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

中级软考(软件工程师)——软件设计师高频核心考点大补充(架构设计、硬核计算与OS篇)

本文总结了中级软考(软件设计师)考试中的核心考点,重点解析了架构设计、硬核计算与操作系统相关内容。主要包括:23种设计模式的区分技巧(如装饰器与代理模式、策略与状态模式)、UML类图六大关系的符号表示(依赖、关联、聚合等)、数据库范式推导方法(1NF到3NF的判定步骤)、数据流图(DFD)常见错误类型(黑洞、奇迹等)以及CPU流水线时间和McCabe复杂度的计算公式。文章通过场景化解析和对比记忆法

文章图片
#学习
java设计模式详解——23种设计模式(一文搞定,全网最详细)

本文总结了Java中23种设计模式的分类与核心概念,重点解析了三种设计模式类型及其应用场景: 创建型模式(5种) 关注对象创建机制,包括单例、原型、工厂方法、抽象工厂和建造者模式,用于灵活创建对象并隐藏细节。 结构型模式(7种) 解决类和对象的组合问题,如适配器、代理、装饰器等,通过继承/组合优化代码结构。 行为型模式(11种) 管理对象间的交互逻辑,包含观察者、策略、命令等模式,定义通信与职责分

文章图片
#java#设计模式#开发语言
HSSFWorkbook中输出文件时的坑:The workbook already contains a sheet named

这里一共有两个坑,第一个坑是sheet名称长度,可以看到红框中,如果名称的长度大于31,这里就自动会将名称截取到31个字符,那么我们就可以判断出当时的错误,原因就是用户导出的数据中存在了两个长度大于31并且前31个字符都相同的情况(注意了老铁们,“equalsIgnoreCase”方法是忽略大小写的比较,而我们一般在判断重复的时候,习惯性使用的是equals方法,这个是区分大小写的比较,当出现sh

文章图片
#数据库
Ai-Agent学习历程—— Harness和Memory介绍和应用 & vibe Coding工具选择

随着2026 年的 AI 开发早已跨越了“对话框”时代, OpenClaw 架构的普及与 Agent Harness(智能体线束)概念的确立,AI 正在从受动的“聊天机器人”转化为具备自主意识、记忆与心跳的“虚拟员工哎嘿,之间的又白学了哎嘿,之间的又白学了哎嘿,之间的又白学了你所学习的任何东西,总有一天会派上用场你所学习的任何东西,总有一天会派上用场你所学习的任何东西,总有一天会派上用场不过口说无

文章图片
#人工智能#学习
java实现pdf水印详解,支持换行、旋转且样式不会错乱,贼透彻

Java中使用itext对pdf'文件添加水印,代码清晰,样式简洁大方,非常适合新手阅读,同时对于有开发经验的伙伴也同样适用。

文章图片
#java#服务器
Ai-Agent学习历程(插播内容)—— 基于现在最新的Skills、MCP、Rules等进行详细拆解,并列举出使用场景

AI技术发展历程与最新趋势:从简单问答到系统级自动化 摘要: AI技术经历了四个关键发展阶段:1)2022-2023年的文本问答阶段,解决基础信息检索;2)2023-2024年的多模态爆发期,实现图像、语音等交互;3)2024-2025年的Agent工作流阶段,具备深度推理能力;4)2025年至今的系统级自动化阶段,实现后台自主执行任务。当前最新技术趋势包括Rules(长期约束)、Skills(可

文章图片
#人工智能#学习
中级软考(软件工程师)第三章知识点——数据结构与数据运算

本文摘要:中级软考第三章数据结构与数据运算主要考察线性结构(5分单选),重点包括线性表、栈和队列。线性表分为顺序存储(随机存取但插入删除需移动元素)和链式存储(无需移动元素但无法随机访问)。栈遵循后进先出原则,应用场景包括递归和表达式求值。队列遵循先进先出原则,循环队列解决假溢出问题,双端队列支持两端操作。时间复杂度和各类链表的区别是重要考点,需掌握不同结构的优缺点和应用场景。

文章图片
#数据结构
Ai-Agent学习历程——大模型的概念

阶段核心目标训练数据方法产出模型特点1. 预训练学习语言、语法、事实知识,构建世界模型海量无标注文本(TB-PB级),如书籍、网页自监督学习(语言建模,下一个词预测)基础模型:拥有广泛知识,但不会遵循指令,行为未对齐2. 有监督微调教会模型如何遵循指令并进行对话少量高质量标注数据(数万条),格式为"指令-期望回复"对有监督学习,在指令-回复数据上微调预训练模型SFT 模型:能够进行对话和完成任务,

文章图片
#人工智能
Ai-Agent学习历程——代码初体验(LangChain + LangGraph)、如何选择合适的Agent构建工具

呀呼,距离上一篇Agent已经过去了几个月了,因为Agent和Python联系的太紧密,所以花费了几个月的时间学习了Python,现在我们将正式开始Agent的下一个阶段,从概念转到代码。目前本篇主要讲解代码初体验:使用LangChain工具初步认识Agent的构建。工具选择:如何根据现有的各种工具选择合适的学习路线。💡 LangChain 是一个开发框架(中间件),它的作用是把大模型(LLM)

文章图片
#人工智能#学习
Ai-Agent学习历程——Agent进阶篇

一、Agent的概念、组成和决策1. Agent的概念2. Agent的组成3. Agent的决策过程3.1 感知阶段3.2 推理阶段3.3 决策阶段3.4 执行阶段4. Agent和大模型的本质区别5. Agent的优势

文章图片
#人工智能#学习
    共 17 条
  • 1
  • 2
  • 请选择