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

SpringAIAlibaba之短期记忆与长期记忆实现原理(十一)

短期记忆(Short-term Memory):保存当前会话的对话历史,类似人类的"工作记忆"长期记忆(Long-term Memory):持久化存储关键信息,类似人类的"长时记忆"Spring AI Alibaba 通过和两个组件实现了这两种记忆机制。│ (业务逻辑、对话流程、工具调用) │↓│ ModelHook: 注入长期记忆到短期记忆 ││ MessagesModelHook: 管理上下文

#开发语言#人工智能
SpringAIAlibaba之深度剖析序列化过程中LinkedHashMap类型转换异常(十)

Bean// ✅ 使用默认配置.build();优点✅ 立即解决问题✅ 不需要等待框架更新缺点❌ 失去了自定义配置的能力❌ 不能添加自定义的 Jackson 模块@Bean// 1. 先创建默认的 serializer// 2. 获取它内部已经配置好的 ObjectMapper// 3. 在此基础上添加自定义模块.build();优点✅ 保留了类型信息处理✅ 可以添加自定义配置✅ 不会出现 Lin

#人工智能
SpringAIAlibaba之打造“长了脑子”的电商客服 Agent(4)

我们定义一个普通的 Java Function,用来查订单。codeJava@Bean@Description("根据订单ID查询订单的物流状态和详情") // 这里的描述非常关键,大模型靠它决定是否调用// 模拟查询数据库System.out.println("正在查询订单系统: " + request.orderId());return new OrderQueryResponse("1001

#原型模式
SpringAI之helloworld入门篇(AI这么火,入个门吧)

本文由于使用免费的通义模型,但是SpringAI原生不支持通义模型,所以就需要做适配了,如果不想适配,那么可以选择使用SpringAI Alibaba(做了封装和适配)按照指示处配置即可,easy,然后配置到代码配置中,直接跑代码就可运行。代码都有了,接下来需要配置下api-key就可以直接和大模型对话了。如果你看到这样的信息,或者类似这样的信息,恭喜你入门了!一、创建应用(直接jdk17创建)三

#java#前端#开发语言
SpringAIAlibaba之高级特性与实战场景全解析(5)

高级特性适用场景核心价值订票、查库、IoT控制、RPA解决模型无法与外部世界交互的问题,实现“执行”数据清洗、爬虫解析、表单提取解决模型输出不可控的问题,实现“系统集成”拍照问答、语音助手、视频分析拓展输入维度,从“文本交互”升级为“感官交互”合同审查、分级知识库、精准搜索解决向量检索精度低、无权限控制的问题欢迎关注、一起交流、一起进步~

#人工智能
SpringAiAlibaba之mitmproxy证书安装与原理解析(九)

原始问题:使用 mitmproxy 抓包时报证书验证错误根本原因:Java 不信任 mitmproxy 的自签名 CA 证书失败尝试:代码中禁用 SSL 验证对 Spring RestClient 无效正确方案:将 mitmproxy CA 证书安装到 Java cacerts 信任库。

#人工智能
AI学习之大模型聊天基本原理

这是一个基本的例子,也是进入AI应用开发的一个基本认知,后续本系列介绍下大模型内部的原理、比如大模型的网络架构。欢迎关注、留言、一起交流~

#人工智能#学习
SpringAIAlibaba之上下文工程与GraphRunnerContext 深度解析(8)

这是存放在 GraphRunnerContext 里的东西。// 论文主题// 当前草稿// 评审意见GraphRunnerContext (导演/场记)它拿着剧本(PaperState)。它知道上一场戏拍完了(Node A 结束),下一场该拍哪(Router)。它记录着关键道具(content, comments)的状态。Node (演员)它从导演手里接过剧本(state)。它开始表演(执行业务

#人工智能
SpringAIAlibaba之从执行生命周期到实战落地(7)

这是一个 POJO,用来存储整个流程的数据。// 输入的主题// 生成的内容// 评审意见// 迭代次数(防止死循环)设置 OverAllState: 在 Controller 中,我们 new WritingState() 并传入初始 Topic。这是整个图的输入参数。GraphRunnerContext 启动: 当调用 .invoke(initialState) 时,引擎内部创建了 Graph

#人工智能
AI学习之AI应用框架选型篇

独立的主体性 (Subjectivity):每个 Agent 都是一个独立的对象(Object),拥有私有的记忆(Memory)、独特的人设(Profile)和独立的工具箱。它不是流程图里的一个“步骤”,而是一个“人”。消息驱动 (Message-Driven):系统运行的燃料是“消息”。Agent 之间通过发送和接收消息(Msg 对象)来交互,而不是通过函数调用传递参数。社会化协作 (Socia

#人工智能#学习
    共 15 条
  • 1
  • 2
  • 请选择