一、说明 本章节主要有两个知识点: 使用Ollama本地安装大模型，并使用ChatBox测试对话。这个在很久之前的文章中也有讲过。 使用Spring AI Alibaba编写代码对接本地大模型。 二、使用Ollama本地安装大模型
Published on 2025-10-26
一、说明 官网： https://java2ai.com/ JDK版本必须使用17+，SpringBoot使用的是3.4.5 本项目采用的是聚合工程方式创建的项目 二、相关平台
Published on 2025-10-25
今天要实现的功能是：通过langchian4j的函数调用，实现上传本地文件到HDFS文件系统，同时执行Mapreduce程序，完成WordCount功能，最后读取单词统计结果。 扩展：这里还可以调用咱们的sql的Tool，可以将结果存入数据库等操作～～ 一、搭建大数据环境 搭建过程就不多说了，步骤比
Published on 2025-06-20
一、添加依赖 <!--流式输出--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-we
Published on 2025-06-08
一、在XueweiAgentConfig中添加ContentRetriever @Bean ContentRetriever contentRetrieverXuewei() { //使用FileSystemDocumentLoader读取指定目录下的知识库文档
Published on 2025-06-07
一、何让大模型回答专业领域的知识 LLM 的知识仅限于它所训练的数据。 如果你想让 LLM 了解特定领域的知识或专有数据，你可以： 使用 RAG 使用你的数据微调 LLM 结合 RAG 和微调 1.微调大模型 在现有大模型的基础上，使用小规模的特定任务数据进行再次训练，调整模型参数，让模型更精确地处
Published on 2025-06-07
说明：该实战项目是基于前面几篇文章的基础下进行的，一些基础知识不懂可以看看前面几篇AI相关的文章。 其中比较核心的，一个是记忆聊天，二个是Aiservice使用，三个是Tool的使用 其中涉及到Tool的使用中，提示模版的章节未补充，后面慢慢完善～～ 一、新建数据库和表 CREATE TABLE `
Published on 2025-06-07
一、系统提示词 @SystemMessage 设定角色，塑造AI助手的专业身份，明确助手的能力范围 1.配置@SystemMessage 在SeparateChatAssistant类的chat方法上添加@SystemMessage注解 @SystemMessage("你是我的好朋友，请用湖南话回答
Published on 2025-06-07
默认情况下，聊天记忆存储在内存中。如果需要持久化存储，可以实现一个自定义的聊天记忆存储类，以便将聊天消息存储在你选择的任何持久化存储介质中。 一、存储介质的选择 大模型中聊天记忆的存储选择哪种数据库，需要综合考虑数据特点、应用场景和性能要求等因素，以下是一些常见的选择及其特点： MySQL 特点：关
Published on 2025-06-04
一、测试对话是否有记忆 package com.zhan.chat.assistant; import dev.langchain4j.service.spring.AiService; import dev.langchain4j.service.spring.AiServiceWiringMo
Published on 2025-06-03
