- 博客(2309)
- 资源 (12)
- 收藏
- 关注
RSS订阅
原创 小工匠聊架构文章一览【不间断持续更新】
文章摘要 本文系统梳理了微服务架构与分布式技术的核心知识体系，包含三大板块： 微服务布道系列：详细解析从单体架构到服务化的演进路径，涵盖服务注册发现、RPC调用、监控追踪等12个核心主题； 分布式理论篇：深入剖析CAP定理、BASE理论、Paxos算法等分布式系统基石理论； 分布式实战篇：聚焦事务、服务、缓存、存储四大场景，提供两阶段提交、TCC模型、热点key治理等20余种解决方案。文中配有清晰的技术架构图，每个主题均附详细技术文章链接，形成完整的技术图谱。
2020-11-12 00:01:55
85402
10
原创 大模型开发 - Spring AI_统一封装McpRequest和McpResponse
Spring AI框架通过@Tool和@ToolParam注解实现大语言模型调用本地方法的能力。在MCP项目中，三个核心组件协同工作：McpRequest封装请求参数并提供类型安全转换；MCPResponse统一响应格式，支持成功/错误两种状态；BookingServiceFacade作为工具提供者，使用注解暴露方法并处理业务逻辑。典型流程是：AI通过注解识别方法→McpRequest解析参数→BookingService执行业务→MCPResponse封装结果，形成完整的工具调用闭环。该机制通过类型安全、
2025-08-16 06:45:00
593
原创 大模型开发 - Spring AI_MCP Server 基于约定实现动态工具注册
本文介绍了基于Spring AI 1.0.0构建的MCP Server项目，实现智能图书管理服务的技术架构。采用分层设计原则，包括数据模型层、业务服务层、MCP工具门面层和自动化配置层。核心创新点是通过@Tool注解将业务方法暴露为MCP工具，并利用约定优于配置原则实现工具的自动发现与注册。系统提供多维度图书检索、智能推荐等8种查询方式，支持模糊搜索和精确查询，通过@ToolParam注解增强AI理解能力。该架构具有声明式工具定义、参数语义化、调用链路追踪等技术特色，兼顾扩展性和易用性。
2025-08-16 04:45:00
700
原创 大模型开发 - Spring AI 工具调用：`internalToolExecutionEnabled` 的自动与手动模式解析
本文深入探讨了Spring AI框架中internalToolExecutionEnabled参数的核心作用，该参数决定了工具调用流程的控制权归属。手动模式（false）赋予开发者完全控制权，需编写循环逻辑处理工具调用、结果整合和上下文更新，适用于需要精细控制的复杂场景；自动模式（true）则交由框架全权处理，通过单次调用完成所有交互，大幅简化代码但灵活性较低。文章通过代码示例对比两种模式的工作流程，并从流程控制、代码复杂度、调试能力等维度进行详细比较，为开发者根据业务需求选择合适模式提供决策依据。
2025-08-15 06:00:00
761
原创 大模型开发 - 使用Spring AI和模型上下文协议(MCP)构建智能AI助手 (下)
本文介绍了基于Spring AI和模型上下文协议(MCP)构建智能AI助手的项目架构。项目包含三个核心模块：mcp-server(工具服务端)、mcp-client(基础客户端)和mcp-tool-client(带UI的复杂客户端)。重点解析了mcp-tool-client的分层架构设计，包括前端交互层、业务控制层和服务集成层。通过MCP协议实现AI模型与外部工具的标准化交互，配置文件中详细设定了OpenAI接口、MCP服务连接及开发环境参数。项目演示了如何构建可扩展的AI应用平台，支持工具发现、调用和可视
2025-08-15 04:45:00
952
原创 Shell - Spring Boot可视化服务管理运维脚本
