个组件实例对应一个Watcher,组件内所有响应式数据的依赖都会被这个Watcher收集。当组件内任何响应式数据变化时,整个组件的render函数会重新执行,整个组件会重新渲染。,之后通过 diff 算法对比新旧虚拟 DOM 树,只更新变化的部分。未变化的数据,只有受变化数据影响的部分才会重新生成对应的虚拟 DOM 节点。

#vue.js#前端#javascript
React 中的 HOC 和 Hooks

        在函数式组件主导的 React 项目中,高阶组件(HOC)并非首选推荐,更建议优先使用 Hooks来实现复用逻辑。核心原因是 HOC 存在固有的设计缺陷,而 Hooks 能更优雅、简洁地解决相同问题,同时避免 HOC 的痛点。        本章节我们将分别介绍二者,并重点体会 Hooks 在函数式组件项目中的优势。

#react.js#javascript#前端
Java 异常类 Exception

(运行时异常,无需编译处理)结构:内置自定义错误码 + 业务提示语使用场景:库存不足、权限不足、订单状态异常等业务规则拦截区分普通参数错误和复杂业务错误用法:业务逻辑不满足时主动throw,全局异常单独捕获,返回自定义错误码。

浅谈电商下单微服务流程

所有微服务启动后把自己 IP + 端口注册到 Nacos。网关Gateway根据服务注册中心 Nacos/Eureka 的服务列表拉取服务实例,通过选一台健康实例自动做负载均衡转发。,通过OpenFeign 发起跨服务调用。Feign 底层依赖LoadBalancer 按照轮询 / 随机规则 选一台健康实例。调用频繁超时 / 报错 → Sentinel 触发熔断熔断后 Feign 直接走 Fall

文章图片
#spring cloud#微服务#spring
一文看懂 Docker 究竟是个啥

项目在我电脑上完美运行,换一台电脑、发给同事、部署到服务器就直接报错。很多人第一反应会疑惑:这到底是为什么?单纯是软件版本不匹配吗?其实不只是版本问题,本质是每一台电脑的运行环境都是独一无二的本机和他人电脑系统不同(Windows / Mac / Linux)编程语言版本不一致(Python3.9 / Python3.10、JDK8 / JDK17)项目依赖库缺失、版本冲突环境变量、系统配置差异。

文章图片
#docker#容器#运维
吃透AI Agent核心:RAG+Function Calling实战全解

FC调用失效:模型不触发RAG检索、不调用业务接口,直接编造答案格式解析报错:模型输出多余文字、代码块标记,导致JSON解析失败知识库污染:跳过文档清洗,噪音数据导致检索无效参数传递错误:FC参数描述不清晰,模型传参缺失、错误模型幻觉失控:无强约束提示词,无知识库内容时随意编造答案技术层级:LLM是大脑、FC是手脚、RAG是知识库,手脚稳定优先于知识精准落地优先级:先保证FC100%稳定可用,再优

#人工智能
    共 23 条
  • 1
  • 2
  • 3
  • 请选择