MCP (Model Context Protocol,模型上下文协议),2024年11月底,由Anthropic推出的一种开放标准,旨在统一大型语言模型(LLM)与外部数据源和工具之间的通 信协议。MCP的主要目的在于解决当前Al模型因数据孤岛限制而无法充分发挥潜力 的难题,MCP使得AI应用能够安全地访问和操作本地及远程数据,为AI应用提供了 连接万物的接口构建为 LLMs 提供工具和数据的服

RAG（Retrieval Augmented Generation）检索增强生成，RAG是一种将信息检索和大语言模型文本生成相结合的技术。简单来说，RAG就是在大语言模型生成答案之前，AI应用先从外部知识库中检索与用户提问相关的信息，然后将检索到的信息作为上下文通过提示词一起传递给大语言模型，从而让大语言模型根据检索出来的内容进行回答。

封装好的基础聊天模型和其他组件。LangChain集成包，目前LangChain会将一些重要的集成包单独拆分出来（例如langchain-openai ， langchain-anthropic 等），让集成包更轻量级，这些包将会由LangChain团队和集成包的开发者共同维护。构成AI应用的链、AI agent和检索器。社区维护的第三方集成包。⽐如：Model I/O、Retrieval、Too

react中的常用钩子函数总结Hook 是 React 16.8 的新增特性。它可以让你在不编写 class 的情况下使用 state 以及其他的 React 特性一、useState:让函数组件也可以有state状态, 并进行状态数据的读写操作1、语法:const [xxx, setXxx] = React.useState(initValue)2、解释：useState()说明:参数: 第一次

docker的安装及常用容器的生成

在删除时：deletefrom sys_role_menu s left join sys_menu m ON s.menu_id = m.menu_idwhere m.sys_type=1 and s.role_id in<foreach item=“roleId” collection=“array” open="(" separator="," close=")">#...

开源高性能、高扩展性的向量数据库。Embeddings被用来将非结构化数据转换成能够捕捉其基本特征的数字向量,然后将这些向量存储在向量数据库中，从而实现快速、可扩展的搜索和分析。Milvus提供强大的数据建模功能，使您能够将非结构化或多模式数据组织成结构化的Collections。它支持多种数据类型，适用于不同的属性模型，包括常见的数字和字符类型、各种向量类型、数组、集合和JSON，为您节省了维护

智能客服实战

MCP (Model Context Protocol,模型上下文协议),2024年11月底,由Anthropic推出的一种开放标准,旨在统一大型语言模型(LLM)与外部数据源和工具之间的通 信协议。MCP的主要目的在于解决当前Al模型因数据孤岛限制而无法充分发挥潜力 的难题,MCP使得AI应用能够安全地访问和操作本地及远程数据,为AI应用提供了 连接万物的接口构建为 LLMs 提供工具和数据的服

dom4j读取xml文件的一个小例子准备好xml,我准备了一个（记得xml前面不能有空格）<?xml version="1.0" encoding="UTF-8"?><Logs count="8" src="测软件" srcIp="192.168.40.43" srcNO ="SZRJ"><Log code = "Operation_Log" description=