本文介绍了一套基于Shell的SpringBoot服务可视化管理系统，旨在解决传统部署方式中操作繁琐、状态不明、日志分散等问题。该系统提供彩色终端界面集中管理多服务，支持智能启停、资源监控、日志查看和批量操作功能，并配套自动化部署脚本实现一键发布和安全回滚。通过配置驱动方式管理服务，结合健康检查与状态监控，显著提升了微服务场景下的运维效率和可靠性。文末还提供了完整的脚本实现，适用于单机多服务和小规模集群的管理需求。
2025-08-14 19:51:36
781
原创 大模型开发 - 基于Spring AI 的 MCP Server 开发（中）
本文介绍了MCP协议及其在AI应用开发中的应用。MCP协议作为连接LLM与外部数据源的标准化接口，由Anthropic公司发起并得到行业支持。文章详细解析了MCP Server的角色与功能，包括提供资源、工具和提示三种核心能力，并探讨了基于Spring AI框架开发MCP应用的两种方式：构建MCP客户端或服务器。最后通过图书管理系统案例，展示了如何利用Spring AI的MCP功能实现智能图书查询和推荐服务。该方案将图书服务方法通过@Tool注解暴露为AI可调用的工具，实现了AI与业务系统的深度集成。
2025-08-14 05:45:00
1301
原创 Maven - Spring Boot 项目打包本地 jar 的 3 种方法
本文介绍了在Spring Boot项目中引入本地JAR文件的解决方案。针对无法从仓库获取的第三方JAR，通过<scope>system</scope>声明依赖，配合maven-resources-plugin将JAR复制到BOOT-INF/lib目录，确保打包时能包含在最终的可执行JAR中。方案包含详细配置示例、构建流程图和验证步骤，适用于临时集成、离线部署等场景。同时指出system scope的局限性，建议长期方案应使用本地仓库或私服管理依赖。
2025-08-14 05:00:00
807
原创 Maven - Manual Maven JAR Installation：用 `mvn install:install-file` 安装本地 JAR 的实用指南
摘要： 本文介绍了使用Maven的install:install-file命令手动将本地JAR包安装到Maven仓库的方法。通过解析命令参数（如-Dfile、-DpomFile），说明如何将未发布到公共仓库的第三方库或私有组件（如示例polaris-1.0.jar）注册为本地依赖，并在项目中直接引用。对比其他方案（如system scope依赖）后，提出最佳实践：优先使用pomFile保留完整信息、搭建内部仓库管理团队依赖，并规范命名坐标。适用于临时依赖管理、本地库快速迭代等场景，确保构建灵活性与可复现性。
2025-08-13 20:42:22
566
原创 大模型开发 - 基于Spring AI 借助MCP Client 通过STDIO和SSE协议调用MCP Server （上）
MCP-Client是基于Spring AI框架的模型上下文协议客户端，采用分层架构设计，包含Web控制层、服务层、集成层和工具层。核心功能包括统一工具调用和上下文管理，技术栈基于Spring Boot 3.x和Spring AI。项目采用多模块结构，父工程管理依赖版本，子模块如mcp-client集成Spring Web和OpenAI模型支持。通过Mermaid图表展示了架构设计，并提供了Maven POM配置示例，适用于构建标准化AI应用开发框架。
2025-08-13 04:30:00
762
原创 Redis - 使用 Redis HyperLogLog 进行高效基数统计
摘要：本文介绍了如何在Spring Boot中使用Redis的HyperLogLog（HLL）实现高效基数统计。HLL是一种概率算法，能以约12KB内存估算大规模数据集的唯一元素数量，误差率约0.81%。文章详细讲解了HLL的工作原理、Spring Boot集成Redis的配置方法，并提供了完整的实战示例，包括日活跃用户统计、多日数据合并等功能实现。通过性能测试验证了HLL在10万级数据量下误差率仅0.56%左右，同时分析了适用场景（如用户分析、广告统计）和优化技巧（键名设计、管道批处理）。这种方案特别适合
2025-08-10 19:51:18
