群友一直希望我做一个dify的教程，我把去年的dify铲了，重新安装了一遍。同时以前的文章提问，以及群友的问题，我先做一个知识科普，不感兴趣的可以绕过这块。

最近大家在使用本地化deepseek后，问题比较多,最近我会帮大家一一解决。deepseek本地化部署或者使用api服务没有联网功能历史文章：《国产AI之光！DeepSeek本地部署教程，效果媲美GPT-4》《DeepSeek+本地知识库：真的太香了》 https://mp.weixin.qq.com/s/IKoBga2iKfpkdD4Qgy8iLg?

我们每天都在大量使用 Cursor、Claude Code、Trae 这些 AI 编码工具。是好，是坏？以前我完全没有标准，只能凭感觉。今天写代码很顺，就觉得 AI 极其牛逼；明天 AI 陷入死循环，就骂它是个人工智障。这种“凭感觉”的时代，差不多该结束了。这就是我为什么想做。我想做一面镜子，帮开发者照出自己和 AI 协作里的真实行为：什么时候框定清楚了，什么时候只是把 AI 推着跑，什么时候看起

我们每天都在大量使用 Cursor、Claude Code、Trae 这些 AI 编码工具。是好，是坏？以前我完全没有标准，只能凭感觉。今天写代码很顺，就觉得 AI 极其牛逼；明天 AI 陷入死循环，就骂它是个人工智障。这种“凭感觉”的时代，差不多该结束了。这就是我为什么想做。我想做一面镜子，帮开发者照出自己和 AI 协作里的真实行为：什么时候框定清楚了，什么时候只是把 AI 推着跑，什么时候看起

我们每天都在大量使用 Cursor、Claude Code、Trae 这些 AI 编码工具。是好，是坏？以前我完全没有标准，只能凭感觉。今天写代码很顺，就觉得 AI 极其牛逼；明天 AI 陷入死循环，就骂它是个人工智障。这种“凭感觉”的时代，差不多该结束了。这就是我为什么想做。我想做一面镜子，帮开发者照出自己和 AI 协作里的真实行为：什么时候框定清楚了，什么时候只是把 AI 推着跑，什么时候看起

1，不带推理功能的大模型真是差强人意2，后续研究下元器里的工作流，使用调用api的方式使用满血DeepSeek-R1模型3，后续把解决的所有问题都放入到问题库里。创作不易，辛苦大家动动发财的小手。if 文章有用:关注() # 🔔 追更最新内容else:留言吐槽() # 💬 评论区等你来战。

在灰度系列中《基于springcloud的灰度实现方案（二）》，之前规则适配使用数据库+策略模式实现，单个规则还好，多个规则，各种场景使用，还是稍微有点欠缺。就想着用java规则引擎来解决这个问题。之前在项目中使用过drools，比较重，初始加载复杂，首次执行效率较低，最好预热一下，其次分布式规则处理时的一致性也得自己把控；之前就了解过aviator，这次就直接用了。相关资料# 官网地址https

• MCP 更像是 Agent 的基础设施• Skills 更像是 Agent 的应用层能力谁把常见问题的处理方式，沉淀成了 Skills。Skills 不是倒退回硬编码或规则引擎，而是在LLM 的灵活推理和传统软件的稳定流程之间，找到了一个更适合 Agent 的中间态。这，正是 Skills 在这个时间点被反复提起的原因。

项目中通过webservice获取的内容都是xml的字符串，每次解析这些字符串比较麻烦，就写了个方法将xml文本解析成List<Map<String,String>格式/***将xml文件或者xml字符串解析成List<Map<String,String>*@parampathOrstr路径或者xml文本*@paramtyp...

通过这篇，你可以详细的了解spring是如何解决循环依赖的，怎么提升代码的执行效率，怎么给bean初始化增加扩展点。