首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
springboot
订阅
隔壁家滴怪蜀黍
更多收藏集
微信扫码分享
微信
新浪微博
QQ
27篇文章 · 0订阅
做大模型应用的你们,真的懂SSE方案吗?
SSE接入的具体落地有几种方案 ## 1. EventSource 实现接入 EventSource 是一个 `Web API`,**是浏览器提供的原生对象,专门用于处理 SSE**。使用简单,对
我们来说一说TCP神奇的40ms
TCP是一个复杂的协议,每个机制在带来优势的同时也会引入其他的问题。 Nagel算法和delay ack机制是减少发送端和接收端包量的两个机制, 可以有效减少网络包量,避免拥塞。但是,在特定场景下, Nagel算法要求网络中只有一个未确认的包, 而delay ack机制需要等待…
我们来说一说 Redisson 的原理
前言 Redisson 不仅仅是一个 Redis 客户端,它更是一个在 Redis 基础上实现的 Java 驻内存数据网格(In-Memory Data Grid)。它的核心目标是让 Java 开发者
变量名越怪,JVM 越快?
在软件工程的共识里,变量命名越清晰越好——意图明确、语义完整、见名知意,这能降低沟通成本、减少误解、提升可维护性。几乎所有风格指南都把“有意义的命名”视为第一原则。 但今天读到的一篇文章《Java P
🚀拒绝试错成本!企业接入MCP协议的避坑清单
一、MCP Sampling:让大模型学会“精准提问” 1.1 采样原理拆解 核心作用:解决传统情感分析中“上下文缺失”和“动态场景适应”难题 关键优势: 人工审核机制:拦截敏感内容(如政治言论) 动
🤖告别复杂粘合代码:LangGraph+OceanBase构建智能Agent蓝图
不知道你们有没有遇到过,在我们一些实际落地的AI项目中,虽然前期“Demo 很惊艳,但上线后却无人问津”。你们有没有想过问题究竟在哪?今天我将从企业级 AI 应用的真实场景切入,并通过一个Demo构建
Spring AI Alibaba中使用Redis Vector报错修改过程
Spring AI alibaba使用Redis Vector报错修改过程,依赖版本兼容, Spring 容器中没有 VectorStore 类型的 Bean
Milvus 向量数据库快速入门
一、什么是 Milvus? Milvus 是一款开源的向量数据库,用于存储、管理和检索高维向量数据。它适合构建各种 AI 场景下的向量检索系统,如推荐、图像搜索、问答系统等。 概念关系图(逻辑结构)
Springboot 实现向量数据库优化检索(deepseek)
在Spring Boot中实现RAG(Retrieval-Augmented Generation)的增强,可以从检索优化、生成优化和系统架构三个维度进行改进。以下为具体实现方案及示例: 一、检索增强
Dockerfile 构建 Java 应用瘦身优化
Docker 服务瘦身,并为团队提供 JVM 标准模板,通过 JVM 细节做了封装,研发团队只需要微调 JVM 变量就可以启用堆转储和 GC 日志、DEBUG 模式等配置。