937
原创 Zread：把 GitHub 仓库“一键变说明书”的体验与实战指南
摘要： 智谱AI的Zread工具能够一键生成GitHub项目的结构化使用手册，显著提升代码仓库的可读性。该工具通过解析README、代码注释及配置文件，自动生成包含项目概览、安装指南、使用示例等模块的文档，并以目录树和可视化图表优化阅读体验。核心价值在于降低新手上手门槛，但需注意生成内容依赖源码质量，需人工验证步骤准确性。建议将Zread作为文档草稿工具，结合CI流程定期更新，并配套完善注释与示例以实现最佳效果。适用于技术审查、教程编写等场景，是提升开源项目可维护性的实用辅助方案。
2025-08-09 17:47:20
1078
1
原创 LLM - Agent意图识别精准度提升的综合方案与实践指南
摘要： 意图识别是智能代理的核心技术，涵盖规则匹配、传统机器学习、深度学习及大语言模型（LLM）等方法。规则匹配精准可控但灵活性差，传统机器学习在小样本场景有效但泛化能力弱，深度学习通过特征融合提升鲁棒性，而LLM虽泛化能力强但存在计算成本高和常识缺失的局限。实践表明，混合分层架构能结合各技术优势，分层处理高频与模糊意图。数据质量是精准度的关键，需注重多样性与均衡性，并通过少样本学习、元学习等方法应对数据稀缺。最终，意图识别需综合技术选型、数据优化与持续迭代，实现精准高效的交互体验。（150字）
2025-08-09 11:12:05
877
原创 LLM - AI大模型应用集成协议三件套 MCP、A2A与AG-UI
摘要： 随着大模型Agent化发展，业界推出三大协议解决核心痛点：1）MCP协议统一模型与外部工具/资源的交互接口，采用客户端-服务器模式；2）A2A协议规范多Agent间协作，通过Agent Card和标准化任务流程实现互通；3）AG-UI协议标准化Agent与用户界面的实时事件流交互。三协议可组合使用：MCP解决资源调用，A2A实现Agent协同，AG-UI优化人机交互。实施建议分步推进，优先集成MCP，再通过A2A构建多Agent系统，最后用AG-UI完善前端体验。（149字）
2025-08-03 22:39:24
1251
原创 LLM - 智能体工作流设计模式
《智能体系统六大核心工作流设计模式》详解了构建高效AI智能体的方法论。文章提出链式（线性任务拆解）、路由式（动态分流）、评估优化式（闭环迭代）、并行式（并发处理）、规划式（动态调整）和协作式（多智能体协同）六种模式，每种模式均配有典型应用场景和图示说明。这些模式可单独或组合使用，如"协作式+规划式"构建动态工作流平台。作者建议根据业务目标选择模式，定义标准接口，引入监控评估，并构建多智能体协同平台。该框架为开发者设计可维护、可扩展的智能体系统提供了系统化指导。
2025-08-03 22:28:18
1216
原创 每日一博 - 异步编程最佳实践
本文探讨了高并发场景下的异步编程实现方案。通过分析线程池、Future、CompletableFuture、Spring @Async、事件驱动、消息队列、响应式编程等技术的优缺点及适用场景，对比了阻塞IO与非阻塞IO的性能差异。文章还总结了回调地狱、上下文丢失等常见问题及其解决方案，并提供了性能压测数据，帮助开发者根据需求选择合适的异步处理方案，提升系统吞吐量和稳定性。
2025-08-03 21:54:19
852
原创 设计模式 - 组合模式：用树形结构处理对象之间的复杂关系
摘要 组合模式将对象组织成树形结构，统一处理整体与部分的关系。其核心包括抽象组件（定义接口）、叶子节点（无子项）和组合节点（管理子节点）。该模式适用于树形结构管理（如组织架构、文件系统）、跨层级统计等场景，客户端无需关心内部结构差异。示例展示了公司组织架构中递归统计人数和分配奖金的实现，体现了组合模式简化复杂层次操作的优点。MySQL B+树索引也采用类似结构，内部节点存储键，叶子节点存储数据指针，验证了该模式在高效数据管理中的实用性。
2025-08-03 21:23:26
974
原创 LLM - 初探Agentic AI（自主型 AI）五种模式
