登录社区云,与社区用户共同成长
邀请您加入社区
本文系统介绍如何使用 **Java + Milvus** 从零构建企业级 AI 智能体 RAG 系统。文章涵盖 Milvus 环境搭建、Java SDK 核心操作(集合创建、索引配置、批量插入与向量检索),并基于 Spring AI 实现完整的文档 ETL、RAG 检索增强生成及 REST API 开发。进一步,通过 Milvus 存储对话历史,赋予智能体长期记忆能力;结合混合检索(稠密+稀疏向量
有人搭出一个很唬人的 AI 智能体(Agent)演示:调用工具、搜索信息、写文件、总结文档,或者生成代码,看的很厉害,但是用着用着真正的问题就出现了:这个智能体能访问哪些工具?谁批准了这个操作?记忆存在哪里?运行过程能不能看到?模型做出错误的工具调用怎么办?如何防止它把Token配配额花光?跑到一半失败了,又该怎么调试?
AI 正在改变 IT 服务台的工作方式。过去,用户遇到问题后,需要主动寻找流程、提交请求、等待处理;未来,用户可以直接描述目标,由 AI 理解需求、调用企业工具、推动流程执行,并在必要环节交由人工确认。对于企业来说,AI 智能体并不是简单替代服务台人员,而是帮助团队减少重复操作,提高标准服务交付能力。ManageEngine ServiceDesk Plus 正在通过 Zia AI、Agent S
AI Agent 开发平台的订阅价格不能只看月费,真正影响采购决策的是 Agent 数量、工作流运行额度、模型调用量、团队成员席位、知识库容量和企业管理能力。尤其是企业采购 AI 智能体平台时,套餐不是买一个聊天入口,而是买一套能否长期承接任务的执行能力。很多企业第一次接触这类产品时,很容易被不同平台差异极大的收费标准绕晕,要么选了免费版用了半个月就触发额度上限,全团队的自动化流程直接停摆,要么盲
针对小微企业办公流程不规范、信息化程度薄弱、多依赖人工表格统计、办公数据分散混乱、人事、审批、文件及考勤管理低效等行业痛点,本文设计并实现了基于Python的小微企业办公管理系统。多数小微企业缺乏专业办公信息化平台,传统人工办公模式存在审批流程繁琐、考勤统计误差大、文件资料易丢失、员工管理松散、数据无法追溯等问题,极大降低企业办公效率,制约企业规范化运营发展。本系统以Python为核心开发语言,采
表格变量类型定义位置作用域生命周期局部变量函数内部仅在定义它的函数内部有效函数调用时创建,执行结束后释放全局变量模块最高级别(所有函数外部)整个模块内部所有函数均可访问程序运行时创建,结束后释放默认情况下,函数内部定义的变量为局部变量,若需在函数内定义全局变量,需使用global关键字声明,声明后变量可在整个模块中访问。使用规则global关键字需写在变量定义之前,先声明后赋值。
摘要:本文介绍了Python中的响应式编程及其实现方式。响应式编程以数据流为核心,通过ReactiveX框架的Observable和Observer类实现数据传播。重点讲解了RxPY库的使用方法,包括创建数据源和观察者,并展示了基本示例。同时对比了PyFunctional库,指出其侧重函数式数据转换的特点。两个库都支持响应式编程,但RxPY更关注系统事件处理,而PyFunctional专注于数据流
如果你要求模型“查询订单状态”或“发送一封邮件”,它通常会回复:“对不起,我无法访问您的数据库。在使用大模型的过程中,你肯定发现目前的大语言模型(LLM)在逻辑推理、代码编写和文本生成方面表现优异。(工具调用,也称 Function Calling)的出现,正是为了给模型安装上“手脚”,让它能够通过结构化的方式与外部系统交互。工具结果必须来自你的系统,模型不能「假装已经查到了」——这是你在 cod
本文介绍了一个基于Python的用户偏好迁移电影推荐系统的设计与实现。该系统通过分析用户历史行为数据,动态建模用户兴趣的时序变化,实现个性化电影推荐。项目采用多层架构设计,包含数据采集、兴趣迁移建模、多算法融合推荐、解释性反馈等模块。系统整合协同过滤、内容推荐和深度学习等技术,支持兴趣轨迹可视化和用户反馈闭环。数据库设计涵盖用户信息、行为记录、电影元数据等核心表结构,后端API提供注册登录、行为采
最近爆炸忙,好多都没有更新上,自己的内容都拖拖拉拉没做,有些丧,并且最近做 search 的过程中,心里也越来越慌~~~
更关键的是,--bind_all 在新版 TensorBoard(≥2.10)已被标记为废弃,部分环境直接忽略。远程必须启动为 --host 0.0.0.0(不是 127.0.0.1)SSH 命令中 localhost 指的是远程机器的 localhost,所以 -L 6006:localhost:6006 是对的若仍失败,试试把 localhost 换成远程机器的内网 IP(如 192.168.
