软件作品

phoenixframe
phoenixframe
自动化测试平台
101
Phoenix Framework
Phoenix Framework
自动化测试平台
43
phoenix-telnetclient
phoenix-telnetclient
测试平台模块
1
phoenix-browser
phoenix-browser
phoenixframework 模块
3
phoenix-jmeter
phoenix-jmeter
Web 性能测试模块
4

技能雷达

专长领域： WEB开发, 服务器端开发, 软件开发管理
开发平台： Java EE, Java SE, Python, JavaScript, Linux/Unix

Gitee 贡献

Gitee (gitee.com) 是 OSCHINA 推出的代码托管平台，支持 Git 和 SVN，提供免费的私有仓库托管。目前已有近 1000 万的开发者选择 Gitee。

Gitee 贡献 反映用户在 Gitee 上评论、Fork、Star、Push等操作的次数。

免费开通 Gitee

1
2
3
4
5
6
7

连击 天

fork: star:

博客数据统计

个人主页访问量：958541
博客总阅读量：1768726
禁言：孟飞阳

天
确定
取消
加载中
全部博文
1137 全部博文 30 Oracle学习总结 15 Android开发 104 AngularJs学习 13 设计模式 11 Redis使用总结 32 Linux命令相关 14 Docker学习 17 大数据处理 6 Android自动化测试 20 loadrunner代码案例 1 专利相关 26 解决方案杂记 8 PMP之路 21 maven及项目管理 6 API/接口测试 2 Javax Swing界面开发 14 Nginx负载均衡 11 NodeJs代码示例 1 Hibernate学习总结 35 MySQL相关 4 JVM调优 23 Java源码学习 6 bootstrap 11 shell开发 1 python学习 5 PHP学习总结 5 性能测试总结 8 安全测试相关 6 selenium 25 算法相关 20 Jmeter源码学习 0 Jenkins插件开发学习 5 消息及日志处理 90 人工智能与机器学习 85 html5/前端开发 118 jquery/javascript 181 Java开发总结 26 VBS/QTP/UFT框架开发 14 工作日志 27 phoenixframework自动化测试平台 82 Spring/springmvc/web开发相关 8 日常记录 0 转贴的文章
资讯 问答 评论
排序
按时间 按阅读量
创作历程
全部
2025年(47篇)
8 2025/06 33 2025/05 6 2025/04
2023年(5篇)
1 2023/09 1 2023/08 1 2023/07 2 2023/02
2022年(7篇)
4 2022/05 3 2022/01
2021年(7篇)
2 2021/09 3 2021/08 1 2021/03 1 2021/01
2020年(13篇)
4 2020/07 1 2020/06 3 2020/03 2 2020/02 3 2020/01
2019年(81篇)
1 2019/12 1 2019/11 7 2019/10 1 2019/09 3 2019/08 20 2019/07 12 2019/06 8 2019/05 4 2019/04 13 2019/03 6 2019/02 5 2019/01
2018年(136篇)
5 2018/12 7 2018/11 1 2018/10 4 2018/09 26 2018/08 36 2018/07 17 2018/06 22 2018/05 7 2018/04 3 2018/03 8 2018/01
2017年(427篇)
26 2017/12 13 2017/11 19 2017/10 8 2017/09 35 2017/08 56 2017/07 44 2017/06 42 2017/05 47 2017/04 48 2017/03 70 2017/02 19 2017/01
2016年(396篇)
26 2016/12 9 2016/11 9 2016/10 2 2016/09 42 2016/08 166 2016/07 138 2016/06 2 2016/03 2 2016/01
2015年(18篇)
2 2015/10 4 2015/09 5 2015/08 4 2015/07 3 2015/06
原
目前主流大模型定位、能力差异、典型应用场景、以及应用选型总结

大型语言模型（LLM）的竞赛在2025年愈发白热化。无论是封闭的商用模型还是开源阵营，各路“大神”频出： OpenAI推出了升级版的GPT-4系列和全新的“O系列”推理模型 Anthropic的Claude进化到3...