摘要： Agentic AI（自主型AI）通过结构化设计提升大模型（LLM）的可靠性与执行能力，摆脱对提示词的过度依赖。文章提出五种核心模式： 反思（Reflection）：模型自我检查输出质量； 工具调用（Tool Use）：集成外部API增强实时数据处理； 推理+行动（ReAct）：分步思考与执行循环； 规划（Planning）：任务拆解与流程管理； 多智能体协作（Multi-Agent）：分工协同完成复杂任务。 通过组合这些模式（如“AI研究助手”模板），开发者可构建稳定、可预测的智能系统，其核心在于
2025-07-31 04:45:00
1027
原创 Spring Boot + Jasypt：打造安全的应用配置管理
Jasypt是一个开源的Java加密库，旨在简化敏感数据的安全保护。文章介绍了Jasypt的核心特性，包括简单易用的API、支持多种加密算法、与Spring框架的无缝集成等。重点讲解了在Spring Boot项目中集成Jasypt的步骤：添加依赖、配置加密密钥、启用加密属性支持，并通过示例展示如何加密数据库密码等敏感信息。Jasypt能够以"ENC()"格式包裹加密值存入配置文件，运行时自动解密，既保证安全性又简化开发流程，是Java项目中保护敏感数据的理想选择。
2025-07-30 06:30:00
705
原创 SpringBoot - Bucket4j：分布式限流的“流速调节器”
Bucket4j：高性能Java限流库解析 Bucket4j是一个基于令牌桶算法的Java限流库，专为微服务和高并发系统设计。核心特性包括： 纯Java实现：轻量级无外部依赖，支持本地和分布式场景 灵活配置：可组合多种限流规则，支持突发流量和时间窗口控制 多后端支持：内置Redis、Hazelcast等分布式存储集成 双模式API：同步/异步调用满足不同性能需求 Spring集成：提供过滤器拦截和注解式限流方案 相比Guava RateLimiter等工具，Bucket4j在分布式场景和策略灵活性上更具优势
2025-07-30 04:45:00
1663
原创 SpringBoot - Zalando Logbook：Java 应用的 HTTP 请求/响应日志利器
Zalando Logbook是一款强大的Java库，专为HTTP请求/响应日志记录设计。它支持全面的请求与响应日志，包括请求体和响应体，并提供敏感数据混淆、条件过滤等定制功能。Logbook兼容多种主流技术栈（Servlet、Apache HTTP、OkHttp等），并支持Spring Boot自动配置。通过简单的依赖添加和配置，开发者可以快速集成该工具，实现高效的调试、审计和问题排查。其高度可扩展性使Logbook成为Java应用HTTP日志记录的理想解决方案。
2025-07-29 06:45:00
816
原创 SpringBoot - P6Spy 开箱即用：SQL 日志记录、格式化与监控高级配置
P6Spy是一个开源的JDBC代理库，能够拦截并记录实际执行的SQL语句（包含参数值）、执行时间等信息，便于开发者调试和分析数据库操作。它支持灵活集成方式，如通过Spring Boot Starter快速配置，或手动配置spy.properties文件。P6Spy可以输出完整SQL日志、执行耗时及操作类型，且对代码侵入性低，适用于调试、性能分析和生产监控等场景。其优势包括可定制的日志格式、过滤功能、堆栈追踪和JMX监控支持。
2025-07-29 05:15:00
957
原创 SpringBoot - ShedLock：分布式任务锁从入门到实战
ShedLock是一个轻量级的Java分布式锁工具，用于解决多实例环境下定时任务重复执行的问题。它通过Redis等外部存储实现锁协调，确保任务仅被一个实例执行。核心原理是利用@SchedulerLock注解声明任务锁，获取锁成功才执行任务。支持多种存储后端，集成简单，适合需要任务互斥但非强一致性的场景。使用Redis存储时性能较高，但需注意锁超时设置和时钟同步问题。相比完整调度框架，ShedLock更适用于简单的分布式定时任务控制。
