暂无搜索历史
在上一篇文章中,我们通过集成 SearXNG,成功让大模型“睁眼看世界”,具备了获取互联网实时信息的能力。然而,无论是 RAG(检索增强生成)还是联网搜索,本质...
腾讯云TDP | 先锋会员 (已认证)
在前三篇文章中,我们已经将一个基础的 LLM 逐步打造成为了一个拥有流式响应能力和私域知识库(RAG)的智能对话应用。然而,RAG 虽然强大,但它依赖的知识库是...
在前两篇文章中,我们已经成功地将 LLM 集成进了Spring Boot,并实现了流畅的流式对话体验。但我们很快会发现一个核心问题:通用大模型虽然知识渊博,但它...
上一篇文章中,我们虽然用三步快速实现了 Spring Boot 集成 LLM,但这种同步响应的方式会让用户体验大打折扣。尤其当问题过于复杂时,大模型需要更多的时...
当 LLM 的浪潮以不可阻挡之势席卷全球,从改变用户交互到重塑商业模式,我们每一位开发者都身处这场技术变革的中心。作为庞大的 Java 生态中的一员,你是否也曾...
本专栏聚焦核心用法与进阶技巧,助你快速掌握Spring AI,为你的应用无缝集成大模型能力。
在普通的 Java 线程编程中,Semaphore 常用于控制对特定资源的同时访问数,而 CountDownLatch 则常用于等待其他线程把某些工作执行完毕后...
本文将基于哔哩哔哩技术团队分享的《B 站评论系统的多级存储架构》,这篇文章为我们揭示了,在亿级流量冲击下,一个顶流社区的核心互动功能是如何通过精妙设计保持高可用...
本专栏聚焦于将一线技术团队的架构思想,通过开源方案进行工程化实践。每一篇文章都将围绕一个核心架构问题,提供从理论到代码的完整实现。
MCP自发布以来,在互联网上的讨论热度始终居高不下,是因为它为AI调用外部工具提供了标准化协议,大大简化了集成过程。Spring 社区也迅速响应,推出了相关依赖...
在前面的文章中,我们基于 Netty 构建了一套单体架构的即时通讯服务。虽然单体架构在开发初期简单高效,但随着用户量的增长和业务规模的扩大,其局限性逐渐显现。当...
尽管AI编程助手层出不穷,但在实际项目中,我们依然需要花费大量精力去“手动指挥”它们?反复调整提示、拆解任务、解释上下文……AI似乎总差那么一点“默契”和“主动...
网络上关于 AI 编程工具的讨论热度居高不下,Cursor和 Trae 这两款 IDE 也经常被放在一起比较。很多声音认为 Cursor 的体验更胜一筹,那么...
在分布式的场景下,有些数据是“读远多于写”的。比如一些基础配置、商品信息等,这类场景往往更适合使用读写锁——对于读操作只要不涉及数据修改,就可以同时进行;一旦需...
在构建实时聊天服务时,我们既要保证消息的即时传递,又需要对消息进行持久化存储以便查询历史记录。然而,直接同步写入数据库在高并发场景下容易成为性能瓶颈,影响消息的...
在第02篇中,我通过 Flowable-UI 绘制了一个简单的绩效流程,并在后续章节中基于这个流程演示了 Flowable 的各种API调用。然而,在实际业务场...