大型语言模型多模态推理模型通用智能代码生成上下文理解
人工智能与机器学习
06/16 01:01
1.8K
0
原
Spring AI 模型处理请求过程的可观测性（指标/耗时/追踪）详解

Spring AI能力不断增强，包括其可观测性，主要包含一些指标和追踪能力。下面我们将详细的介绍一下 Spring AI框架的 Observability 概念 Spring AI 基于 Spring 生态系统中的可观察性功能构建...

SpringAI可观测性低基数键高基数键ChatClientChatModel
人工智能与机器学习
06/01 23:30
216
0
荐
大模型生成内容的相关性及模型性能的评估方式探讨

为什么要评估测试(Evaluation Testing) 随着大模型技术的推进，评测其性能和能力的需求也日益增长，这不仅仅是技术层面的需求，更关系到商业决策和公众认知。 为什么需要大模型评估测试？主要...

大模型评估评测体系模型迭代监管安全领域模型选择SuperCLUE基准
人工智能与机器学习
06/01 23:20
3.5K
0
原
Spring AI 支持向量数据库源码分析

了解向量是什么？ 理解向量相关的知识是理解大模型的底层算法的关键，也是理解向量数据库的关键。 向量是有维度（或者大小）和方向的。既然有大小和方向，所以向量是可以计算的，比如向量相加...

向量数据库向量相似度特征工程相似性搜索向量存储嵌入模型
人工智能与机器学习
06/01 23:09
24
0
原
Spring AI EmbeddingModel概念与源码分析

什么是EmbeddingModel？ EmbeddingModel是指将高维度的数据（例如文字、图片、视频）映射到低维度空间的过程。简单来说，embedding向量就是一个N维的实值向量，它将输入的数据表示成一个连续...

嵌入模型降维语义信息特征表示计算效率SpringAI框架
人工智能与机器学习
06/01 22:38
93
0
原
Spring AI对大模型响应结果格式化的源码分析

为什么需要格式化输出 对于依赖可靠解析输出值的下游应用程序来说，生成结构化输出是LLMs非常重要的能力。开发人员希望快速将 AI 模型的结果转换为数据类型，例如 JSON、XML 或 Java 类，这些...

结构化输出格式化指令大模型转换器JSONSchemaBeanOutputConverter
人工智能与机器学习
06/01 22:05
48
0
原
Spring AI Message与ChatMemory源码分析及使用方式总结

1、Spring AI Message类型 UserMessage：用户消息，指用户输入的消息，比如提问的问题。 SystemMessage：系统限制性消息，这种消息比较特殊，权重很大，AI会优先依据SystemMessage里的内容进...

SpringAIUserMessageSystemMessageAssistantMessageFunctionMessageChatMemory
人工智能与机器学习
06/01 16:47
911
0
原
Spring AI 接入OpenAI配置项梳理

本文基于SpringAI 1.0.0梳理，不同模型配置会有差异。 1、连接配置 属性 描述 是否必须配置 默认值 spring.ai.openai.base-url 连接OpenAI地址 必 api.openai.com spring.ai.openai.api-key ...

OpenAI配置API请求聊天模型模型配置函数调用API密钥
人工智能与机器学习
06/01 16:10
175
0
原
AGI（通用人工智能）与AI的区别

随着人工智能（AI）技术的快速发展，AGI（Artificial General Intelligence），即通用人工智能，成为了科学界和技术行业的一个重要话题。它代表着人工智能领域的终极目标之一：创建一种能够像...

通用人工智能智能的智能跨领域自适应学习科技创新伦理与安全
人工智能与机器学习
05/30 22:25
44
0
原
谷歌A2A协议到底是个啥？和MCP啥关系？调用流程是啥样的？

A2A（Agent to Agent）是一种开放协议，支持Agent到Agent的互操作性，弥合不透明代理系统 之间的差距。 一、详解A2A协议 主要成员 User：使用Agent系统完成任务的最终用户 Client：代表用户向...

A2A协议能力发现任务管理协作用户体验协商代理卡
人工智能与机器学习
05/30 19:48
72
0
原
Spring AI 通过ChatClient Call MCP支持多模型及模型与提示词结合的方法

Spring AI 本身并不强制指定特定模型，而是提供统一的接口接入不同的大模型服务。本文使用的SpringAI版本是最新版本：1.0.0.M6，基于openai-gpt-4.1o配置方式如下，deepseek-r1:7b等模型配置...