2025-07-28 06:45:00
1009
原创 LLM - AI Agent 五大工作模式详解：构建智能体核心机制
在 AI Agent 的架构设计中，其工作模式决定了智能体如何规划、执行任务并优化自身行为。理解并掌握这些模式，是构建高效、智能 AI 系统的关键。提示链 (Prompt Chaining)路由 (Routing)并行化 (Parallelization)协调者-工作者 (Orchestrator-Workers)评估者-优化者 (Evaluator-Optimizer)并通过技术图解与实例，揭示它们的运作机制。Agent 能够根据当前任务和环境，自动选择并切换到最优的工作模式。
2025-07-28 05:15:00
1915
原创 LLM - ByteDance 开源「DeerFlow」深度研究多智能体框架_类Deep Research
字节跳动开源多智能体框架DeerFlow，提供多模态内容生产与音频播客生成能力。作为Gemini DeepMind的开源替代方案，DeerFlow支持多智能体协同工作，具备文本、图像、视频和音频处理功能。其核心优势包括深度研究智能体架构、开源社区支持及丰富应用场景，如自动化内容创作、智能辅导系统等。开发者可通过官网和GitHub获取资源，探索这一AI研究新工具。
2025-07-26 07:30:00
1052
原创 LLM - 从 Prompt Engineering 到 Context Engineering
上下文工程（Context Engineering）。与面向普通用户的提示词工程不同，上下文工程是面向开发者的系统技术，旨在为AI构建"心智世界"，通过动态注入文档、历史对话等多种上下文，使大模型在长期任务中保持高效稳定。文章分析了AI智能体面临的四大上下文挑战（污染、干扰、混淆、冲突），并详细阐述了四大核心策略：写（持久化信息）、选（检索相关信息）、压缩（摘要与修剪）、隔离（拆分上下文空间）。最后指出上下文工程将成为AI智能体落地的关键技术，
2025-07-26 06:15:00
835
原创 LLM - Agent能力分级：L1→L2→L3
本文梳理了AI Agent技术演进的三个阶段：L1阶段的工作流Agent（2024）通过预设流程实现规则性任务自动化，但灵活性不足；L2阶段的推理Agent（2025）借助大模型自主规划任务步骤，具备动态闭环能力；未来的L3多智能体系统将实现跨域协同，重构企业运作范式。文章分析了各阶段的技术特点、应用场景与挑战，指出从单点自动化到群体智能的演进路径，为AI与业务深度融合提供了发展框架。三个阶段呈现智能化程度逐步提升、协作范围持续扩展的趋势，最终指向分布式自治的企业智能新生态。
2025-07-25 05:45:00
1211
原创 LLM - 初探Graph RAG 智能检索+图技术
摘要： Graph RAG通过结合知识图谱与检索增强生成（RAG），解决了传统RAG在多实体、多关系查询中的局限性。知识图谱的显式关系建模支持多跳推理和可追溯性，显著提升复杂问题的回答精度。技术架构分为查询理解、图结构检索、结果整合和增强生成四个阶段，对比传统RAG在知识表示、推理能力等方面更具优势。工具层面，Neo4j适合企业级应用，而轻量级Kùzu更适配实时AI场景。智能代理的引入进一步优化了多步推理和自适应检索。应用领域涵盖医疗、金融等，但面临图谱构建成本高、跨模态融合等挑战。未来，自动化图谱构建和混
2025-07-25 04:30:00
1066
原创 LLM - 分步演进：如何将 Workflow 打造成 AI Agent
摘要：本文探讨了从Workflow逐步升级到Agent系统的可行路径。相比直接构建复杂Agent系统，Workflow具有流程清晰、工程稳定、便于权限控制等优势。文章提出了四个演进阶段：节点增强、任务自动化、智能流程编排和多智能体协作，并对比了Function Call与MCP两种集成方式的差异。推荐采用三层演进策略：节点智能化、局部任务代理和引入Agent调度。通过客服流程、活动报名系统和电商订单处理三个案例，展示了不同阶段的实践效果，最终建议根据业务需求选择合适方案，多数企业更适合"具备Age
