所有文章 > 当前分类:AI驱动
LangChain4j实战-Java AI应用开源框架之LangChain4j和Spring AI
LangChain4j实战-Java AI应用开源框架之LangChain4j和Spring AI
2025/03/12
本文介绍了Java AI应用开源框架LangChain4j和Spring AI,旨在帮助Java开发者将大型语言模型集成到企业级应用程序中。LangChain4j提供统一API、综合工具箱和多模态支持,而Spring AI简化了AI模型在Spring应用中的集成。文章还探讨了技术架构、集成能力和兼容性,并通过实战案例展示了如何使用这些框架构建企业级AI应用。
后端开发人员Docker快速入门
后端开发人员Docker快速入门
【AI驱动】 本文是面向后端开发人员的Docker快速入门指南。文章首先介绍了Docker的概念,即通过创建镜像来打包应用及其依赖,实现跨平台运行。接着,以CentOS7为例,详细讲解了Docker的安装步骤,包括卸载旧版本、配置yum库、安装Docker、启动校验以及配置镜像加速。文章还介绍了Docker的基本概念,如镜像、容器和镜像仓库,并列举了常用Docker命令。此外,还探讨了数据卷的使用,包括创建数据卷、挂载本地目录等。文章进一步解释了Docker镜像的结构和Dockerfile的编写方法。最后,介绍了Docker网络和Docker Compose的使用,帮助管理多个容器。总之,本文为后端开发人员提供了一个Docker的快速入门,涵盖了Docker的核心概念和常用操作。
2025/03/12
DeepSeek + Playwright 实战:AI 自动生成高覆盖率测试脚本
DeepSeek + Playwright 实战:AI 自动生成高覆盖率测试脚本
【AI驱动】 DeepSeek和Playwright的结合为自动化测试带来了新突破。通过AI驱动的代码生成,自动生成高质量测试脚本,提升测试效率和覆盖率。DeepSeek能够解析自然语言需求,生成满足业务需求的测试脚本,并通过机器学习优化覆盖率。实测数据显示,与手工编写测试相比,DeepSeek大幅降低编写和维护时间,提高了初始和边界用例覆盖率。这种方法适用于复杂交互验证、异常流测试和跨平台兼容性场景,建议从非核心模块试点推广。
2025/03/12
Spring AI快速入门-基于DeepSeek&智谱实现聊天应用
Spring AI快速入门-基于DeepSeek&智谱实现聊天应用
【AI驱动】 本文介绍了Spring AI框架,旨在将Spring的设计原则应用于AI领域,支持主流大语言模型平台,实现文本对话、图像生成等功能。通过项目搭建、代码测试等步骤,基于DeepSeek和智谱AI大模型实现了聊天应用。文章提供了项目结构图、环境配置和完整代码,鼓励技术交流和学习。
2025/03/12
Playwright + DeepSeek实战:手把手教你用ai实现xmind用例生成到自动化测试
Playwright + DeepSeek实战:手把手教你用ai实现xmind用例生成到自动化测试
【AI驱动】 本文通过结合Playwright和DeepSeek,演示了如何利用AI技术将Xmind生成的高覆盖测试用例转换为自动化测试代码。文章详细介绍了从用例生成到代码实现的步骤,包括页面对象生成、数据驱动和异常场景扩展。针对元素定位频繁变更、支付超时等异步场景和复杂场景覆盖率低的问题,提供了AI驱动的解决方案,提升了用例生成效率、异常覆盖率和维护成本。
2025/03/12
Markdown + AI = 效率神器:10分钟就能学会的大模型文本格式
Markdown + AI = 效率神器:10分钟就能学会的大模型文本格式
【AI驱动】 文章介绍了Markdown与AI结合的效率优势,强调Markdown作为轻量级标记语言,因其简洁的语法和跨平台的通用性,在AI时代显得尤为重要。Markdown帮助AI理解文本结构,适用于生成结构化文档、技术文档和学习笔记。熟练使用Markdown可以提升工作效率,特别是在文档协作、笔记管理和内容创作中。通过这篇指南,读者可以快速掌握Markdown的基本用法,并在与AI大模型的协作中有效运用这一工具。
2025/03/12
DeepSeek+Drawio+SVG绘制架构图-找到一种真正可行实用的方法和思路
DeepSeek+Drawio+SVG绘制架构图-找到一种真正可行实用的方法和思路
【AI驱动】 本文介绍了使用DeepSeek工具结合Drawio和SVG生成软件功能架构图的方法。通过与AI工具的交互,不断调整提示语模板,生成符合需求的架构图。文章中提供了两种方法的示例:DeepSeek生成Drawio的XML文件和直接生成SVG代码。调整提示语约束是实现预期结果的关键,这种方法不仅适用于功能架构图,还可以应用于其他类型的架构图绘制。此方法的优势在于生成的SVG文件可以直接在浏览器中运行并进行修改。
2025/03/12
Playwright + DeepSeek实战:如何让AI“看懂”网站页面内容?自动定位页面元素?
Playwright + DeepSeek实战:如何让AI“看懂”网站页面内容?自动定位页面元素?