人工智能与机器学习
05/29 12:24
1.8K
0
MCP SSE通信模式的安全机制探讨

引言 MCP 事件交互(Server-Sent Events, SSE)是一种基于HTTP的技术，允许服务器向客户端推送实时更新。与WebSocket不同，SSE是单向通信机制，非常适合于需要服务器实时推送数据但不需要客户端...

人工智能与机器学习
05/27 21:46
272
0
原
MCP通信机制总结（Stdio、SSE 、Streamable HTTP）

在人工智能与大型语言模型（LLM）快速发展的今天，如何让模型安全高效地访问外部数据和服务成为关键挑战。MCP（Model Context Protocol） 协议应运而生，它通过标准化的通信机制，为AI模型与...

模型安全访问MCP协议StdioSSEStreamableHTTP无状态支持
人工智能与机器学习
05/27 21:42
90
0
一篇文搞懂RAG和向量数据库

一、RAG（检索增强生成） RAG技术的基座是向量数据库。向量数据库不仅可以提供对向量化知识的存储，还支持高效的相似性检索，结合Prompt,可有效提升大模型回答的质量。 我们通过一个实例来理...

向量数据库嵌入模型检索增强生成语义检索余弦相似度知识库构建
人工智能与机器学习
05/27 11:37
50
0
高速服务框架HSF的基本原理

SOA解决方案——HSF(High-speed Service Framework)是阿里系主要采用的服务框架，其目的是作为桥梁联通不同的业务系统，解耦系统之间的实现依赖。 HSF简介 ▐ 背景 单体应用的主要问题是不同...

人工智能与机器学习
05/22 11:55
230
0
LLM（大语言模型）简介

发展历程 语言建模的研究始于20世纪90年代，最初采用了统计学习方法，通过前面的词汇来预测下一个词汇。然而，这种方法在理解复杂语言规则方面存在一定局限性。 随后，研究人员不断尝试改进，...

语言建模深度学习神经网络Transformer架构大语言模型涌现能力
人工智能与机器学习
05/20 09:38
147
0
原
神经网络激活函数总结

一、引言 在神经网络的架构中，激活函数扮演着举足轻重的角色。它赋予了神经网络对复杂非线性关系的建模能力，打破了传统线性模型的局限性。从简单的感知机到如今复杂的深度神经网络，激活函...

激活函数神经网络非线性变换梯度消失ReLU函数Sigmoid函数
人工智能与机器学习
05/20 00:33
61
0
Spring AI与DeepSeek大模型打造企业RAG知识库

一、概述 企业应用集成大语言模型（LLM）落地的两大痛点： 知识局限性：LLM依赖静态训练数据，无法覆盖实时更新或垂直领域的知识； 幻觉：当LLM遇到训练数据外的提问时，可能生成看似合理但错...

企业应用集成大语言模型知识局限性幻觉RAG技术向量数据库
人工智能与机器学习
05/19 21:36
311
0
原
DeepSeek+Spring AI搭建RAG知识库

一、RAG 知识库：解锁精准问答的新姿势 在人工智能飞速发展的当下，大语言模型（LLMs）已广泛应用于各种自然语言处理任务。但它们也存在一些局限性，如 “幻觉” 问题，即生成的内容可能与事...

RAG知识库检索增强生成生成模型外部知识库智能客服内容生成
人工智能与机器学习
05/19 21:10
1.2K
0
原
大语言模型LLM工具Ollama简介

一、Ollama的概述 Ollama是一款开源的大型语言模型工具，它专注于为用户提供本地化的运行环境，满足个性化的需求。该工具允许用户快速运行Llama2、Code Llama等多种模型，并提供类似于OpenA...

大型语言模型本地化运行环境多模型支持API接口热加载模型开源项目
人工智能与机器学习
05/18 23:15
441
0

没有更多内容

加载失败，请刷新页面

删除文章

文章删除后无法恢复，确定删除此文章吗？

取消
确定
删除动弹

动弹删除后，数据将无法恢复

取消
确定
删除一条评论

评论删除后，数据将无法恢复

取消
确定
返回顶部
顶部