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

Claude Code Playgrounds:解锁可视化编程的新境界

Claude Code Playgrounds:可视化编程新工具 Claude官方推出的Playground插件通过生成交互式HTML文件,为开发者提供了全新的AI交互方式。该工具支持架构可视化、UI设计调整、内容优化、视频制作和游戏平衡调试五大场景,实现实时预览和参数调整功能。安装仅需两条命令即可完成,其核心价值在于将抽象概念转化为直观界面,突破纯文本交互的局限。开发者建议采用独特交互思维来创建

文章图片
#人工智能
Claude Code 进阶技巧:10 个提升开发效率的实战策略

本文分享了10个提升Claude Code开发效率的实战技巧,包括:1)使用多Git Worktree并行开发;2)优先进入Plan模式处理复杂任务;3)持续优化CLAUDE.md文档;4)将重复操作转化为自定义skills;5)自动化Bug修复流程;6)强化提示词策略;7)打造高效终端环境;8)灵活调用Subagents;9)直接分析生产数据;10)开启学习模式。这些经过验证的策略能显著提升开发

文章图片
#人工智能#java
GitHub文档加载器设计与实现

GitHub文档加载器可从GitHub仓库加载文件并封装为Document对象,支持单文件/目录递归加载、智能分支回退、文件大小/类型过滤,适用于知识库构建与RAG应用。提供SSL安全测试方案,建议生产环境规范证书验证。核心设计兼顾性能与容错性,助力高效处理开源文档。

文章图片
#github#人工智能#java +1
智能体高级功能:工具集成与性能优化

想让 AI 智能体更强大高效?本文聚焦智能体高级功能开发。详解工具系统架构,含统一接口设计与管理,附网络搜索、图像搜索等实用工具代码。分享循环检测、上下文优化、超时控制等性能优化策略。还展示专业场景定制实例,助你扩展智能体能力边界,提升其可靠性与用户体验,轻松应对复杂任务。

文章图片
#人工智能#java#spring
MCP协议入门:AI工具调用的标准化接口

MCP协议作为AI工具调用的标准化接口,通过统一工具定义和调用流程,增强AI获取实时信息、执行外部操作及使用专业工具的能力。它简化开发、促进生态共享,助力AI应用突破模型限制,广泛适用于云平台、客户端及程序内调用场景。

文章图片
#人工智能#java#spring
从零构建AI智能体:架构设计与代码实现

想亲手打造会思考、能调用工具的 AI 智能体?本文带你从架构到代码实操。解析 OpenManus 分层架构,用 Java 和 Spring AI,从基类到工具调用层逐步实现。含工具开发、循环检测等实用模块,助你掌握核心技术,拥有专属智能体!

文章图片
#人工智能#java#spring
MCP协议安全指南|零基础也能~

MCP协议在提供AI工具调用标准化接口的同时,也面临诸多安全挑战。其设计初衷侧重功能实现而忽视安全性,导致信息不对称、上下文隔离不足、权限验证缺失等隐患。本文系统分析了MCP的安全风险,结合代码审查、环境隔离、网络策略等实践提升安全性,并详解本地、远程及Serverless三种部署模式的应用场景与配置要点,强调安全与便利的平衡。未来需推动协议层深度安全集成与生态治理,确保MCP生态健康发展。

文章图片
#microsoft#人工智能#java +1
构建下一代AI智能体:基于Spring AI的多轮对话应用

本文介绍了如何基于SpringAI框架构建具备持续记忆能力的多轮对话AI应用。首先,文章详细探讨了Prompt工程的核心要素,包括系统Prompt、用户Prompt和助手Prompt的设计,并提出了优化Prompt的技巧,如明确任务角色、提供详细示例、使用结构化格式等。接着,文章分析了AI需求的三要素:需求来源、需求细化和MVP策略。在应用方案设计部分,文章展示了如何设计系统提示词,并通过Spri

文章图片
#人工智能#spring#java
Redis Stack 基础知识-构建现代实时数据平台

Redis Stack 是 Redis 官方推出的一站式解决方案,它整合了 Redis 最先进的模块和功能,为开发者提供了构建实时应用的理想平台。Redis Stack 作为现代实时数据平台,不仅继承了 Redis 的高性能特性,还扩展了其数据处理能力,使其成为构建 AI 应用、实时分析系统和高性能应用的理想选择。结合 Spring AI,Redis Stack 可以轻松实现向量数据库功能,为 R

文章图片
#redis#java
自定义Advisor机制:打造更智能的AI应用

Spring AI的Advisor机制基于责任链模式,允许开发者在LLM调用链中插入自定义逻辑(如日志记录、违禁词过滤、推理增强),提升应用安全性与智能化水平。其核心接口`CallAroundAdvisor`(同步)和`StreamAroundAdvisor`(流式)通过`getOrder()`控制执行顺序。内置支持对话记忆、知识库检索、向量存储等功能,并可通过实战案例实现情感分析、术语增强等定制

文章图片
#人工智能#java#spring
    共 44 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择