【AI驱动】 本文探讨如何使用Playwright与DeepSeek使AI理解动态网站页面内容并自动定位元素。文章分析了动态页面挑战及大语言模型的局限性,提出三种解决方案:人工描述页面功能、抓取HTML源码输入、录制用户操作流并优化。这些方法旨在提升自动化测试效率与代码质量,适用于不同复杂程度的场景。未来技术进步可能让AI直接理解页面。
2025/03/12
别再苦等Manus邀请码,Flowith——超棒的平替之选
别再苦等Manus邀请码,Flowith——超棒的平替之选
【AI驱动】 Manus在内测阶段以其自动化操作吸引众多关注,但邀请码难求。Flowith作为其平替,由国内团队开发,提供画布式交互和多线程思维,重新定义人类与AI协作。通过案例对比,Flowith界面美观,交互体验优于Manus。Flowith提供多种模式和模型选择,并支持知识花园功能。Oracle模式自动规划任务,生成高质量结果。Flow模式允许多AI协作生成内容。使用教程展示了如何生成心情记录网页,推荐试用Flowith以体验类似于Manus的功能。
2025/03/12
生产级满血版Deepseek-r1 671B部署实例
生产级满血版Deepseek-r1 671B部署实例
【AI驱动】 这篇文章详细介绍了Deepseek-r1 671B满血版的生产级部署过程。作者在春节准备旅游时被Deepseek吸引,因而投入精力进行模型部署。文中涵盖了从模型文件下载、服务器和显卡准备,到推理引擎选择和网络配置等多个步骤。作者使用了H100显卡并提到网络带宽是推理速度的关键限制因素,建议使用Infiniband网络来提升性能。文章最后分享了一些部署中的常见问题和解决方案,并计划下一步进行性能测试和优化。
2025/03/12
生产级满血版Deepseek-r1 671B部署后续问题、调优以及压测
生产级满血版Deepseek-r1 671B部署后续问题、调优以及压测
【AI驱动】 本文介绍了在2台8 * H100 80G上部署Deepseek-r1 671B后的问题及优化措施。尽管VLLM V1引擎强大,但因不支持Deepseek,作者退回V0版本,并发现处理长上下文时出现降速问题。通过转向SGLang引擎,解决了降速问题,提升了生成速度。在压测中,发现TTFT和吞吐量在不同并发下的变化,指出了参数优化的潜在方向。未来计划继续优化系统性能,同时欢迎技术交流与反馈。
2025/03/12
【LLM落地应用实战】LLM + TextIn文档解析技术实测
【LLM落地应用实战】LLM + TextIn文档解析技术实测
【AI驱动】 本文探讨了LLM与TextIn文档解析技术的结合应用,分析了现有大模型在文档解析中的挑战,如图像处理、版面分析、内容识别和语义理解的难题。TextIn通过其强大的技术实力,提供了精准的文档解析解决方案,使文档信息能够快速、准确地转化为计算机可处理的格式,并与LLM结合进行深层次的内容分析和任务处理。通过TextIn和LLM的结合,可以实现对复杂文档的高效解析和信息提取,提升文档处理能力。
2025/03/12
TorchCodec: 用于 PyTorch 的视频解码库
TorchCodec: 用于 PyTorch 的视频解码库
【AI驱动】 TorchCodec是一个用于PyTorch的视频解码库,可以将视频解码为PyTorch张量,用于机器学习模型的训练和推断。该库支持CPU和GPU解码,提供简单易用的接口。用户需先安装PyTorch和FFmpeg,然后通过pip安装TorchCodec。解码后的视频帧默认形状为(N, C, H, W),可通过参数调整顺序。详细使用方法和示例可参见其官方文档。
2025/03/12
【AI落地应用实战】RAGFlow + 知识图谱 + Deepseek 初步探索
【AI落地应用实战】RAGFlow + 知识图谱 + Deepseek 初步探索
【AI驱动】 本文探讨了AI技术在知识产业中的应用,特别是结合RAGFlow、知识图谱和Deepseek的实践。传统RAG在知识库搭建中存在诸多缺陷,如知识结构空心化和逻辑推理断裂。引入知识图谱能捕捉复杂关系并支持语义推理,提升答案生成的准确性。实践中,RAGFlow结合GraphRAG框架重构,支持多种LLM平台配置,强调知识库和图谱的系统性构建,以实现更智能的AI助手功能。
2025/03/12
Win11+CUDA 12.4+PyTorch+Anaconda+PyCharm 安装与配置GPU版
Win11+CUDA 12.4+PyTorch+Anaconda+PyCharm 安装与配置GPU版
【AI驱动】 这篇笔记梳理了在Windows 11上安装和配置PyTorch的GPU版,包括使用CUDA 12.4、Anaconda和PyCharm等工具。首先介绍了各软件的关系,Anaconda用于创建虚拟环境,CUDA驱动和库用于GPU加速。安装步骤涵盖Anaconda下载与安装、环境变量配置以及CUDA的准备工作。笔记还包括如何检查电脑是否有NVIDIA GPU,以确保PyTorch的GPU版本可用。详细步骤和注意事项旨在帮助用户顺利完成安装和配置。
2025/03/12
DeepSeek 全面指南,90% 的人都不知道的使用技巧
DeepSeek 全面指南,90% 的人都不知道的使用技巧
【AI驱动】 本文介绍了 DeepSeek 的使用技巧和优势,强调其在 AI 领域的突破性进展。作者分享了如何高效使用 DeepSeek 的方法,包括确保启用关键功能按钮以提升性能、摒弃传统的长篇提示词模板并采用简洁的零样本提示词、通过“说人话”指令让模型输出更通俗易懂、利用风格改写功能以不同风格重写内容,以及通过创意小说功能展现其对文化背景和历史细节的深刻理解。文章还提到 DeepSeek 在美区 AppStore 登顶的历史性时刻,展现了其在 AI 领域的领先地位。作者呼吁读者尝试 DeepSeek 的强大功能,并分享使用感受。
2025/03/12
1 3 4 5 6 7 63