JiuwenClaw ——由云AgentArts、2012九问团队和社区广大开发者联合在openJiuwen共建的“小龙虾“智能管家。“Claw”象征着精准的抓取与连接,能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。JiuwenClaw基于Python开发,天然拥有良好的生态兼容性和扩展能力,在模型接入方面,JiuwenClaw支持华为云MaaS 等主流模型平台,用
文章摘要:本文系统讲解了Python错误处理机制,重点介绍了try/except语法结构及其应用场景。核心内容包括:1)基础异常捕获方法;2)指定异常类型捕获;3)else和finally分支的用法;4)常见内置异常类型;5)主动抛出异常和自定义异常的实现;6)嵌套异常处理技巧。文章强调避免裸except、合理使用finally释放资源、善用raise进行数据校验等最佳实践,并提供了综合实战案例。
AI 圈这几年,「关键技能」换得比系统更新还勤:前年——不会 **prompt engineering**,好像就要掉队;去年——同一批声音说 prompt 过时了,得学 **context engineering**;今年 3 月——**harness engineering** 又上了热搜。
std_loss_rate DECIMAL(5,4) -- 如 0.05 表示 5%df.to_excel("单品成本核算报表.xlsx", index=False)"实际损耗率": f"{loss_rate:.2%}","单品成本": unit_cost。单品成本 = 原料单价 × (1 + 实际损耗率)- 成本 = 原料单价 × (1 + 实际损耗率)print("✅ 单品成本报表已生成")把
问题类型没有 yield 的困境有了 yield 的解决方案内存效率必须一次性加载所有数据按需生成,内存恒定无限序列无法表示轻松实现无限生成器代码复杂度需要手动管理状态和迭代自动状态保存,简洁语法数据管道多个中间列表,内存浪费链式生成器,零额外内存响应速度必须等待全部数据准备完成立即开始处理第一个元素yield不仅仅是一个语法糖,它是 Python 对惰性求值和协程。
本文介绍了基于Python+Django开发的超市在线销售与分析系统。系统采用SpringBoot后端框架和Vue前端框架,数据库选用MySQL,具备商品管理、用户权限、数据分析等功能。文章详细说明了系统架构设计原则、技术选型依据,并提供了代码示例和测试用例。项目经过完整测试,功能运行正常,可作为计算机专业毕业设计参考。文末附有源码获取方式和最新毕设选题推荐。
本文介绍了Python编程基础中的变量和运算符概念。变量被形象地比喻为"贴标签的收纳盒",用于存储各种类型的数据,包括整数、浮点数、字符串和布尔值。文章详细讲解了变量命名规则、数据类型及类型转换方法,并提供了命名最佳实践。运算符部分涵盖算术运算(加减乘除等)、比较运算和复合赋值运算,强调运算优先级和常见错误。通过生活化的比喻和代码示例,帮助初学者理解如何用变量存储数据和进行基本
Agent技术全景与工程实践摘要 Agent技术以LLM为核心,通过工具调用、规划、记忆三大能力实现自主执行。2026技术栈分为模型层、接口层、编排层和工程层,其中LangChain/LangGraph提供标准化开发框架。ToolCall是关键技术,需规范工具描述、执行错误处理和结果回传。
本文介绍了一个基于Python+Django开发的医院信息管理系统,涵盖系统架构设计、技术选型和功能实现。系统采用前后端分离架构,后端使用Django框架处理业务逻辑,前端采用响应式设计确保多终端适配。文章详细说明了系统的用户界面设计原则、数据库结构以及核心功能模块的实现代码,包括商品管理服务的Java实现示例。同时提供了完整的测试用例参考和计算机毕业设计选题推荐,最后附有源码获取方式。该系统实现
