前端加油站⛽️

摘要： 本篇博客主要是将LangChain的基础应用到业务场景中去。，接口部分不再展示。相应的代码会放到github，项目位置：/AICustomerService ，感兴趣的可以去看一下，这个场景后面还会更新代码，最基础的逻辑已完成。前端页面的话，后续会截图展示在博客中。 需求场景：现在有一个电商平台客户 阅读全文

摘要： Vue2.x和Vue3.x在响应式方面有什么区别 Vue2的响应式原理 在Vue2.x版本中主要是通过Object.definiteProperty这个核心API来实现的。响应式也就是说在组件data数据一旦发生变化，立刻触发视图的更新 缺点： 深度监听、需要递归到底，一次性计算量较大 无法监听新的 阅读全文

摘要： 智能知识问答系统 项目简介 智能知识问答系统是一个基于 RAG（检索增强生成）技术的智能问答系统前端应用。用户可以创建多个智能体，为每个智能体上传专属知识库文件，通过向量检索和大语言模型结合，提供精准的知识问答服务。 前端仓库 后端服务 核心特性 🤖 多智能体架构 - 支持创建、管理多个独立的智能 阅读全文

摘要： 可视化平台项目面试题整理 根据我的项目简历整理出的面试题。 在军工级大数据可视化平台中，面对7*24小时高刷新，如何保证CPU占用率稳定在15%以下。因为我在简历中提到了通过项目优化确保了长效运行零宕机，所以，这道题目对我来说就是如何进行的项目优化。 ​ 我的答案如下： 渲染层优化： 摒弃传统的DO 阅读全文

摘要： React Fibber架构设计理解 前置知识 了解前端的人应该都听过：JavaScript 是单线程的，浏览器是多线程的 对于多线程浏览器来说，除了要处理JS的线程外，还需要处理包含事件系统、定时器/延时器、网络请求等各种任务线程。当然也包含了DOM的UI渲染。而JS又是可以操作DOM的。 这就意 阅读全文

摘要： 基于Naive RAG知识库需求及技术设计 代码还需几天才能完成，请耐心等待... 需求： 实现一个简易版本的面试题问答智能体，可以通过用户自行上传文件，设置自己的专属知识库，然后可以向LLM提问问题，大模型进行回答的简单智能体。 目的：为了减少LLM幻觉问题以及针对自己的简历的智能体 项目可行性分 阅读全文

摘要： 为什么需要RAG LLM的局限：时效性、知识覆盖度（针对公司业务的数据并不知晓）、幻觉问题 目前用来解决知识更新缓慢和幻觉问题的方案：RAG和微调 大模型微调（Fine-Tuning）是指在通用大模型基础上，针对超出其范围或不擅长的特定领域或任务，使用专门的数据集或方法对模型进行相应的调整和优化，以 阅读全文

摘要： 本篇博客主要介绍在使用微前端架构时最常见的污染问题及处理方法。 微前端架构 在微前端架构中，如何解决多个子应用见的样式污染与全局变量冲突 样式污染： 原因是因为在子应用中使用了相同的类名，或者直接修改了全局标签的样式 采用qiankun自带的sandbox配置开启隔离。 严格沙箱：利用shadow 阅读全文

摘要： 什么是提示词（prompt） 通俗来说，提示词就是用户发给大模型（LLM）的文字，用于引导大模型生成特定的输出结果。提示词是我们和大模型沟通的重要途径 提示工程 它是研究如何设计和优化提示词，以最大限度地发挥大模型能力，获得期望、高质量的输出。采用一种工程化的思想来编写提示词 分析需求，明确思路 在 阅读全文

摘要： 模型训练流程 机器学习（Machine Learning）：核心思想是从经验中学习 提供历史数据 创建新模型，训练历史数据 将数据输入模型，预测结果。 分类方式： 监督学习（Supervised Learning）: 指的是使用带有标签的数据进行训练； 常见任务： 回归（Regression）:预测 阅读全文