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

6. 【.NET 8 实战--孢子记账--从单体到微服务】--编写服务端框架

本文详细讲解了如何配置 ASP.NET Core 应用中的几个关键组件。首先,介绍了安装和配置 NuGet 包,包括数据库操作、对象映射、JWT 身份验证。接着,展示了如何在 appsettings.json 中配置 JWT 验证,并在 Program.cs 中设置相关服务。随后,讲解了如何配置 AutoMapper、数据库上下文、以及数据库连接。最后,介绍了如何配置 Swagger 生成 API

文章图片
#.net#微服务#架构
43.【.NET8 实战--孢子记账--从单体到微服务--转向微服务】--扩展功能--集成网关--网关配置与动态策略

本文探讨了如何通过Nacos配置中心实现网关认证豁免路径与身份服务参数的动态管理。文章提出了一个统一的网关配置服务接口(IGatewayConfigService),支持从多种配置源获取认证配置,并详细介绍了Nacos实现方案,包括缓存优化、线程安全处理和动态配置更新机制。同时阐述了认证中间件如何基于配置动态放行请求,以及如何与服务发现组件协作确保身份服务的高可用性。整个方案实现了认证链路可灰度、

#.net#微服务#运维
11.容器化与 Docker

摘要:本文深入讲解如何将.NET Aspire应用容器化,从Docker基础概念到高级实践。首先回顾Docker核心概念(镜像、容器、Dockerfile和Compose),然后重点介绍.NET Aspire的容器化优势,包括环境一致性、快速部署和资源隔离。特别详细解析了AddDockerfile方法的使用,展示如何自定义容器配置、设置环境变量和端口映射,实现与其他Aspire组件的无缝集成。通过

#docker#容器#运维
13-SemanticKernel框架入门

摘要:本文介绍了微软Semantic Kernel框架如何帮助.NET开发者将AI模型能力整合到工程体系中。文章首先指出直接调用模型API在复杂场景下的局限性,强调Semantic Kernel作为组织模型能力、提示词和业务逻辑的"胶水层"价值。随后详细讲解了如何创建Kernel核心对象、使用Prompt模板与参数、管理聊天上下文,以及通过插件机制让模型调用.NET方法。文章特

#人工智能#microsoft#.net
1.【.NET10 实战--孢子记账--产品智能化】--前言

本专栏《.NET10实战--孢子记账--产品智能化》聚焦两大主线:一是将"孢子记账"项目从.NET8升级到.NET10,详细介绍升级流程、新特性应用及验证优化;二是通过AI技术实现产品智能化,包括智能账单录入、消费分析、智能问答等功能,结合Semantic Kernel框架进行工程化封装。适合.NET开发者学习最新技术,以及希望在实际项目中落地AI能力的工程师。专栏提供完整可运

#.net#人工智能#机器学习 +1
5.【.NET10 实战--孢子记账--产品智能化】--基础框架与微软官方包批量升级

本文介绍了如何利用AI工具高效完成.NET项目从8.0到10.0的升级工作。重点展示了两个核心环节:基础框架升级和微软官方包批量升级。作者采用"从底层向上推进"的策略,将规律性强、重复度高的机械性工作交给AI处理,包括修改.csproj文件、更新Dockerfile镜像标签、清理冗余包引用等操作。通过清晰的指令设计,AI能够准确执行版本替换、依赖关系调整等任务,并在完成后自动验

#microsoft#.net#人工智能
32_生产级Skill可观测性:日志+成本追踪+失败告警

文章摘要:本文强调可观测性在AI技能系统中的核心价值,指出缺乏系统观测将导致团队陷入盲目优化和故障排查的困境。作者提出可观测性应从传统软件工程概念转化为具体设计实践,包括:1)建立包含决策路径、重试机制等关键字段的标准化日志体系;2)实现步骤级成本追踪以识别结构性异常;3)设计分级告警系统避免警报疲劳;4)前置处理敏感信息合规问题。文章指出,真正的可观测性应能缩短故障定位时间、提高优化精准度,最终

#大数据
31_Document处理通用Skill:多格式抽取+结构化输出+校验层

企业级文档处理系统的核心挑战不在于模型智能度,而在于如何处理现实世界中杂乱无章的输入格式。本文提出三层架构解决方案:抽取层负责生成标准化中间表示(保留文本块、定位信息及解析警告),结构化层将内容映射到业务字段(明确标注缺失项和来源),校验层评估结果可信度(给出明确的流程决策建议)。关键在于建立完整的定位追踪系统(location_map和source_locations),这是实现可信度验证、人工

#数据库
30_教育培训Skills:学习路径+作业批改+教学大纲生成

教育培训领域的关键不在于生成大量内容,而是需要围绕学习者状态进行持续调整和路径优化。文章指出,教育系统不应是零散功能的拼盘,而要构建包含路径规划、作业批改和教学大纲生成的闭环体系。其中,学习路径需要基于诊断结果动态调整,作业批改应提供结构化反馈而非简单评分,教学大纲则要与课时和评估相匹配。教育场景的核心价值在于状态回流和持续优化,这使其成为展示状态管理和工作流编排的典型案例。真正的教学系统必须能够

#学习#人工智能
29_内容生产质量网关Skill:草稿生成+事实校验+发布前检查

摘要: AI内容生产的高效性常让团队误以为生成即完成,但真正的风险在于发布前的隐性错误(事实偏差、品牌口径、合规问题等)。文章提出三层质量网关:1)生成层明确输出草稿和待核事实清单;2)校验层逐条验证事实来源,严格标记未证内容;3)发布检查层将规范转化为硬性拦截条件,区分必须修复项与优化项。核心在于通过结构化数据(如claim_list、must_fix_items)将模糊审校转为精准对账,避免“

#网络#人工智能
    共 126 条
  • 1
  • 2
  • 3
  • 13
  • 请选择