
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
文章摘要: AI Agent 技术正从提示词优化(Prompt Engineering)迈向Harness Engineering阶段,核心观点为Agent = Model + Harness,即智能体需结合大模型与外围工程体系(工具调用、记忆存储、任务规划等)才能落地应用。Harness 包含七大核心组件: 工具+执行循环(赋予行动能力); 记忆+规划(持久化存储与任务拆解); 规则+技能+MC
文章摘要: AI Agent 技术正从提示词优化(Prompt Engineering)迈向Harness Engineering阶段,核心观点为Agent = Model + Harness,即智能体需结合大模型与外围工程体系(工具调用、记忆存储、任务规划等)才能落地应用。Harness 包含七大核心组件: 工具+执行循环(赋予行动能力); 记忆+规划(持久化存储与任务拆解); 规则+技能+MC
摘要:企业级RAG架构演进全解析 本文系统剖析了企业级RAG(检索增强生成)架构从Demo到生产落地的9种演进路径。针对90%的RAG项目"PoC能跑,生产必崩"的痛点,作者指出生产级RAG需要从简单的检索技巧转变为涵盖数据处理、检索编排、查询优化等全链路工程体系。文章提出了生产级RAG的八大分层架构和六大硬性标准,强调多维评估体系的重要性。重点解析了9种RAG架构的特点、适用场景和生产级代码实现
本文介绍了一种基于SpringBoot、AOP和自定义注解的无侵入式数据变更追踪方案。通过@DataChangeTrack和@IgnoreChange注解标记业务方法,利用AOP拦截方法执行,自动记录数据变更日志。方案支持字段级对比、异步存储、敏感数据脱敏等功能,无需修改业务代码即可实现操作日志记录。核心实现包括:定义变更追踪注解、日志实体类、AOP切面处理逻辑,并提供了JPA和MyBatis两种
本文总结了Elasticsearch生产环境中的10大最佳实践,涵盖索引设计、内存配置、查询优化、写入优化和集群部署等关键方面。在索引设计上,建议合理规划分片与副本数量,优化字段映射;内存配置方面强调堆内存分配原则和缓存策略;查询优化部分介绍了避免深分页陷阱、优化查询语法等方法;写入优化包括批量写入和参数调优;集群部署则提出节点角色分离和负载均衡方案。这些实践旨在帮助Elasticsearch集群
本文是Elasticsearch实战系列第二篇,详细介绍如何在SpringBoot项目中集成Elasticsearch,实现商品搜索系统。主要内容包括:ES Java客户端选型建议,重点推荐Spring Data Elasticsearch;环境准备中的版本匹配关系;通过注解方式定义商品实体类与ES索引的映射;以及分层架构设计思路。文章提供了完整的Maven依赖配置和YAML配置文件示例,帮助开发
本文系统介绍了计算机网络核心协议与IP地址分类。首先阐述了数据链路层的MAC地址、网络层的IP地址和传输层的TCP协议三大核心标识/协议的功能特点与协同关系。其次解析了ARP/RARP协议在IP与MAC地址转换中的关键作用,以及DHCP协议实现IP自动配置的工作原理。最后详细分类说明了A/B/C/D/E五类IPv4地址的划分规则、结构特征及适用场景,并列举了特殊用途IP地址。这些内容构成了计算机网
本文介绍了基于SpringCloud+ElasticSearch+Redis+RabbitMQ构建的电商搜索与推荐系统解决方案。针对传统电商平台搜索精准度低、响应慢、推荐同质化等问题,系统采用事件驱动微服务架构,通过RabbitMQ实现数据实时同步和系统解耦。技术选型上结合ElasticSearch实现毫秒级精准搜索,Redis缓存提升性能,RabbitMQ确保数据一致性。系统包含数据采集、实时同
本文全面总结了Elasticsearch生产环境落地的最佳实践,涵盖集群架构设计、JVM优化、索引管理、性能调优等关键环节。针对不同规模集群提供了节点角色规划与硬件配置建议,详细阐述了JVM内存分配和GC调优策略,并深入解析了索引分片、Mapping设计等核心优化方法。文章还提供了可直接复用的配置模板和代码示例,帮助开发者构建高性能、高可用的ES集群,避免常见生产环境问题。
文章摘要 本文介绍如何基于Spring Boot 3、Spring AI、SpringDoc和Knife4j构建企业级智能问卷系统。系统设计目标包括低耦合、高并发、可扩展和可治理能力,核心功能涵盖问卷模板管理、AI智能生成、答卷解析和高并发答题等。文章详细阐述了技术选型理由,包括Spring Boot 3的现代化特性、Spring AI的模型抽象能力以及SpringDoc+Knife4j的文档治理