角色与 Agent 工具授权→ Tool Schema 可见性→ Permission System 调用决策→ 用户确认→ 业务数据权限→ 审计记录第一层让无权限工具不进入模型上下文;第二层使用 AgentScope Permission System 对每次调用执行决策;第三层在真实业务查询中落实地区、部门、用户等数据范围。三层共同工作,才能真正实现工具能力最小化、调用过程可控制、业务数据不越
主要内容:免费开题报告、任务书、全bao定制+中期检查PPT、代码编写、🚢文编写和辅导、🚢文降重、长期答辩答疑辅导、一对一专业代码讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路。
本地服务查询并不只是关键词搜索。本文演示如何把省市区数据、坐标转换、IP 定位、三甲医院主体信息、天气和空气质量接口组合起来,构建一个面向本地服务问答和就医信息查询的 Agent。关键词:三甲医院 API、本地服务 Agent、省市区 API、天气 API、空气质量 API、位置查询。
当前的LLM应用从prompt一路发展到了Agent,也从“+AI”阶段摸索到了“AI+”阶段。能感知到这个过程里,LLM的应用确实越来越自动化、通用化。而当前主要问题还是在于LLM的智能提升问题。在单Agent纵向提升有限时,Multi-Agent系列方案通过设置合理的算法架构,能通过水平扩展的方式提高智能,为我们打开了新的思路。
字节面试官:(语气犀利,直奔核心)来,说说**如何设计多 Agent 的协作与动态切换机制?
本文介绍了一个基于Python+Django开发的医药信息管理系统。系统采用SpringBoot后端框架和Vue前端框架,数据库使用MySQL,具备完善的功能模块和用户友好的界面设计。文章详细说明了系统架构、技术选型、测试流程(包括6项登录功能测试),并提供了代码参考片段。此外还包含项目开发背景介绍、其他可参考项目推荐以及最新计算机毕业设计选题建议。系统经过严格测试,功能完整可用,适合作为毕业设计
StateGraph是 LangGraph 的核心抽象,它表示一个具有全局状态和节点流转逻辑的图。接收当前全局状态返回修改后的状态或跳转指令它非常适合把“复杂流程问题”映射为“图状态机”,无论是对话、工具调用还是多步骤任务。StateType:定义全局状态结构add_node:定义节点行为逻辑add_edge:定义节点间的流程跳转关系调用时,通过参数传入,Agent 就会自动维护这些字段。技术点最
所有项目都经过了严格的测试和完善。对于本系统,我们提供全方位的支持,包括修改时间和标题,以及完整的安装、部署、运行和调试服务,确保系统能在你的电脑上顺利运行。机票预定系统通常包含用户管理、航班查询、预订管理、支付处理等功能模块。系统需要实现高效的数据处理和实时更新,确保用户能够快速查询和预订机票。需要成品或者定制,如果本展示有不满意之处。数据库工具:Navicat/SQLyog/ MySQL Wo
随着数字歌手信息产业的不断发展,歌手信息推荐系统成为提升用户体验、优化内容分发的重要工具。本论文设计并实现了一款基于Django框架的歌手信息推荐系统,通过智能推荐技术为用户提供个性化的歌手信息推荐服务,并增强用户互动体验。该系统的主要功能包括用户端和管理员端两大部分。在用户端,系统提供了首页、交流论坛、通知公告、歌手信息资讯、歌手信息信息、歌手信息信息、留言反馈和个人中心等功能。用户可以通过首页
简单来说,with就是上下文管理器就是帮你安全进入和退出某个“环境”的工具。想象一下,你进房间开灯,离开时关灯——上下文管理器就是那个确保你离开时一定会关灯的智能系统。如果想更详细的了解呢,这里放出python官方文档的链接以供查看:python官方文档之with语句好了,既然我们已经知道了它的概念,那么我们就看看在Python中是怎么使用的?举个例子:最常见的上下文管理器就是处理文件操作。try
