51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
信创认证
公众号矩阵
移动端
视频课 免费课 排行榜 短视频 直播课 软考学堂
全部课程 软考 信创认证 华为认证 厂商认证 IT技术 PMP项目管理 免费题库
在线学习
文章 资源 问答 课堂 专栏 直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库

Kafka事务实现原理

1 Kafka的事务 V.S RocketMQ RocketMQ事务主要解决问题：确保执行本地事务和发消息这俩操作都成功/失败。RocketMQ还有事务反查机制兜底，更提高事务执行的成功率和数据一致性。 而Kafka事务，是为确保在一个事务中发送的多条消息，要么都成功，要么都失败。 这里的多条消息不一定在同一个topic和partition，可以是发往多个topic和partition的消息。当然

python
人工智能
大模型应用开发
置顶 原创 2024-09-01 22:03:19 79 阅读

DDD精粹速读（二）

前言 在上一篇文章中，我介绍了领域驱动设计（DDD）的战略设计，以及如何处理大局。本篇文章将深入探讨领域驱动设计（DDD）的核心——战术设计。 Vaughn Vernon 在他的书《Implementing Domain Driven Design》（实现领域驱动设计）中巧妙地将战略设计比作登山者规划攀登路线，而战术设计则比作他们所使用的工具。 战术设计 战术设计为我们提供了有用的指引和结构，帮助

python
人工智能
大模型应用开发
置顶 原创 2024-08-23 23:56:43 51 阅读

DDD精粹速读（一）

1 你需要知道的 - 战略设计 DDD是一种软件设计和构建方法，其重点在于独立于数据持久化等技术问题，准确表达业务规则。 不幸，DDD 对新手来说极具挑战性，部分原因是它有许多独特的概念需要学习。本文我简要介绍这些重要的思想，以便你能自信继续你的 DDD 旅程。 第一部分将侧重于与所有参与软件开发的人相关的概念，而不仅仅是开发人员。第二部分专门针对编码人员，但无论如何你都可以随意查看！ 2 我只剩

python
人工智能
大模型应用开发
置顶 原创 2024-08-22 23:44:40 70 阅读

DDD的函数式编程实现

DDD是一种成熟的软件设计方法，旨在确保领域专家和开发人员能够有效合作，创造出高质量的软件。 本文介绍咋将FP（函数式编程）应用于DDD的实现，使其既优雅又简洁。C4模型中，软件架构图分为四个层次：“系统上下文”、“容器”、“组件”和“代码”。 “组件”是构成容器的基本单位，也是本文描述的层次。 1 代码组织结构 随应用程序复杂性增加，管理这种复杂性的一种方法是根据应用程序的职责或关注点将其拆分。

python
人工智能
大模型应用开发
置顶 原创 2024-08-21 23:31:50 29 阅读 yyds干货盘点

当SOA遇到DDD

本文讨论软件设计中的决策，特别是关于将较大的系统拆分为多个可独立部署的服务端点。不会特别讨论【服务端点设计】，但我想探讨一下为创建多个服务应用程序进行构思的阶段。 面对复杂问题，通常试图理解复杂性的各部分。将问题拆解为更易于理解和处理的小模块，可以更有效地应对。 如同在许多产品/项目管理周期中描述的，对现实生活问题，通常直觉驱动。我们并没有使用某种公式理解前往需要签证的所需步骤。我们逐步了解到

python
人工智能
大模型应用开发
置顶 原创 2024-08-20 23:38:14 30 阅读 yyds干货盘点
事件驱动架构的事件版本管理

事件驱动架构的事件版本管理

有一种办法：发送会议邀请给所有团队，经过101次会议后，发布维护横幅，所有人同时点击发布按钮。或... 可用适配器，但微调。没错！就像软件开发中90%问题一样，有种模式帮助你找到聪明解决方案。 1 问题 你已经有了一个模式，消费者已知咋处理它，所以他们依赖你保持兼容性，但实际上，你要打破这种兼容性。 一个生产者和三个消费者例来探讨这问题： 2 解决方案 与其陷入协调部署的陷阱，不如利用适配器模式

python
人工智能
大模型应用开发
置顶 原创 2024-08-18 20:47:08 37 阅读
事件驱动架构设计之使用断路器暂停事件检索

事件驱动架构设计之使用断路器暂停事件检索

0 前言 part2讨论将事件检索与事件处理解耦的好处。现在，将讨论如何使用断路器来应对请求/响应API不可用的情况。 1 经验：使用断路器暂停事件检索 请求/响应通信带来的紧耦合要求两个微服务都须可用，这与事件驱动的通信不同，因为在下游微服务暂时不可用时，无中间件可介入。 事件循环与请求/响应通信的结合可能加剧下游微服务可用性问题。若下游微服务存在可用性问题，事件循环发起的重试会增加其压力。若下