2025-07-24 05:45:00
1336
原创 LLM - 可视化原理理解 Transformer，快速理解大模型运行原理
摘要（147字） Transformer Explainer是佐治亚理工团队开发的交互式可视化工具，基于GPT-2模型逐层展示Transformer核心机制： 关键组件：通过动态流程图演示QKV检索比喻、多头注意力并行处理、位置编码及Encoder-Decoder结构； 交互功能：支持调节Temperature参数观察概率分布变化，并可分层查看数学细节； 核心优势：结合位置编码、残差连接和遮蔽机制，实现长程依赖捕捉与稳定训练。工具提供从输入到输出的全流程解剖，适合直观理解Transformer工作原理。配套
2025-07-24 04:45:00
996
原创 Vibe Coding - 探秘 system‑prompts‑and‑models‑of‑ai‑tools系统提示词
AI工具系统提示工程揭秘：从爆红仓库看Prompt设计精髓 GitHub仓库"system-prompts-and-models-of-ai-tools"因泄露6500+真实AI系统提示而爆红，涵盖Cursor、Devin等主流工具的原始配置。分析显示，优质系统提示具有四大特征：明确的角色边界定义、结构化指令格式（Markdown/XML）、内置安全协议及多轮反馈机制。该仓库不仅为Prompt工程提供实战范例，更揭示了AI产品的设计逻辑与安全风险——包括提示注入漏洞和合规隐患。项目价值在
2025-07-23 05:45:00
1027
原创 LLM - AI系统四阶：LLM、RAG、工作流与Agent对比
本文梳理了AI系统架构的演进路径：从纯LLM（大语言模型）到检索增强生成（RAG），再到AI工作流和AI Agent。以简历筛选为例，分析不同架构的特点：纯LLM简单但信息滞后，RAG引入外部知识库增强时效性，AI工作流实现流程自动化，AI Agent则具备自主决策能力。建议根据业务复杂度选择合适架构，优先保证可靠性，采用模块化设计便于扩展。AI系统开发需平衡能力与成本，从简单架构开始逐步迭代升级。
2025-07-23 04:15:00
1552
原创 Vibe Coding - context7-mcp 和 server-sequential-thinking
本文介绍了两种MCP（Model Context Protocol）服务的配置方法。Context7 MCP可实时获取最新技术文档，减少代码错误；Sequential Thinking MCP支持结构化问题分析，适用于复杂任务拆解。文章提供了在Gemini和Cursor编辑器中的具体配置方法，通过JSON格式说明参数设置。对比表格显示两者分别适用于开发效率和问题分析场景。建议同时启用这两个服务，以提升AI辅助编程的准确性和可控性，特别适合处理技术更新快和问题复杂的开发场景。
2025-07-22 06:00:00
927
原创 Vibe Coding - Gemini ： API Error: exception TypeError: fetch failed sending request
本文介绍了如何在不同操作系统中配置代理环境变量。Windows用户可通过CMD或PowerShell设置HTTP/HTTPS代理（127.0.0.1:7897），其中PowerShell支持临时设置或通过setx永久生效。macOS/Linux用户则需在Bash/Zsh中执行export命令。最后提示需重新连接使配置生效。附带4张示意图分别展示代理端口查看、CMD配置、PowerShell设置及重新连接界面。
2025-07-22 04:30:00
512
原创 设计模式 - 桥接模式：实现抽象协议与不同实现的绑定
