AI · 大模型 · 软件架构
如果你对 AI、软件架构感兴趣,欢迎关注我的社交账号。内容同步更新至今日头条、微信公众号、掘金、知乎等平台。
内容同步更新,欢迎在各平台关注
微信公众号
SmallYoung
知乎
深度问答与干货分享
今日头条
AI技术深度解析
掘金
技术文章同步更新
94
技术文章
6
技术分类
224
技术标签
持续更新中,覆盖 AI 前沿技术
数据库乐观锁深度解析:MySQL、PostgreSQL 实战 + Spring Boot 集成指南
本文深入解析数据库乐观锁的核心原理(版本号机制 + CAS),重点剖析 MySQL 和 PostgreSQL 的实现差异,兼顾 Oracle、MongoDB、Redis 等数据库的乐观锁方案,并结合 Spring Boot + JPA/@Version 和 MyBatis-Plus 提供完整可运行代码,帮助开发者在高并发业务中正确落地乐观锁。
Spring Cloud 秒杀系统设计全解析:从 0 到百万 QPS 的架构实践
本文手把手拆解 Spring Cloud 秒杀系统的完整设计,覆盖 CDN 静态化、Gateway 限流、Redis Lua 预扣库存、RocketMQ 削峰、Sentinel 熔断降级等核心环节,配有可运行 Java 代码,帮你从 0 构建支撑百万 QPS 的电商秒杀架构。
Spring AI 2.0 VectorStore实战:从原理到RAG落地
本文详解 Spring AI 2.0 中 VectorStore 接口的设计原理、数据写入与检索全流程、主流向量库选型对比,并通过 QuestionAnswerAdvisor 实战演示如何用几行 Java 代码搭建一个可用的生产级 RAG 问答系统。
一文读懂 LLM:从概率预测到 Agent 的底层逻辑
本文带你从零理解大语言模型(LLM)的真实本质:它是一个概率预测引擎,而非真正"理解"语言。文章系统讲解 AI 产品的网关架构、上下文窗口的核心地位,以及 Prompt Engineering、RAG、Function Calling、MCP、Agent 等热门概念的底层实现逻辑,帮助初学者建立完整的 AI 认知框架。
RAG质量评估全攻略:RAGAS四维指标 + 生产级监控实战
本文手把手讲解 RAGAS 评估框架的四大核心指标(忠实度、答案相关性、上下文召回、上下文精确),并基于 Spring Boot 3.4 + LangChain4j 1.13.1 提供完整的 Java 自动化评估实现,集成 DeepSeek/通义千问 API、SSE 流式推送与 Micrometer 监控,帮助你建立生产级 RAG 质量保障体系。
具有反思能力的 Agentic RAG 实战:用 LangChain4j 实现 CRAG 纠错检索
本文深入讲解 CRAG(Corrective RAG)纠错式检索增强生成的工作机制,并提供基于 Spring Boot 4 + LangChain4j 1.x 原生 API 的完整可运行 Java 实现,帮你构建具备自我反思和自我纠错能力的智能 RAG 流水线。