python
人工智能
大模型应用开发
置顶 原创 2024-08-17 22:42:00 17 阅读

事件驱动架构设计之实现幂等的事件处理

0 前言 事件驱动微服务架构在当今非常流行，广泛采用的原因之一是它们促进了松耦合。 但使用基于请求/响应的通信也有很好的理由。如系统现代化过程中，有些系统已迁移到事件驱动架构，而有些系统还没。或你可能使用通过HTTP提供REST API服务的第三方SaaS解决方案。在这些情况下，将事件驱动的微服务与请求/响应API集成并不罕见。这种集成引入了新的挑战，因为带来紧耦合问题。 本系列分享在将事件驱动微

python
人工智能
大模型应用开发
置顶 原创 2024-08-17 22:37:29 29 阅读

LangGraph Studio：首款智能体（agent）IDE

0 前言 LangGraph Studio 提供了一个专门的智能体IDE，用于可视化、交互和调试复杂的智能体应用程序。本文来了解如何在桌面使用。 LLM为新型智能体应用程序的发展铺平了道路——随这些应用程序演进，开发它们所需工具也必须不断改进。今天推出的 LangGraph Studio——首款专为Agent开发设计的IDE，现已开放测试版。 LangGraph Studio 提供一种开发 LLM

python
人工智能
大模型应用开发
置顶 原创 2024-08-17 22:14:39 79 阅读

Spring Boot配置类的注解

Spring Boot 中，若某类只用 @ConfigurationProperties 注解，然后该类： 没有在扫描路径下 或没用 @Component 等注解 就会导致无法被扫描为 bean，须在配置类用 @EnableConfigurationProperties 注解去指定这个类，才能使 @ConfigurationProperties 生效，并作为一个 bean 添加进 Spring

java
置顶 原创 2024-08-11 23:06:21 25 阅读 yyds干货盘点
Flink Streaming Redis Connectors编程 3图

Flink Streaming Redis Connectors编程

1 Flink 写入Redis基于巴希尔(Bahire)-Flink写入Redis集群。1.1 继承RichSinkFunction即Flink-Stream。1.2 使用第3方的包即Apache-Bachir-Flink。public class RedisWriteUtil { /* * FlinkJedisClusterConfig: 集群模式 * Fl

Redis
并行度
Flink
置顶 原创 2024-08-08 23:21:02 44 阅读 yyds干货盘点

IDEA 2024.2 正式发布，速览新功能！

0 前言 IntelliJ IDEA 2024.2 允许你直接在 IDE 运行 Spring Data JPA 方法，即时验证存储库查询。 简化了 cron 表达式管理，提供内联描述和高级自动补全功能，并升级 客户端，使其使用 GraalJS 执行引擎。 该版本通过在项目索引期间启用关键功能，提高 IntelliJ IDEA 整体启动效率。 1 主要亮点 1.1 改进的 Spring D

python
人工智能
大模型应用开发
置顶 原创 2024-08-08 23:57:41 74 阅读

Flink实战(10)-checkpoint容错保证

0 前言 程序在 Flink 集群运行，某个算子因为某些原因出现故障，如何处理 在故障恢复后，如何保证数据状态，和故障发生之前的数据状态一致? 1 什么是 checkpoint(检查点)? Checkpoint 能生成快照(Snapshot)。 若 Flink 程序崩溃，重新运行程序时可以有选择地从这些快照进行恢复。 Checkpoint 是 Flink 可靠性的基石。 2 Checkpoint

python
人工智能
大模型应用开发
置顶 原创 2024-08-06 22:36:38 31 阅读

淘宝的商品信息缓存体系是如何构建的？

0 前言 在电商系统中，商品信息的快速获取对用户体验至关重要。本文将详细讲解一个多层级的商品信息缓存体系，旨在提高系统性能和可靠性。 开局一张图，剩下全靠编！ 1 整体架构 该缓存体系采用了多级缓存策略，从前端到后端，逐层深入： CDN缓存 Nginx缓存集群 Redis缓存 JVM本地缓存 MySQL持久化存储 2 详细解析 1. 用户请求入口 用户的请求首先通过CDN（内容分发网络）：

python
人工智能
大模型应用开发
置顶 原创 2024-07-31 21:21:45 89 阅读

深入理解 Java17 新特性：Sealed Classes

0 关键总结 Java SE 15在2020年9月发布，预览功能引入“封闭类”(JEP 360) 封闭类是一种限制哪些其他类或接口可扩展它的类或接口 类似枚举，封闭类在领域模型中捕获替代方案，允许程序员和编译器推理其穷尽性 封闭类对于创建安全的层次结构也很有用，通过解耦可访问性和可扩展性，允许库开发者公开接口，同时控制所有实现 封闭类与记录和模式匹配一起工作，以支持更数据中心化的编程形式 1

