AgentSphere 个人项目的分享和理解
一、为什么还要造轮子？2024~2025 被称为 Agent 元年，LangChain、AutoGPT、CrewAI、Dify、Coze……各种框架层出不穷，教程铺天盖地。但真正动手做一个 RAG 知识库 Agent 时，最难的不是”加什么”，而是”不加什么”。 大多数 RAG 方案在做同一件事：把用户问题切碎，和文档的关键词做匹配。但知识不是关键词的集合，知识是关联、是结构、是上下文。 举个例子：一份企业年报写着”A 公司收购了 B 公司”，一份行业研报写着”B 公司的核心技术团队来自 C 实验室”。真正够用的系统，应该能回答”C 实验室的技术最终去了哪里？”——这是一个跨文档推理问题，不是一个关键词匹配问题。 AgentSphere 的核心哲学：不做关键词匹配器，做知识推理器。 二、第一个分岔口：OCR 到底要不要？大多数 RAG 教程教你用 PyPDFLoader / PyMuPDFLoader 直接读取 PDF。如果是数字原生 PDF，当然没问题。但如果是扫描件——合同、发票、老旧档案——这些工具读出来就是乱码，乱码进向量库，检索质量直接崩。 PaddleOCR...
Python 输入输出与常用标准库使用手册
一、输入获取（核心两类场景）1. 基础 input()input() 读取一整行，返回字符串，末尾换行自动剔除。 1.1 读取单个数字（数字单独一行）1234# 输入每行仅一个数字a = int(input())f = float(input())s = input() # 读取字符串，原样保留空格 报错场景：一行输入多个数字 2 3，直接 int(input()) 会报错 invalid literal。 1.2 一行多个数字（OJ高频）12345678# 一行两个整数，空格分隔a, b = map(int, input().split())# 一行任意数量数字，存入列表nums = list(map(int, input().split()))# 浮点型多数字x, y = map(float, input().split()) split() 特性：自动按任意空白（空格、Tab、多个连续空格）分割。 1.3 分行读取多组数据123456# 读取n行数字n = int(input())arr = []for _ in range(n): val = int(inp...
Go 语言笔记 & GORM 入门
Go 基础语法导入原则1import "xxx" 导入的包或定义的变量若未使用会编译报错——强制减少无用开销。 类型转换12// 使用 strconv 包进行类型转换// 函数通常返回两个值：结果值和 error goto跳转关键字，可在函数内跳转到指定标签。 函数Go 中不支持函数重载——同一作用域下函数名必须唯一。 1234// 别名 ≠ 原类型，不能直接赋值，但可以显式转换后赋值type MyInt intvar a MyInt = 10var b int = int(a) // 需要显式转换 包 方法能否被外部调用取决于首字母是否大写（public / private 的体现） 同一个包下不能有重名函数 Go 有”声明必使用”的原则，别名声明后就不能再用原名调用 init() 函数源文件执行顺序： 1import → 全局变量定义 → init() → main() 匿名函数123456789// 一次使用func() { ... }()// 多次使用fn := func() { ... }f...
Java 接入 AI 接口
背景如果你的项目使用 JDK 17+，推荐学习 Spring AI 框架。本篇以 JDK 8 项目为例，手搓 AI 接口的接入。 依赖引入123456789101112<!-- Gson for JSON processing --><dependency> <groupId>com.google.code.gson</groupId> <artifactId>gson</artifactId> <version>2.8.9</version></dependency><!-- HttpClient for making HTTP requests --><dependency> <groupId>org.apache.httpcomponents.client5</groupId> <artifactId>httpclient5</artifactId> <v...
P1113 杂物
考点拓扑排序、图论、递推 / 记忆化搜索。 思路分析题目给定 n 个任务，每个任务有完成耗时和前置任务。完成所有任务的最短时间，就是从起点到终点的最长路径（因为耗时最长的链决定了整体完成时间）。 本题用 DAG 建图 + 记忆化 DFS 解决： 对每个任务，记录它的前序任务（即谁指向它） 用 DFS 从每个节点出发，递归计算到达该节点的最长路径 记忆化搜索避免重复计算 代码实现123456789static int dfs(int x) { if (f[x] != 0) return f[x]; for (int i = 0; i < edge[x].size(); i++) f[x] = Math.max(f[x], dfs(edge[x].get(i))); f[x] += a[x]; return f[x];}// 建图时注意: edge[y].add(x) 表示 y 是 x 的前序 小结 “完成所有任务的最短时间” 在 DAG 中 = 最长路径 记忆化搜索是 DAG 上 DP 的常用...
