18.Python/ML/AI - 随笔分类 - 菩提树下的杨过

摘要：

书接上回，这次学习一种更高级的模式：监督者模式。职场上的牛马们，大家回想一下，每次部门的OKR，是怎样层层拆解最终落地的？是不是得有一个大佬(即：监督者)，根据OKR先做拆解计划（plan)，然后把活儿派给各组去落地(action)，中间还会时不时的review？这个就叫做监督者模式。仍然还是这阅读全文

posted @ 2026-01-18 19:24 菩提树下的杨过阅读(12) 评论(0) 推荐(0)

Agent设计模式学习(基于langchain4j实现)(6) - 组合复杂工作流

摘要：

前面已经学习了顺序、循环、条件分支、并行这4种基本的工作流编排方式，利用这些可以组合出各种复杂的逻辑。下面将前面招聘的整个流程串起来，做一个相对比较完整的工作流：宏观上，1-2-3是面向候选人的，4-5-6是面向公司招聘团队的。一、定义Agent 1.1 CandidateWorkflow 阅读全文

posted @ 2026-01-18 17:09 菩提树下的杨过阅读(16) 评论(0) 推荐(0)

Agent设计模式学习(基于langchain4j实现)(5) - 条件工作流

摘要：

书接上回，简历评估完后，根据评估结果，如果合格，公司就该通知面试，否则回邮件拒绝。也就是今天要演示的“条件工作流”。下面定义这2个分支对应的Agent: 一、定义不同分支的Agent 1.1 EmailAssistant (发邮件拒绝候选人Agent) 1 public interface Emai 阅读全文

posted @ 2026-01-17 20:29 菩提树下的杨过阅读(20) 评论(0) 推荐(0)

Agent设计模式学习(基于langchain4j实现)(4) - 并行工作流

摘要：

书接上回，现在简历已经润色得足够好了，投递到了HR手上，假设跟候选人也做了初步的电话沟通。接下来，公司需要对候选人做如下审查：经理：针对简历，结合招聘岗位要求，审查简历是否符合要求（包括优点和不足） HR：针对简历，结合电话沟通记录以及HR招聘相关要求，审查简历是否适合（包括优点和不足）团队成员阅读全文

posted @ 2026-01-17 16:02 菩提树下的杨过阅读(15) 评论(0) 推荐(0)

Agent设计模式学习(基于langchain4j实现)(3) - 循环工作流

摘要：

接上节继续，仍然还是这个简历优化的示例，这次引入1个 “简历审阅者(CVReviewer)”的角色，定义如下： public interface CvReviewer { @Agent("根据特定指示审阅简历，提供反馈和分数。请考虑简历与职位要求的匹配程度") @SystemMessage(""" 阅读全文

posted @ 2026-01-15 20:24 菩提树下的杨过阅读(17) 评论(0) 推荐(0)

Agent设计模式学习(基于langchain4j实现)(2) - 顺序工作流

摘要：

接上节继续，本篇将演示顺序工作流的实现（即：Building Effective AI Agents \ Anthropic 中的 Prompt Chain模式）上一节，我们学会了如何基于个人资料，生成一份简历。有了简历，自然要投递到某个招聘岗位，假设有个“全栈工程师”的岗位JD要求如下： jo 阅读全文

posted @ 2026-01-12 20:59 菩提树下的杨过阅读(24) 评论(0) 推荐(0)

Agent设计模式学习(基于langchain4j实现)(1) - 基础Agent用法

摘要：

自近年AI智能体火爆以来，各种相关的框架和最佳实践也不断涌现，Anthropic公司2024年发布的Building Effective AI Agents \ Anthropic 无疑是最有影响力的指导文章之一，langchain4j在此影响之下，也实现一系列的workflow编排&Agent功能阅读全文

posted @ 2026-01-11 20:04 菩提树下的杨过阅读(52) 评论(0) 推荐(0)

langchain4j 学习系列(9)-AIService与可观测性

摘要：

接上节继续，到目前为止，我们都是使用的ChatModel、ChatMessage、ChatMemory这类相对低层的low level API来实现各种功能。除了这些，langchain4j还提供了更高抽象级别的AIService，可以极大简化代码。一、基本用法 1.1 定义业务接口 1 /** 阅读全文

posted @ 2026-01-11 14:24 菩提树下的杨过阅读(16) 评论(0) 推荐(0)

langchain4j 学习系列(8)-链式调用

摘要：

接上节继续，langchain4j的名字中既然有个chain，自然要体现出链式调用的特性。根据官网的介绍，目前langchain4j内置了2个chain 一、ConversationalChain示例 @GetMapping(value = "/chat/chain", produces = Med 阅读全文

posted @ 2026-01-03 21:34 菩提树下的杨过阅读(14) 评论(0) 推荐(0)

langchain4j 学习系列(7)-文本分类

摘要：

继续我们的langchain4j学习之旅，很多“智能客服”之类的AI应用，“问题分类”是非常重要的功能之一。比如：客人进来咨询问题，得判断出客人的问题是“订单相关”(比如：我要取消订单)，还是“支付相关”（比如：我要退款），还是“投诉相关”（比如：你们的服务太差了，我要投诉到相关部门）。识别出对应分阅读全文

posted @ 2025-12-09 21:29 菩提树下的杨过阅读(37) 评论(0) 推荐(0)

langchain4j 学习系列(6)-结构化输出(参数提取)