python
人工智能
大模型应用开发
置顶 原创 精选 2024-07-24 22:46:49 208 阅读

大厂的第三方支付业务架构设计

0 前言 金融业务都很复杂。我们有可能复用第三方支付既有经验，解决其他金融业务问题吗？ 和解数学应用题一样，应对第三方支付这类复杂业务： 先分析它里面的核心原理 再尝试通过核心原理推算出可能规律。这些规律就决定系统架构的演进规律 掌握这些分析问题的方法，碰到其他金融业务问题时就能游刃有余。 先搞懂支付涉及核心金融原理，按架构由简到难，逐步学习点券系统、支付系统和第三方支付公司的支付系统。就能理

python
人工智能
大模型应用开发
置顶 原创 2024-07-23 23:43:49 30 阅读

扫码支付后都发生了啥？

1 金融业务 业务模式划分： 交易类业务，如扫码支付 信贷类业务 扫码支付普遍但不简单： 扫码支付是最具代表性，最常见的金融场景 传统银行业务的标志性机构大多参与到扫码支付过程，可通过扫码支付了解国家金融系统运作 扫码业务同时具有互联网应用和机构应用的技术特点：既要对接互联网用户，也要对接金融机构 2 案例背景 扫码支付分场景，选择与跨境电商相关的扫码跨境支付场景，假设

python
人工智能
大模型应用开发
置顶 原创 2024-07-23 13:06:18 143 阅读

一文看懂AI的 Transformer 架构！

1 AI的转换器是啥？ 转换器，一种将输入序列转换或更改为输出序列的神经网络架构。它们通过学习上下文和跟踪序列组件之间的关系来做到这一点。例如，请考虑以下输入序列：“天空是什么颜色的？” 转换器模型会使用内部数学表示法来识别颜色、天空和蓝色这三个词之间的相关性和关系。利用这些知识，它会生成输出：“天空是蓝色的。” 组织可以使用转换器模型进行所有类型的序列转换，包括语音识别、机器翻译以及蛋白质序列分

python
人工智能
大模型应用开发
置顶 原创 2024-07-22 23:00:45 32 阅读
辨析区块链的交易（Transactions）和脚本（script） 3图

辨析区块链的交易（Transactions）和脚本（script）

前端应用 与 交易&脚本 与智能合约之间关系与区别。1 交易（Transactions）在区块链系统中，交易是指一组数据，这些数据被广播到网络中的所有节点，用于记录和验证资产的转移或状态的变化。特点：交易是不可逆的，一旦被确认，就不能被撤销。作用：通过交易，可以在区块链上创建、更新或删除资产记录。2 脚本（script）定义：脚本是一种编程语言，用于定义交易的执行逻辑。它由一系列的指令组成

区块链
智能合约
数据
置顶 原创 2024-07-14 22:36:16 176 阅读 yyds干货盘点

JDK14新特征最全详解

JDK 14一共发行了16个JEP(JDK Enhancement Proposals，JDK 增强提案)，筛选出JDK 14新特性。 - 343: 打包工具 (Incubator) - 345: G1的NUMA内存分配优化 - 349: JFR事件流 - 352: 非原子性的字节缓冲区映射 - 358: 友好的空指针异常 - 359: Records (预览) - 361: Switch表达式

python
人工智能
大模型应用开发
置顶 原创 2024-07-13 23:29:50 77 阅读
Neo4j：图数据库的革命性力量 3图

Neo4j：图数据库的革命性力量

Neo4j 首席技术官 @prathle 撰写了一篇出色的博文，总结最近围绕 GraphRAG 的热议、我们从一年来帮助用户使用知识图谱 + LLM 构建系统中学到的东西，以及我们认为该领域的发展方向。Neo4j一时间又大火起来，本文将带你快速入门这神奇的数据库。 前言 Neo4j是一款符合ACID标准的图数据库，能处理当今世界中极为复杂的关系数据。由Emil Ifram于2007年创建，使用J

python
人工智能
大模型应用开发
置顶 原创 精选 2024-07-13 22:28:59 642 阅读 yyds干货盘点
三分钟，快速了解区块链技术！

三分钟，快速了解区块链技术！

区块链，一种分布式账本技术，是一种分布式数据存储技术。链式存储结构：区块链是一种分布式账本技术，其核心是通过去中心化的方式来存储和管理数据。1 交易发起与验证发起交易：用户在计算机上发起交易请求。这交易可以是转账、资产交换或其他类型的信息交换。节点传播：交易请求会通过网络传播到多个节点。这些节点是区块链网络中的计算机，每个节点都有一份完整的区块链账本。2 节点与区块节点：每个节点都拥有一份完整的区

