个人电脑 16G的，可以使用 qwen3:8b ，或者qwen2.5:7b， 如果还想用来写代码，可以选择 qwen2.5-coder:7b。免费，不用花钱买云端 API，不需要联网把数据发送到云端大厂的服务器上，让大模型在你的电脑上离线运行。打开电脑的命令行，输入以下命令，下载大语言模型（LLM），比如阿里的 qwen 系列。下载好模型后，后续如果想要运行模型，通过 ollama run 命令即

如果一个文件被粗暴地切成了三块，说明块的粒度可能太粗或切分点不对，导致一块里包含了多个不同模块的内容。RAG “单文件拆分块数多、检索返回一堆不相关内容、信噪比低”的问题，这在 RAG 开发中非常经典。如果当前只用了纯向量检索（Cosine / L2），很容易因为“语义模糊”把不相关的块拉进来。既然你的文件包含“很多模块的内容”，可以在入库时让解析器识别出每个 Chunk 属于哪个模块。要让检索结

RAG（检索增强生成） 系统中，Rerank（重排） 解决了 RAG 中最痛的一个痛点：返回一大堆内容，很多都是不相关的。或者说，答案找出来了，但排在十几名开外，被一堆无关的噪音淹没，导致大模型看不见或选错。Rerank（重排）能够让 RAG 系统的精度更高和相关性更高。1.商业 API 方案（开箱即用、免运维）2.开源方案（数据安全、零 API 成本）

一个完整的企业级或个人级，包含的完整闭环系统。

Spring AI 可以使用@Tool声明一个工具，并用@ToolParam描述参数。/*** 查询指定地区的天气。*/ @Tool(name = "getWeather" , description = "查询指定中国城市或省份的天气。用户询问天气、温度或是否适合出行时调用。") public WeatherResult getWeather(@ToolParam(description = "

打开后就可以右键这个类，通过点击 Open In ，在 Windows/Mac 显示该文件。代码生成后，将鼠标放在 codex 相关类的上面，可以看到 代码对应的工作树的路径。AI 在那个隐藏路径下写的代码，现在就出现在主项目里了。右键codex 聊天的窗口，选择 “派生到新工作树”。就切换到B工作树的聊天窗口，给AI提另一个需求。B工作树，对应另一个 git分支，开发B需求。A工作树，对应一个

打开后就可以右键这个类，通过点击 Open In ，在 Windows/Mac 显示该文件。代码生成后，将鼠标放在 codex 相关类的上面，可以看到 代码对应的工作树的路径。AI 在那个隐藏路径下写的代码，现在就出现在主项目里了。右键codex 聊天的窗口，选择 “派生到新工作树”。就切换到B工作树的聊天窗口，给AI提另一个需求。B工作树，对应另一个 git分支，开发B需求。A工作树，对应一个

问清楚需求后，codex 会生成一份计划，包括各种技术实现的细节，并询问用户是否实施计划，用户如果选择是，就会根据计划生成代码。codex 会问几个跟需求相关的问题，用户选择对应的选项。AI会先问好几个问题，等搞清楚了细节，做好了计划，计划模式，就是输入需求后，不会直接生成代码，进入计划模式后，就会出现 计划这个图标。接下来，跟平常的 AI 编程一样，输入需求。用户确认实施计划，AI 再生成代码。

问清楚需求后，codex 会生成一份计划，包括各种技术实现的细节，并询问用户是否实施计划，用户如果选择是，就会根据计划生成代码。codex 会问几个跟需求相关的问题，用户选择对应的选项。AI会先问好几个问题，等搞清楚了细节，做好了计划，计划模式，就是输入需求后，不会直接生成代码，进入计划模式后，就会出现 计划这个图标。接下来，跟平常的 AI 编程一样，输入需求。用户确认实施计划，AI 再生成代码。

详情见： https://blog.csdn.net/sinat_32502451/article/details/160869062。可以写个 .md (也就是 markdown) 文档，放到项目里面，让 AI 遵循文档内的规则去运行，这就是 Spec coding。：/代码审查，让 AI 对当前的代码变更进行自检，寻找潜在的 Bug 或性能瓶颈。在这个场景下，输入参数xx，结果会出现yy，处理