摘要：

继续学习langchain4j，玩过dify的朋友想必对"参数提取器"这个节点很熟悉，示例：参数提取器可以很方便的从“非结构的自然语言”中，提取出结构化的结果。下面来看看langchain4j如何实现类似功能： public static final String TEST_DATA = """ 阅读全文

posted @ 2025-12-08 19:39 菩提树下的杨过阅读(31) 评论(0) 推荐(0)

langchain4j 学习系列(5)-RAG

摘要：

继续我们的langchain4j之旅，今天来看看RAG如何实现，“RAG萌宠新手盆友们”建议先看看B站大佬的视频RAG 工作机制详解—哔哩哔哩_bilibili，核心步骤就是下面这3张图：最简单的RAG hello-world1、分片/索引这里embedding模型，我们用ollamal加载“n 阅读全文

posted @ 2025-12-03 21:23 菩提树下的杨过阅读(57) 评论(0) 推荐(0)

langchain4j 学习系列(4)-mcp调用

摘要：

继续学习langchain4j，以下是langchain4j 调用MCP的示例： 1、添加pom依赖 1 <dependency> 2 <groupId>dev.langchain4j</groupId> 3 <artifactId>langchain4j-mcp</artifactId> 4 <v 阅读全文

posted @ 2025-11-23 16:04 菩提树下的杨过阅读(79) 评论(0) 推荐(0)

dify+LLM+echarts打造智能可视化数据分析AI助手

摘要：

以往遇到一些数据分析需求，比如：业务给了1份excel数据，需要开发做个报表对其进行分析，并以图表展示。通常需要了解数据逻辑，进行适当开发，涉及到前后端，费时费力。现在有了AI后，可以用dify搭建个智能数据分析助手，全自动处理。 1. 准备数据我们准备2份excel示例数据（股票数据，以及销售数阅读全文

posted @ 2025-11-01 23:11 菩提树下的杨过阅读(765) 评论(0) 推荐(2)

idea与cursor的整合方案

摘要：

众所周知，cursor是基于vs code魔改的一个独立应用，并不象copilot、通义灵码这类采用plugin机制的AI辅助编码工具。在cursor-cli 与 idea MCP出来之前，只能通过idea里安装 Switch2Cursor Plugin for JetBrains IDEs | 阅读全文

posted @ 2025-10-19 00:40 菩提树下的杨过阅读(3241) 评论(0) 推荐(0)

langchain4j 学习系列(3)-工具调用(Tool Calling)

摘要：

大模型本身的”知识体系“一般来说，局限于受训练时使用的数据。超出这个数据范围的问题，靠模型自身是无法解答的，得依赖各种外挂工具来增强体验。参考下图：这一节，我们来学习langchain4j 如何让大模型能利用工具外挂增强自身。假设一个场景：输入1个订单号，让AI回答订单号现在的状态。 AI连是什阅读全文

posted @ 2025-09-30 14:04 菩提树下的杨过阅读(95) 评论(0) 推荐(0)

langchain4j 学习系列(2)-调用远程deepseek

摘要：

接上一篇继续，langchain4j支持open-ai兼容的各种模式，包括deepseek 一、修改pom依赖 1  2 <dependency> 3 <groupId>dev.langchain 阅读全文

posted @ 2025-09-28 20:08 菩提树下的杨过阅读(106) 评论(0) 推荐(0)

langchain4j 学习系列(1)-ollama本地调用

摘要：

langchain4j是比spring-ai更早出现的大模型相关工程开源框架，社区成熟，活跃度高。下面演示如何用langchain4j调用本地ollama 一、核心pom依赖 1  2 <dependency> 3 <groupId>dev.lang 阅读全文

posted @ 2025-07-20 17:00 菩提树下的杨过阅读(622) 评论(0) 推荐(0)

spring-ai 学习系列(8)-上下文记忆-多轮对话

摘要：

继续spring-ai学习之旅，大模型本身是无状态的，也就是每次请求对它来说，都是全新的，无记忆！比如：我们以ollama本地加载qwen3:0.6b模型为例，依次问它以下三个问题：有1个变量A，它的值是5，那么A加1后，变成几？ A再乘上3，结果是多少？ A再减1，现在是多少？直接用postm 阅读全文

posted @ 2025-07-20 11:08 菩提树下的杨过阅读(539) 评论(1) 推荐(0)

spring-ai 学习系列(6)-文生图

摘要：

继续来学习spring-ai如何实现“文生图” 一、pom依赖 1 <dependency> 2 <groupId>org.springframework.ai</groupId> 3 <artifactId>spring-ai-starter-model-zhipuai</artifactId> 阅读全文

posted @ 2025-07-12 23:20 菩提树下的杨过阅读(368) 评论(0) 推荐(0)

随笔分类 - 18.Python/ML/AI

公告