区块链
数据
置顶 原创 2024-07-09 22:53:35 208 阅读 yyds干货盘点

AI Agent项目实战(03)-利用TTS技术让你的AI Agent发声

1 语音逻辑设计 一个AI Agent应用的语音逻辑设计流程图。 1.1 基本流程 - 用户 -> Agent -> 文本回答 最基础的交互模式。用户输入被传递给Agent，Agent生成文本回答。 1.2 添加语音功能 - 用户 -> Agent -> 文本回答 | v TTS服务 -> MSTTS -&

python
人工智能
大模型应用开发
置顶 原创 2024-07-02 13:31:28 95 阅读

解决google chrome helper 内存占用较高！

导语：mac 后台有很多 google chrome helper 线程并且内存占用较高。一直怀疑是IDEA插件的锅，并不是！ 查看是哪个网页，哪个插件占用内存。 chrome 更多工具 -> 任务管理器： 找到罪魁祸首，关闭标签页或者结束进程： 本文由博客一文多发平台 OpenWrite 发布！

Java
置顶 原创 2024-06-26 13:40:00 517 阅读

AI大模型企业应用实战(25)-为Langchain Agent添加记忆功能

0 前言 在开发复杂的AI应用时,赋予Agent记忆能力是一个关键步骤。这不仅能提高Agent的性能,还能使其在多轮对话中保持上下文连贯性。本文将详细介绍如何在Langchain框架中为Agent添加记忆功能,并深入解析每个步骤的原理和最佳实践。 Agent记忆功能的核心组件 在Langchain中，构建具有记忆功能的Agent主要涉及三个核心组件: 工具(Tools): Agent用来执行特定

Java
置顶 原创 2024-06-26 09:55:25 139 阅读

MySQL报错Duplicate entry '0' for key 'PRIMARY'

报错现场 现象解释 因为你在插入时没有给 Customer.Id 赋值，MySQL 会倾向于赋值为 NULL。但是主键不能为 NULL，所以 MySQL 帮了你一个忙，将值转换为 0。这样，在第二次插入时就会出现冲突（如果已经有一条记录为 0）。 解决方案 将 MySQL 表的 id 设置为自增主键！ 本文由博客一文多发平台 OpenWrite 发布！

Java
置顶 原创 2024-06-25 21:49:03 42 阅读

AI大模型企业应用实战(24)-什么是zero-shot, one-shot和few-shot Learning？

1 Zero-shot learning 零样本学习。 1.1 任务定义 利用训练集数据训练模型，使得模型能够对测试集的对象进行分类，但是训练集类别和测试集类别之间没有交集；期间需要借助类别的描述，来建立训练集和测试集之间的联系，从而使得模型有效。 Zero-shot learning 就是希望我们的模型能够对其从没见过的类别进行分类，让机器具有推理能力，实现真正的智能。其中零次（Zero-sho

Java
置顶 原创 2024-06-25 17:16:30 138 阅读

AI大模型企业应用实战(22)-Prompt让LLM理解知识

1 Prompt Prompt 可理解为指导AI模型生成特定类型、主题或格式内容的文本。 NLP中，Prompt 通常由一个问题或任务描述组成，如“给我写一篇有关RAG的文章”，这句话就是Prompt。 Prompt赋予LLM小样本甚至零样本学习的能力： LLM能力本质上说是续写，通过编写更好的prompt来指导模型，并因此获得更好的结果： 无具体指令，模型只会续写。输出结果可能出人意料或远高

Java
置顶 原创 2024-06-24 16:09:38 65 阅读

AI大模型企业应用实战(21)-RAG的核心-结果召回和重排序

1 完整RAG应用的检索流程 从用户输入Query到最终输出答案的各个步骤。整个流程包括Query预处理、检索召回、排序等关键环节，每个环节都有不同的技术和方法来提升检索效果。 2 Query预处理 2.1 意图识别 判断query问的是什么类型的问题，从而决定是否走RAG链路。 示例1 深圳有啥好玩的？ 闲聊问题 VDB支持哪些检索算法？ 产品常见问题 示例2 为啥某个MongoDB实例

Java
置顶 原创 2024-06-24 15:31:27 175 阅读

AI大模型企业应用实战(20)-RAG相似性检索的关键 - Embedding

1 文本Embedding 将整个文本转化为实数向量的技术。 Embedding优点是可将离散的词语或句子转化为连续的向量，就可用数学方法来处理词语或句子，捕捉到文本的语义信息，文本和文本的关系信息。 ◉ 优质的Embedding通常会让语义相似的文本在空间中彼此接近： ◉ 优质的Embedding相似的语义关系可以通过向量的算术运算来表示： 2 文本Embedding模型的演进与选型 目前

Java
置顶 原创 2024-06-24 10:49:33 110 阅读

Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号

关于我们
官方博客 全部文章 热门标签 班级博客
了解我们 网站地图 意见反馈
友情链接
鸿蒙开发者社区 51CTO学堂
51CTO 软考资讯