aqi00 - 博客园

摘要：

基于最新鸿蒙系统的技术书籍《鸿蒙HarmonyOS 6应用开发:从零基础到App上线》上市啦，要知道 HarmonyOS 6 在一个多月前的10月22日才正式发布，因此这本鸿蒙教程可谓贴近最新的 HarmonyOS 6 系统。当前 HarmonyOS 6 的装机量迅猛增长，有望在春节前突破500 阅读全文

posted @ 2026-01-24 11:24 aqi00 阅读(658) 评论(0) 推荐(3)

[置顶] FFmpeg开发笔记全目录（FFmpeg开发实战详解，含直播系统的搭建过程）

摘要：

记录下FFmpeg的学习笔记目录，完整的FFmpeg开发实战内容详见《FFmpeg开发实战：从零基础到短视频上线》一书。下面是补充的FFmpeg开发笔记内容目录，主要是对《FFmpeg开发实战：从零基础到短视频上线》一书的进阶增补。第一章 Linux环境编译FFmpeg FFmpeg开发笔记（阅读全文

posted @ 2024-06-17 13:33 aqi00 阅读(1594) 评论(0) 推荐(0)

[置顶] Kotlin入门教程——目录索引

摘要： Kotlin是谷歌官方认可的Android开发语言，Android Studio从3.0版本开始就内置了Kotlin，所以未来在App开发中Kotlin取代Java是大势所趋，就像当初Android Studio取代Eclipse成为App开发工具一样。下面分章节列出各篇Kotlin教程的索引地址阅读全文

posted @ 2018-08-25 14:57 aqi00 阅读(886) 评论(0) 推荐(0)

2026年7月

15天学会AI应用开发（十一）从TXT文件构建RAG知识库

摘要：

前面的文章在构建RAG并检索时，既使用了国外大模型，也使用了国内大模型；既运用了内存向量检索库FAISS，也运用了磁盘向量数据库Chroma。但知识库的原始来源却是knowledge数组，这与现实场合有所出入，因为实际资料都保存在TXT、PDF、WORD等格式的文档中，甚至来自互联网上的HTML网阅读全文

posted @ 2026-07-05 11:08 aqi00 阅读(183) 评论(0) 推荐(0)

2026年6月

15天学会AI应用开发（十）把文本嵌入模型换成国产模型

摘要：

前面两篇文章在演示RAG功能时，做向量化的文本嵌入模型都用国外的all-MiniLM-L6-v2，该模型主要适用英文，对于中文总体也能用，但在细节上处理欠佳。本文就来介绍如何使用国产离线的文本嵌入模型替换国外模型，以及如何体现国产模型的比较优势。一、all-MiniLM-L6-v2的缺点虽然al 阅读全文

posted @ 2026-06-28 11:35 aqi00 阅读(281) 评论(2) 推荐(2)

15天学会AI应用开发（九）利用Chroma持久化向量数据

摘要：

上一篇文章通过all-MiniLM-L6-v2模型结合FAISS实现了简单的RAG检索功能，但FAISS运行于内存中，无法持久化保存向量数据，重启后又得重新对文本做向量化，比较浪费算力资源。本文就来介绍如何使用向量数据库来持久保存向量数据。一、向量数据库Chroma Chroma是一个本地向量数阅读全文

posted @ 2026-06-27 11:27 aqi00 阅读(175) 评论(0) 推荐(0)

15天学会AI应用开发（八）使用向量数据库实现RAG功能

摘要：

上一篇文章采用字符串匹配的方式来查找知识，这种方式比较呆板不够智能，接下来引入向量数据库，通过向量化实现更精细的知识检索。一、文本嵌入Embedding模型向量化一段文本的时候，经常用到all-MiniLM-L6-v2，它是一个轻量级的文本嵌入Embedding模型，专门把文字转成数字向量，给R 阅读全文

posted @ 2026-06-21 11:15 aqi00 阅读(331) 评论(0) 推荐(0)

15天学会AI应用开发（七）有了大模型为什么还要引入RAG

摘要：

前面的文章依次介绍了如何截断历史会话的对话记录，包括按照记录数量截断、按照Token长度截断，以及浓缩为摘要截断等等，其中摘要操作又分为三大类： 1、使用第三方的摘要库对文本摘要； 2、使用在线大模型对文本摘要； 3、使用离线大模型对文本摘要；以上对会话记录的各种处理操作，统称为AI应用的上下文阅读全文

posted @ 2026-06-20 11:16 aqi00 阅读(230) 评论(0) 推荐(0)

15天学会AI应用开发（六）使用离线大模型对文本生成摘要

摘要：

上一篇文章末尾使用了在线大模型压缩文本生成摘要，但该方式会消耗Token，不便初学者长期使用，更好的办法是采用离线大模型来生成文本摘要。一、离线大模型的种类国内常用的离线大模型有阿里Qwen、智谱GLM、深度求索DeepSeek、百度文心等等，以千问的文本大模型为例，又有Qwen1.5-1.8 阅读全文

posted @ 2026-06-14 11:10 aqi00 阅读(338) 评论(0) 推荐(1)

一文速览 HarmonyOS 6.1.1 推出的十个新特性

摘要：

HarmonyOS 6.1.1 已于 2026 年 5 月下旬正式发布，该版本在 HarmonyOS 6.1 基础上增强了若干特性，让鸿蒙系统变得更流畅更好用，下面结合《鸿蒙HarmonyOS 6应用开发:从零基础到App上线》一书对 HarmonyOS 6.1.1 新特性中的常用部分逐一讲解。阅读全文

posted @ 2026-06-13 11:11 aqi00 阅读(283) 评论(0) 推荐(0)

15天学会AI应用开发（五）使用AI摘要来压缩上下文消息

摘要：

前面两篇文章分别介绍了根据消息数量截断历史对话和根据Token长度截断历史对话，可是这两种方式有两个共同的问题： 1、被删去的早期记录可能包含关键信息，直接截断会导致信息丢失。 2、原始的对话记录可能存在重复、冗余、拖沓的文字内容。一、为什么要对原始记录做摘要要知道，重复、冗余、拖沓的文字内容阅读全文

posted @ 2026-06-07 11:14 aqi00 阅读(502) 评论(0) 推荐(3)

15天学会AI应用开发（四）根据Token长度截断历史对话

摘要：

上一篇文章说到按照消息数量来截断历史对话，这种方式有个问题，就是每次对话的内容可长可短，导致固定消息数量的对话内容忽长忽短。历史对话内容不光要存入数据库，还要作为初始提示词发给下次新会话的大模型。太长的提示词不仅冗余，还会消耗大量Token，让用户钱包快速缩水。太短的提示词容纳的信息量不足，难以阅读全文

posted @ 2026-06-06 12:11 aqi00 阅读(424) 评论(0) 推荐(3)

2026年5月

15天学会AI应用开发（三）把历史对话作为提示词会怎样

摘要：

AI大模型服务的用户很多，它对每个用户的印象仅存在于当前会话中，一旦用户离开当前会话重新开启新的会话，AI会把该用户当作是新用户，而非之前已经对话过的某个用户。也就是说，AI没有持久记忆的功能，它记不住你上次问了什么，也记不住它上次回答了什么。这意味着AI没法从过往的对话中吸取经验，原本纠正了的阅读全文

posted @ 2026-05-31 10:51 aqi00 阅读(488) 评论(4) 推荐(2)

公告