Nginx 相关的经历
背景前后端分离的趋势下，Nginx 已经成为后端开发必须了解的技术点之一。 常用命令修改或查看 Nginx 配置时，推荐先用 nginx -t 检测配置文件语法，同时它会输出配置文件路径： 12345# Linuxsudo nginx -t 2>&1 | grep "file"# Windowsnginx -t 2>&1 | findstr "file" 2>&1 的作用是把标准错误（stderr）重定向到标准输出（stdout），因为 nginx -t 的提示信息通常走 stderr 输出。 反向代理配置写法1234567891011server { listen 80; server_name yourdomain.com; location /api { proxy_pass http://localhost:8080; proxy_set_header X-Real-IP $remote_addr; proxy...
行锁和表锁
背景后端开发中经常和数据库打交道，查询速率和耗时一直是需要关注的点。行锁和表锁是其中重要的知识点，而理解它们又绕不开索引。 索引为什么能提升查询速度以 InnoDB 的 B+ 树索引为例。假设有一个数值类型的 id 字段，有 1, 3, 4, 5 四条记录： 无索引：数据按顺序排列，查询需要逐条遍历，时间复杂度 O(n) 有索引：B+ 树结构类似平衡二叉树（左小右大），查询时间复杂度 O(log n) 这就是加索引能大幅提升查询速率的核心原因。 行锁与表锁有了索引的基础，再看锁就清晰了： 行锁：基于索引字段的增删改语句，会锁定对应的索引行。其他事务可以操作表中其他索引行的数据，并发度高 表锁：不基于索引字段的 SQL（如全表扫描），会锁住整张表，其他 SQL 需要等待，效率低 所以在写业务 SQL 时，尽量基于索引字段操作，既能提升查询效率，又能利用行锁减少锁冲突。 小结 索引是行锁的前提，没有索引的 SQL 会退化到表锁 行锁粒度小，并发度高；表锁粒度大，适合批量操作但并发差 业务中尽量通过索引字段来操作数据，避免无意中触发表锁 参考：CSDN - 行锁和表锁
Redis 的使用——排行榜实现
需求背景项目中常把持续使用的数据放到缓存中，以便更快响应、减少数据库操作。排行榜就是一个典型场景——如果每次用户查询都去查数据库，性能会很差。 以基于用户好友的排行榜为例，直接查库需要：获取好友 ID → 判断授权 → 获取数据 → 整合，中间还有各种异常处理，请求量上来后体验堪忧。 核心思路Redis 的 ZSet（有序集合）是实现排行榜的核心数据结构： 有序性：每个元素有一个分数（score），Redis 根据分数排序 唯一性：每个元素唯一，不允许重复 高效操作：支持 O(log N) 的插入、删除、查找，支持按分数范围分页查询 代码实现添加数据到排行榜1234567@Autowiredprivate RedisTemplate redisTemplate;public R add(Double grades, String userId) { redisTemplate.opsForZSet().add("leaderboard", userId, grades); return R.ok();} 获取指定用户排名1...
JAVA-MQ 设置动态的过期队列
需求背景在开发场景中，如预约的签到，用户会有不同的预约签到时间，例如：7:00、7:30、8:00。 对于这种场景，使用定点轮询查表的方式，一方面时间颗粒度需要严格的控制，另一方面在数据库的记录一多就很浪费性能。所以可以考虑使用 MQ 的过期队列来实现功能。 核心思路基于 RabbitMQ 的死信队列： 将消息的存活时间设置为”从当前时间到目标判断截止时间”的时间差 消息过期后自动转入死信队列 在项目中编写方法监听死信队列，触发业务逻辑 这样就实现了动态的过期时间设置，无需轮询数据库。 配置实现1. 定义队列与死信队列配置一个正常队列，设置一个极大的默认过期时间（如 24h），并绑定死信交换机： 123456789@Beanpublic Queue queueLog() { Map<String, Object> args = new HashMap<>(); args.put("x-message-ttl", TTL_MAX); // 消息最大存活时间 24h args.put(&...
Linux 常用命令 & 高并发调优笔记
Linux 命令通用性大部分核心命令（ls, cd, cat, grep, find 等）在不同发行版中通用，遵循 POSIX 标准。 差异主要在包管理器： 发行版 包管理器 Red Hat / CentOS / Fedora yum / dnf Debian / Ubuntu / Mint apt Arch / Manjaro pacman openSUSE zypper 常用文件操作1234567891011121314cat file # 显示文件内容tail -n 10 file # 查看文件末尾 10 行tail -n 10 file | grep "error" # 结合 grep 过滤mkdir dir # 创建文件夹mkdir -p a/b/c # 创建多层级目录mkdir -v dir # 显示创建详情rmdir dir # 删除空目录rm -r d...