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

从零实现一个可扩展的规则解析引擎 —— 支持 AND/OR 优先级、短路求值与多类型运算符

本文实现了一个高可扩展的规则解析引擎类型多样化:支持字符串、数字、日期、布尔;运算符丰富:equals、contains、in、regex、比较运算;逻辑正确性:严格保证AND 优先于 OR,避免短路误判;短路优化:提升性能;可扩展性:支持与 Spring Boot 集成、缓存、审计等功能。通过这种设计,你可以在实际业务场景中灵活定义规则,既满足前端可配置化,又保证后端执行的确定性和高效性。

#java
FastAPI + Tortoise-ORM + Aerich 实现数据库迁移管理(MySQL 实践)

本文介绍了在FastAPI项目中使用Tortoise-ORM和Aerich管理MySQL数据库迁移的完整流程。内容包括环境准备、Tortoise-ORM配置、Aerich初始化、模型修改与迁移管理(生成迁移文件、升级/回滚数据库)等操作步骤,并提供了常用命令表和项目结构参考。这套工具组合能有效简化异步FastAPI项目的数据库迁移管理,确保数据库结构变更的可追溯性和安全性,适用于团队协作和版本迭代

#数据库#fastapi#mysql
浅谈 Python 正则表达式中的 groups()

本文介绍了Python中正则表达式re模块的groups()方法。通过解析智能体动作指令的实例,展示了如何使用正则表达式捕获字符串的不同部分:group(n)获取单个捕获组,而groups()返回所有捕获组组成的元组。该方法特别适用于拆分工具名和输入参数,使智能体开发、日志分析等场景的文本解析更简洁高效。文章包含代码示例和直观图解,帮助理解groups()的实际应用价值。

#python#正则表达式
浅谈 Python 正则表达式中的 groups()

本文介绍了Python中正则表达式re模块的groups()方法。通过解析智能体动作指令的实例,展示了如何使用正则表达式捕获字符串的不同部分:group(n)获取单个捕获组,而groups()返回所有捕获组组成的元组。该方法特别适用于拆分工具名和输入参数,使智能体开发、日志分析等场景的文本解析更简洁高效。文章包含代码示例和直观图解,帮助理解groups()的实际应用价值。

#python#正则表达式
用 Python 实现一个“小型 ReAct 智能体”:思维链 + 工具调用 + 环境交互

摘要(149字): 本文介绍如何通过Python实现一个基于ReAct模式的智能体(Agent),使大语言模型(LLM)具备动态调用外部工具的能力。核心方案包括:1)设计严格交互格式的Prompt,强制模型按“思考-动作-暂停-观察”循环运作;2)通过正则匹配工具调用指令,集成Wikipedia查询、计算器和博客搜索API;3)利用消息上下文管理实现多轮交互。代码演示了模型如何自主选择工具(如搜索

#python
用 Python 实现一个“小型 ReAct 智能体”:思维链 + 工具调用 + 环境交互

摘要(149字): 本文介绍如何通过Python实现一个基于ReAct模式的智能体(Agent),使大语言模型(LLM)具备动态调用外部工具的能力。核心方案包括:1)设计严格交互格式的Prompt,强制模型按“思考-动作-暂停-观察”循环运作;2)通过正则匹配工具调用指令,集成Wikipedia查询、计算器和博客搜索API;3)利用消息上下文管理实现多轮交互。代码演示了模型如何自主选择工具(如搜索

#python
Portkey-AI gateway 的一次“假压缩头”翻车的完整排障记:由 httpx 解压异常引发的根因分析

摘要:本文记录了作者在本地搭建Portkey AI Gateway时遇到的gzip解码错误问题。测试发现网关能接收请求但Python程序报"incorrect header check"错误,经排查发现网关返回了"Content-Encoding: gzip"头部但实际响应是明文JSON。作者通过使用httpx.stream().iter_raw()方法绕过

#gateway#httpx
AI Agent——基于 LangGraph 的多智能体任务路由与执行系统实战

摘要 本文介绍了一个基于LangGraph的多智能体任务路由系统,通过模块化设计实现对话助手功能。系统核心包括五个节点:任务分类器(supervisor_node)负责识别用户意图;旅游规划(travel_node)调用MCP工具接口;笑话生成(joke_node)使用LLM直接响应;对联生成(couplet_node)结合Redis向量检索;兜底节点(other_node)处理其他请求。系统采用

浅谈 LangGraph 子图流式执行(subgraphs=True/False)模式

摘要: 本文演示了如何在LangGraph中使用subgraphs=True参数实现嵌套工作流。通过构建包含子图(research)的父图流程,展示了子图封装与命名空间追踪功能。关键点包括:1) 子图作为独立模块处理特定任务;2) 不同stream_mode下输出带命名空间标识,便于调试;3) 提供了完整代码示例,对比了subgraphs启用前后的流式输出差异。该模式适用于复杂AI工作流(如多智能

#python
浅谈 A2A SDK 核心组件

A2A协议的SDK为智能体服务端开发提供了一套稳定可扩展的框架,其核心组件包括:1) AgentExecutor作为业务执行引擎,负责任务执行与取消;2) EventQueue作为事件缓冲与分发中心,实现流式响应;3) DefaultRequestHandler处理协议到业务的适配;4) A2AStarletteApplication构建协议服务端容器;5) AgentCard和AgentSkil

#python
    共 37 条
  • 1
  • 2
  • 3
  • 4
  • 请选择