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

Spring AI Alibaba - Models 模型

ChatModel API 为开发者提供了将 AI 驱动的聊天补全功能集成到应用程序中的能力。它利用预训练的语言模型(如 GPT),根据用户的自然语言输入生成类似人类的响应。该 API 通常通过向 AI 模型发送提示或部分对话来工作,然后模型根据其训练数据和对自然语言模式的理解生成对话的完成或延续。完成的响应随后返回给应用程序,应用程序可以将其呈现给用户或用于进一步处理。被设计为一个简单且可移植的

#人工智能#spring#microsoft
Spring AI Alibaba - Memory 短期记忆

记忆可以让 Agent 记住之前的会话内容。对于 AI Agent,记忆至关重要,因为它让它们能够记住先前的交互、从反馈中学习并适应用户偏好。随着 Agent 处理更复杂的任务和大量用户交互,这种能力对于效率和用户满意度都变得至关重要。短期记忆让你的应用程序能够在单个线程或会话中记住先前的交互。注意:会话可以隔离同一个 Agent 实例中的多个不同交互,类似于电子邮件在单个对话中分组消息的方式。默

#spring#人工智能#microsoft
Spring AI Alibaba - Hooks 和 Interceptors

通过实现在 Agent 执行流程中特定点运行的钩子来构建自定义功能。- 在模型调用前后执行,专注于消息操作(推荐);ModelHook- 在模型调用前后执行,可访问完整状态;AgentHook- 在 Agent 开始和结束时执行;- 拦截和修改模型请求/响应;- 拦截和修改工具调用。

#人工智能#spring#microsoft
AI服务学习 - 上下文工程(Context Engineering)

构建 Agent 的难点在于使其足够可靠、效果足够好。虽然我们可以很容易写一个 Agent 示例,但要做一个能在生产环境中稳定使用、能解决实际问题的 Agent 并不容易。LoggingHook 自定义Hook示例查看完整代码@Override@Override@Override// 在模型调用前记录List<?System.out.println("模型调用前 - 消息数: " + messag

#人工智能#学习#java
在Trae CN中使用火山引擎

Trae CN 接入方舟 Coding Plan 非常简单,Trae 已内置「火山引擎 Plan」服务商,直接填 API Key 即可使用。

#火山引擎
几个国产的AI编程工具

Qoder的优点:执行强,判断精确,我用Qoder写的代码很少出现少了{}号的情况,他对特殊领域的知识也很全,知道GeoTools,Spring AI Alibaba等冷门知识。Trae的缺点:但有时会犯一些低级错误,有些低级错误会在你着急的时候,把你吓出一身冷汗,忙时需要排队,独占版999,太贵了,买不起。Trae的优点:Trae的优化的界面友好,功能齐全,基本的功能还是很能打,免费,是真的无私

几个国产的AI编程工具

Qoder的优点:执行强,判断精确,我用Qoder写的代码很少出现少了{}号的情况,他对特殊领域的知识也很全,知道GeoTools,Spring AI Alibaba等冷门知识。Trae的缺点:但有时会犯一些低级错误,有些低级错误会在你着急的时候,把你吓出一身冷汗,忙时需要排队,独占版999,太贵了,买不起。Trae的优点:Trae的优化的界面友好,功能齐全,基本的功能还是很能打,免费,是真的无私

Caddy在Arm64的Kylin Server上的部署

相比传统 Web 服务器(如 Nginx 和 Apache)需要手动配置 SSL 证书和 HTTPS 设置,Caddy 通过与 Let’s Encrypt 等证书颁发机构(CA)的无缝集成,能够在无需用户干预的情况下自动申请、更新 SSL 证书,并保持 HTTPS 服务的持续运行。本章从安装、适配、运行三个层面详细介绍了 Caddy 在 Linux AMD64 平台的部署流程,涵盖了命令行操作、权

#kylin#大数据
Spring AI Alibaba - 分布式智能体(A2A Agent)

随着智能体应用的广泛落地,智能体应用间的分布式部署与远程通信成为要解决的关键问题,Google 推出的Agent2Agent(A2A)协议即面向这一落地场景:A2A 解决智能体与其他使用不同框架、部署在不同机器、不同公司的智能体进行有效通信和协作的问题。A2A 协议定义了智能体之间通信的标准方式,使得不同框架、不同部署环境的智能体能够无缝协作。定义本地 ReactAgent 示例查看完整代码.de

#spring#人工智能#分布式
深入理解RAG中的嵌入模型Embedding Model

在学习嵌入模型之前,我们需要先了解什么是Embedding。简单来说,Embedding是一种将离散的非结构化数据(如文本中的单词、句子或文档)转换为连续向量的技术。在自然语言处理(NLP)领域,Embedding通常用于将文本映射为固定长度的实数向量,以便计算机能够更好地处理和理解这些数据。每个单词或句子都可以用一个包含其语义信息的向量来表示。Embedding常用于将文本数据映射为固定长度的实

    共 23 条
  • 1
  • 2
  • 3
  • 请选择