摘要： 桥接模式（Bridge）通过分离抽象与实现，使两者能独立演化。其核心在于将实体（AbstractEntity）与行为（AbstractBehavior）解耦，通过组合动态绑定，避免多重继承的耦合问题。代码示例展示了实体与行为的灵活组合（如DetailEntityA+DetailBehaviorB）。适用场景包括跨平台驱动、插件系统等，支持运行时切换实现。优点在于解耦与扩展性，但会增加类数量与设计复杂度。实践中可结合适配器、外观模式，优先通过二维矩阵明确分离维度。
2025-07-21 06:45:00
1046
原创 设计模式 - 适配器模式： 处理不同 API 接口的兼容性
适配器模式是一种结构型设计模式，用于解决接口不兼容问题。它通过将一个类的接口转换为客户期望的另一个接口，使原本无法协同工作的类能够一起工作。该模式包含三个角色：目标接口、适配器（实现目标接口并持有适配者引用）和具体适配者（原有不兼容接口的类）。适配器模式适用于接口不可修改、功能老旧或需要统一不同接口等场景，具有解耦目标与适配者、代码复用等优点，但也存在单继承限制和适配层臃肿等缺点。典型案例包括Type-C扩展坞和Java I/O中的InputStreamReader。该模式能在不改动原接口的前提下快速兼容扩
2025-07-21 05:15:00
1104
原创 LLM - 通过案例轻松理解MCP、Tool Calling、Agent
MCP（Model Context Protocol）是Anthropic公司提出的AI模型与外部工具交互的标准化协议，旨在解决传统LLM的孤立性、上下文丢失等问题。它基于JSON-RPC 2.0，支持双向通信和富上下文传输，具备安全控制和扩展性。MCP为Function Call提供统一接口，使AI能结构化调用工具，而Agent则基于MCP协调任务流程。典型应用场景包括智能助手整理日程、电商客服处理订单等，通过MCP实现跨工具的无缝协作，提升AI执行复杂任务的能力。
2025-07-19 11:42:15
1405
原创 Vibe Coding - 五步提升Claude Code开发效率
《五步流程玩转Claude Code：智能开发新范式》摘要 本文提出基于Claude Code的AI协同开发五步法：1）通过/init指令建立动态项目文档；2）生成PRD明确需求；3）智能拆解开发计划；4）自动化代码生成；5）可视化测试反馈。该流程通过持续上下文更新、三种作业模式切换（默认/计划/自动）实现全周期AI协同，可降低30%沟通成本，支持@图片反馈等特色功能。配套的指令速查体系进一步提升了开发效率，为智能编程提供了标准化实践框架。（150字）
2025-07-19 06:30:00
1038
原创 LLM - AI Workflow与MAS(Multi Agent System)
AI Workflow工具（如N8N、dify）通过图形化界面支持多智能体系统(MAS)开发，提供LLM、循环组件等核心功能实现协作模式。文章分析了六种典型协作模式：路由、顺序、主从、反思、辩论和群聊模式，并探讨了嵌套组合的可能性。尽管这些工具能有效支持多智能体协作，但仍面临异步交互、动态扩展等挑战。随着技术发展，AI Workflow有望成为构建复杂MAS的重要平台，提升AI系统的协作效率和灵活性。
2025-07-18 06:00:00
1670
Redis 8.0.3 是高性能的 Key-Value 缓存数据库，本版本为社区适配的 Windows 平台编译版本，适用于开发环境或测试用途
2025-07-12
版本 8.0.3 国产4种架构 x86arm64loongarchmips
2025-07-11
「Tomcat源码剖析」.pdf
2020-06-01
中标龙芯-MIPS- NFS rpm包
2020-11-24
X86-NFS rpm包
2020-11-24
apache-tomcat-8.5.50-src.zip
2020-06-02
mybatisSource.zip
2020-06-14
Spring4CachingAnnotationsExample
2017-10-04
Jest-5.3.4.zip
2020-01-19
Java反编译工具
2015-06-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人