
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
本文摘要: MQ可靠性保障: 发送端:采用生产者确认机制(PublisherConfirm/Return),通过回调函数处理不同结果 消费端:使用消费者确认机制(ack/nack/reject),配合本地重试和死信队列 机构管理: 基于RBAC模型的服务中台管理 通过MQ实现数据同步,监听机构变更消息进行CRUD操作 树形菜单设计: 使用id/parent_id结构存储层级关系 借助TreeUti
本文摘要: RabbitMQ学习笔记分为初识与进阶两部分。初识部分介绍了消息发送流程、虚拟主机隔离、WorkQueue任务模型、交换机类型(Fanout/Direct/Topic)及消息转换器问题。进阶部分重点探讨了消息可靠性:1)消息丢失的三种场景(发送过程、MQ存储、消费过程);2)生产者可靠性通过重试机制和确认机制(PublisherConfirm/Return)实现;3)MQ可靠性通过持久
本文系统介绍大语言模型(LLM)的8个核心概念:Token(模型处理的最小语言单元)、采样参数(控制生成文本随机性的Temprature、Top-p、Top-k)、提示工程(优化指令的技巧)、上下文窗口(模型的记忆容量)、幻觉(模型虚构信息现象)、Decoder-Only(主流模型架构)、Embedding(语义向量化表示)以及ScalingLaws和涌现能力(模型规模扩展规律)。通过通俗类比和实
摘要:本文系统梳理了人工智能智能体从古典到现代的演进历程。早期符号主义通过人工规则实现智能(如专家系统),但面临知识瓶颈;随后分布式智能理论提出由简单单元协同涌现复杂智能;学习范式变革中,联结主义实现感知能力,强化学习优化决策策略,LLM模型则整合了通用推理与知识;现代智能体融合历史技术思想,通过模型、记忆、规划、工具四大组件协同工作,实现了智能技术的集大成突破。全文揭示了AI发展从规则定义到自主
本文系统阐述了大语言模型驱动智能体的核心概念与实现框架。智能体(Agent)以LLM为核心,通过集成规划、工具调用和记忆机制,形成感知-规划-行动的闭环系统,具备自主执行复杂任务的能力。文章详细解析了智能体的四层架构:基础模型层、工具层、记忆层和规划控制层,并介绍了辅助增强、自主执行、多智能体协作和拟人化交互等典型应用范式。该研究为构建具备自主决策能力的AI系统提供了理论指导和技术参考。
本文介绍了Redis实现消息队列的三种方式:List结构、PubSub模型和Stream类型。List结构通过LPUSH/RPOP实现简单队列,支持持久化但功能有限;PubSub提供发布订阅模式,适合实时广播但缺乏持久化;Stream作为最完善的方案,支持消息回溯、消费者组和确认机制,适用于高可靠性场景。文章详细对比了三者的优缺点,并重点讲解了Stream类型的高级特性,包括消费者组管理和消息确认
摘要:Redisson是解决Redis分布式锁问题的开源框架,它解决了传统setnx实现中的不可重入、不可重试、超时释放和主从一致性问题。通过哈希结构存储锁信息,支持线程重入计数;采用WatchDog机制自动续期防止业务未完成锁失效;使用Lua脚本保证原子操作。Redisson提供获取锁(含重试机制)和释放锁(含通知等待者)的完整流程,通过发布订阅实现高效等待。建议优先使用无参lock()方法,并







