为什么需要 Agent 架构模式，在传统 LLM 应用中，大模型通常是根据用户输入直接生成答案，这种方式适合简单问答，但在真实业务场景中往往不够用。可以把 AI Agent 理解为：Agent = 大脑 + 手脚 + 记忆 + 主见大脑 LLM：负责理解用户意图、推理分析、生成回答。手脚 Tools：负责调用外部工具、API、数据库、搜索引擎或业务系统。记忆 Memory：负责保存上下文、历史记录

为什么需要 Agent 架构模式，在传统 LLM 应用中，大模型通常是根据用户输入直接生成答案，这种方式适合简单问答，但在真实业务场景中往往不够用。可以把 AI Agent 理解为：Agent = 大脑 + 手脚 + 记忆 + 主见大脑 LLM：负责理解用户意图、推理分析、生成回答。手脚 Tools：负责调用外部工具、API、数据库、搜索引擎或业务系统。记忆 Memory：负责保存上下文、历史记录

层级核心问题主要作用是否做计算ODS发生了什么？原始落地、可追溯❌DWD这是什么行为？清洗、统一口径⚠️ 轻DWM能不能提前算？中间事实、预聚合✅DWS指标是多少？主题指标汇总✅ADS怎么给人用？查询 / 服务 / 看板❌DWD：ods_user_behavior → 清洗统一 → Kafka(dwd_user_behavior)DWM：dwd_user_behavior → UV 去重 → Ka

当客户发起提问，首先也会讲问题进行向量化处理，然后才会在向量数据库中进行相似度检索，此时可能会检索出很多内容，还需要进行筛选、排名TopN，对数据进行召回发送给LLM大模型进行参考，最后大模型组织语言对客户问题进行回答。例如我想要把公司知识库的文本数据全部存储到向量数据库中，我就需要将文本通过向量模型（Embedding）进行向量化，数据会被清洗、分块（Chunk）后，存入向量数据库（Vector

阿里云ECS1：2核2G，Ubuntu 22.02，内网ip：172.16.0.178，开放端口：3306，9104阿里云ECS2：2核2G，Ubuntu 22.02，内网ip：172.16.0.179，开放端口：9090，3000。

文章目录1、准备工作2、代码详解3、测试结果1、准备工作首先配置文件中需要配置好阿里云相关id和密钥（和阿里云OSS配置一样）如果不知道id和密钥，就去阿里云官网进行服务开通申请就可以得到2、代码详解Controller：@RestController@RequestMapping("/eduvod/video")public class VodController {@Autowiredpriv

当客户发起提问，首先也会讲问题进行向量化处理，然后才会在向量数据库中进行相似度检索，此时可能会检索出很多内容，还需要进行筛选、排名TopN，对数据进行召回发送给LLM大模型进行参考，最后大模型组织语言对客户问题进行回答。例如我想要把公司知识库的文本数据全部存储到向量数据库中，我就需要将文本通过向量模型（Embedding）进行向量化，数据会被清洗、分块（Chunk）后，存入向量数据库（Vector

在启动之前，先安装个。

1、为什么使用分布式锁分布式锁主要应用在大型的分布式架构场景，分布式架构可以简单理解为将一个Web应用，部署在多个应用服务器上：分布式锁适用于分布式架构场景，例如：商品秒杀抢优惠卷如果没有保证线程安全，就可能会出现商品超卖、优惠卷发超等现象，例如下图代码：我们会判断商品库存是否大于0，如果有库存就会将库存 - 1，不过有个问题，如果同时有多个用户（多线程）同时发送请求给接口，例如三个用户同时请求接

在启动之前，先安装个。