摘要:本文详细介绍了基于Python的宿舍管理系统的设计与实现。系统采用B/S架构,后端使用Flask框架,前端采用响应式设计,实现学生信息管理、宿舍资源分配、入住退宿办理、在线报修、数据统计等功能。项目通过智能化算法优化宿舍分配,支持多角色权限管理,确保数据安全。系统具备高扩展性,可对接校园其他平台,提升管理效率和用户体验。文章涵盖需求分析、数据库设计、API接口规范、前后端模块实现及部署方案,
本文介绍了一个基于Python+Django的微博舆情分析与可视化系统。系统采用SpringBoot后端框架和Vue前端框架,结合MySQL数据库,实现了高效的数据处理和用户交互。文章详细展示了系统架构设计、技术选型原则,包括SpringBoot的简化配置、Vue的组件化开发等特性,并提供了代码示例和测试案例。该系统具备完善的用户权限管理、数据安全防护和性能优化功能,适用于舆情监测与分析场景。作者
2、瀚高安全版V4.5.10卸载时,会自动删除hghac、hgproxy的service文件,但是db_ha-agent的service文件不会被删除,而且它的服务也不会被stop,就会导致服务器没有重启过的情况下,db_ha-agent的服务一直在运行着,6666端口一直在占用,可能引起其他风险。1、瀚高安全版V4.5.10安装后,会自动安装db_ha、hghac、hgproxy组件,并且把它们
摘要:基于Python开发的图书借阅管理系统包含用户端和管理端。用户端提供图书查询、借阅、收藏、评论等功能,支持多种筛选排序方式;管理端包含图书管理、用户管理、统计分析等模块,采用图表展示数据。系统采用Vue+Ant-Design-Vue前端框架和Django后端框架,MySQL数据库,运行于Windows平台。
methods=["GET"] —— 仅接受GET,连HEAD都不通(除非手动加)methods=["POST"] —— 仅接受POST,表单、fetch、curl -X POST都行methods=["GET", "POST"] —— 允许两种,但不会自动处理OPTIONS预检(CORS场景要额外注意)用app.add_url_rule注册路由时methods位置不能错和装饰器写法不同,app.
硬核自修能力(最绝的一点):中途遇到依赖冲突(比如 Transformers 4.52 vs 5.3),它绝不装死——自主尝试降级安装、重写相关脚本,直到 Pilot Test 彻底跑通。旧的路径是“关键词-论文-精读”,这让你陷在细节里,只见树木,难见森林。而新的路径,是从“整体意图”出发,先用AI工具绘制地图,再精准探索。你会发现,创新点往往不是凭空想出的,而是从文献集群的“共性不足”中自然浮
:::info::::::info:::从文件系统的『根目录』开始,完整描述文件或目录所在的位置。:::tips举例::::以当前『工作目录』为参照,描述目标文件或目录相对于它的位置。:::tips举例:(其中表示上一级目录):::标准流程成如下::::info:::文件操作的核心 —— 函数:::color3函数最常用的三个参数如下::要操作的文件路径:文件的打开模式 :读取(默认值):字符编码
(如 8.0.20 之前)默认使用 mysql_native_password。希望这篇文章能帮到被加密方式折磨的你。如果还有问题,欢迎评论区交流!为什么同样的密码,命令行能进,Python 就不能?:一劳永逸,不影响现有数据,所有旧驱动都能连。,也可能因为连接参数或环境问题退回到旧方式。然后再次尝试 Python 连接,问题解决。,即使密码正确也直接拒绝,抛出 1045。)默认支持新的认证协议,