本文介绍了一个基于AI的智能试卷生成与批改系统，采用RuoYi-Vue-Plus框架和DeepSeek大模型实现。系统包含两大核心功能：1) 根据知识库或用户描述自动生成包含单选、多选、文本题的试卷；2) 批量阅卷并生成包含评分、正确答案和评语的完整成绩单。技术架构采用SpringBoot3.5+JDK17+MySQL8.0，通过JSON字段存储灵活配置和答案快照。文章详细介绍了数据库设计、AI服

《80行代码打造专属AI死党：用Node.js和DeepSeek构建有记忆的聊天机器人》 本文介绍了一种极简技术方案，通过纯Node.js和DeepSeek API构建具有长期记忆的个性化AI角色。作者分享了自己如何从三年聊天记录中提炼出好友"小闪"的性格特征、表达方式和共同记忆，将其编码为结构化技能包(SKILL.md)。该方案包含三大核心： 角色心智模型设计（情绪处理、决策

本文详细介绍了在CentOS7服务器上部署Dify AI平台的完整步骤。首先通过检查系统版本、更新软件源做好环境准备；其次使用阿里云镜像安装Docker和Docker Compose；然后下载Dify源码并通过docker-compose启动服务；最后完成管理员账号设置即可访问平台。部署过程中需要注意容器运行状态验证和镜像加速器配置，确保6个核心服务容器正常运行。整个流程涵盖了从系统配置到应用访问

本文详细介绍了如何搭建基于Kafka+ELK的微服务日志收集系统。主要内容包括：1）环境准备与各组件安装配置；2）SpringBoot应用通过Logback将JSON格式日志发送至Kafka；3）Logstash消费Kafka消息并按日志级别分流存储到Elasticsearch；4）Kibana创建数据视图实现日志可视化检索。该方案实现了日志集中管理、实时搜索，具有高吞吐、可靠性强、系统解耦等优势

作为一名 Java 后端开发者，你是否想过用 Spring Boot 和 WebSocket 就能遥控一个机器人？本指南将带你从零开始，在虚拟机中安装 Ubuntu 22.04 和 ROS 2 Humble，并用你最熟悉的 Java 语言通过 rosbridge 实时读取机器人位姿、下发运动指令。无需深入学习 C++/Python，全程复制粘贴即可跑通。为什么选择 Ubuntu 22.04 + R

本文介绍了一个基于AI的智能试卷生成与批改系统，采用RuoYi-Vue-Plus框架和DeepSeek大模型实现。系统包含两大核心功能：1) 根据知识库或用户描述自动生成包含单选、多选、文本题的试卷；2) 批量阅卷并生成包含评分、正确答案和评语的完整成绩单。技术架构采用SpringBoot3.5+JDK17+MySQL8.0，通过JSON字段存储灵活配置和答案快照。文章详细介绍了数据库设计、AI服

本文从零实现了一套基于 Spring Boot + MyBatis Plus + RabbitMQ 的 AI 慢 SQL 监控系统。核心思路是：拦截请求与 SQL 耗时 → 异步发送事件 → 持久化并调用 AI 分析 → 入库待审。整个过程对业务代码零侵入，可大幅提升性能问题发现与解决的效率，尤其适合微服务架构下 SQL 治理难、缺乏专职 DBA 的团队。完整代码可参考文中各片段组合，关键配置已全

在现代应用架构中，实时通信已成为不可或缺的一环。无论是社交应用、在线客服、企业协作还是物联网指令下发，长连接与实时消息推送都是核心能力。本文将基于，手把手带你搭建一个生产级的多身份实时聊天系统。该系统支持普通用户、企业、平台管理员三种角色，提供点对点聊天与分组广播（通知全体用户/全体企业/全员）功能，并通过 JWT 鉴权、心跳保活、广播权限开关、在线统计等机制，确保安全与可运维性。最终单机可轻松支

在 Ruoyi-Vue 这一流行的前后端分离权限管理系统基础上，集成 DeepSeek 提供的强大 AI 对话补全功能，可以为系统添加智能对话和内容生成能力。本文将详细介绍如何在 Ruoyi-Vue 中实现这一集成。

本文介绍了AI点餐助手的系统架构设计，通过微信小程序前端、业务后端、AI编排层(Dify)和大模型(Deepseek)四个核心模块协同工作。系统采用流程图清晰展示了商品推荐和下单流程的数据流转，重点阐述了Dify作为AI编排层在对话管理、工具调用中的作用，以及前端如何动态渲染不同类型的交互卡片。设计强调了异常处理机制和用户体验优化，如商品卡片"选它"按钮和确认卡片的自动消息发送