张铁牛

摘要： 1. 简介 前两章我们讲了如何使用LangChain4J进行AI交互, 其中包括 使用ChatLanguageModel、ChatMessage、ChatMemory等底层组件进行灵活/自由的与AI交互 传送门 使用AI Services高级对象, 只关注业务逻辑, 使用简单的Api即可进行AI交互 阅读全文

摘要： 1. 简介 上一章节我们讲了如何使用LangChain4J的底层组件来进行AI的交互，如 ChatLanguageModel、ChatMessage、ChatMemory 等。 在这个层面上工作非常灵活/自由，但也迫使我们编写大量的样板代码。 由于 LLM 驱动的应用程序通常不仅需要单个组件，还需要 阅读全文

摘要： 1. 简介 LangChain4j 是一个基于 Java 的开源框架，用于开发 人工智能驱动的应用程序，尤其是涉及 大语言模型（LLM）交互 的场景。它的设计目标是简化开发者与大语言模型的集成过程，提供一套工具和组件来处理复杂的 LLM 应用逻辑，例如对话管理、提示工程、工具调用等。 核心功能与特点 阅读全文

摘要： 1. 简介 在上篇博文中介绍了如何使用calcite进行sql验证, 但是真正在实际生产环境中我们可能需要使用到 用户自定义函数(UDF): 通过代码实现对应的函数逻辑并注册给calcite sql验证: 将UDF信息注册给calcite, SqlValidator.validator验证阶段即可通 阅读全文

摘要： 1. 简介 我们在平时的开发中可能会遇到需要验证一下sql是否正确，也就是需要check一下sql。 判断sql是否正确一般包含一下几点： 1. sql中使用的列是否存在 2. sql语法是否正确 3. sql中使用到的操作符/函数是否存在，有没有正确的使用 我们可以用以下的sql示例来探究一下使用 阅读全文

摘要： 1. 简介 我们在前面的文章中提到了calcite支持csv和json文件的数据源适配, 其实就是将文件解析成表然后以文件夹为schema, 然后将生成的schema注册到RootSehema(RootSchema是所有数据源schema的parent，多个不同数据源schema可以挂在同一个Roo 阅读全文

摘要： 1. 简介 我们在前面的文章提到了calcite可以支持文件系统的数据源适配, 其实官方已经提供了相应的能力, 其支持csv和json的查询适配, 废话不多说, 直接展示. 2. Maven <!-- calcite文件系统支持 --> <dependency> <groupId>org.apach 阅读全文

摘要： 1. 简介 我们平时开发中可能会遇到这样的问题，现在分布式环境下每个服务对应的数据库都是独立的，每个应用使用的都是自己的数据库，或者项目现场我们的服务需要使用第三方的提供的数据，但是第三方直接把数据库信息扔给我们，让我们自己去查询，像这种情况我们一般就两种做法 在我们的服务中添加一个数据源然后添加持 阅读全文

摘要： 1. 简介 Calcite 是一款来自 Apache 的开源动态数据管理框架，核心功能是提供 SQL 查询解析、优化及执行等基础能力，以灵活支持多种数据源，广泛应用于各类数据处理系统。以下从其功能特性、应用场景、优势三方面简单概述： 功能特性 SQL 解析：支持多种 SQL 方言，如标准 SQL 以 阅读全文

摘要： 1. 简介 Caffeine是一个用于Java应用程序的高性能缓存框架。它提供了一个强大且易于使用的缓存库，可以在应用程序中使用，以提高数据访问的速度和效率。 下面是一些Caffeine缓存框架的主要特点： 高性能：Caffeine的设计目标之一是提供卓越的性能。它通过使用高效的数据结构和优化的算法 阅读全文