长路的AI领域技术博客汇总文档

文章目录

前言

博主介绍:✌目前全网粉丝4W+,csdn博客专家、Java领域优质创作者,博客之星、阿里云平台优质作者、专注于Java后端技术领域。

涵盖技术内容:Java后端、大数据、算法、分布式微服务、中间件、前端、运维等。

博主所有博客文件目录索引:博客目录索引(持续更新)

CSDN搜索:长路

视频平台:b站-Coder长路

AI后端技术博客汇总文档

0)AI理论基础篇

1)AI模型篇

本地化部署

文章链接 文章内容
LM Studio 本地部署大模型 详解如何在Mac(M1/M2/M3/M4)用LM Studio零配置本地运行Llama、DeepSeek、Qwen等开源大模型,支持MLX极速格式与OpenAI兼容API,16GB内存即可流畅体验,全程离线保护隐私。
部署模型平台选型指南:LM Studio vs Xinference 对比LM Studio与Xinference在大模型商业部署中的许可证、性能与扩展性差异,指出LM Studio因禁止大规模商用及缺乏生产级功能而不适合商业场景,Xinference凭借Apache 2.0协议与分布式架构成为企业安全高效部署开源大模型的首选,同时提醒务必审查模型许可证以确保合规。

2)AI应用篇

向量数据库

文章链接 文章内容
Milvus向量库Java对接使用指南 系统梳理Milvus向量数据库的核心概念与实战技巧,涵盖Collection Schema设计、索引类型选型、内存估算、过滤/分组/混合搜索调优及MilvusClientV2升级注意事项,助力高召回低延迟的向量检索落地。

ai框架

langchain4j(Java实现)
文章链接 文章内容
01、LangChain4j 系统化知识学习笔记(接入模型、AiService、持久化记忆、增强RAG) LangChain4j简化大语言模型与Java集成,支持多种大模型,提供便捷API,助力智能应用开发。
02、Langchain4j tools原理与核心实践(含自定义http插件) 本文详解LangChain4j中Function Calling的四种实现方式:注解快速集成、手动注册Tools、自定义ToolSpecification及HTTP插件扩展。涵盖Spring Boot整合、源码原理剖析与Serper搜索插件实战,提供完整代码示例与前端对接方案,助力开发者构建具备工具调用能力的AI智能体。
03、LangChain4j的stream流式tool前后机制调用 深入解析LangChain4j流式调用场景下的Tool工具调用机制,涵盖AiServiceStreamingResponseHandler执行逻辑、同步/异步执行模式、beforeToolExecutionHandler与toolExecutionHandler前后钩子处理流程及Handler初始化机制。
04、LangChain4j快速对接VL视觉理解模型 本文详细介绍了如何使用LangChain4j框架对接阿里云qwen3-vl-plus视觉理解模型,支持图片URL和本地文件两种多模态交互方式,包含完整的Java代码示例与iflow平台免费模型调用实践。
langchain(Python实现)

实战项目篇

文章链接 文章内容
langchain4j+ai模型 硅谷小智 智慧医疗实战项目案例 本文详细讲解基于Java+LangChain4j框架构建医疗AI智能体硅谷小智的完整实现,涵盖通义千问模型接入、MongoDB记忆持久化、Function Calling预约功能、Pinecone向量数据库RAG增强及流式输出等核心技术,提供从0到1的企业级大模型应用开发实战指南。

3)Agent中间层实现篇

理论篇

文章链接 文章内容
何为ReAct模式 & Plan+Act框架 深度解析Manus多智能体框架如何借ReAct模式破解复杂任务"工具乱舞"难题,实现Thought-Act-Observation循环,端到端成功率提升4-6倍,并给出LangChain4j落地示例与开源替代方案。

开源项目学习

造轮子篇

通用Agent设计:ReAct Agent设计
文章链接 文章内容
长任务场景下 ReAct Agent 的可靠终止机制设计与实现 本文深入剖析ReAct框架的历史设计缺陷,提出通过封装FinishTool优化长任务停止判断机制。详细讲解系统提示词设计、AI消息检测逻辑及AgentSettings参数配置,帮助开发者解决AI Agent在长任务场景中无法可靠终止的问题。

资料获取

大家点赞、收藏、关注、评论啦~

精彩专栏推荐订阅:在下方专栏👇🏻

更多博客与资料可查看👇🏻获取联系方式👇🏻,🍅文末获取开发资源及更多资源博客获取🍅

相关推荐
circuitsosk1 天前
不止于API调用:大模型推理加速与云原生服务化部署指南
python·云原生·agent·vllm·推理加速·大模型部署·ensorrt-llm
闲猫3 天前
LangChain4j / Introduction
java·人工智能·spring boot·langchain4j
数据库小学妹4 天前
向量数据库选型:独立vs融合对比与场景推荐(附SQL实战)
经验分享·数据库架构·向量数据库·rag·数据库选型·ai数据库
佛祖让我来巡山5 天前
Langchain4J+SpringBoot 保姆级教程来了
langchain4j·langchain4j+springboot
佛祖让我来巡山8 天前
LangChain4j + Spring项目保姆级教程
langchain4j·spring项目接入ai
BerryS3N9 天前
Java 后端转型大模型:Demo 能跑不等于能上线
java·人工智能·python·java后端·spring ai·langchain4j·大模型转型
码哥字节10 天前
知识库向量数据库怎么选?我折腾了一圈,答案就三个字
向量数据库·chromadb·qdrant
孙启超11 天前
【AI应用开发】 RAG篇(一):概述与核心架构
llm·embedding·向量数据库·rag·向量化·ai应用开发·chunking
段一凡-华北理工大学15 天前
向量数据库实战:选型、调优与落地~系列文章15:多模态向量搜索:图片、音频、视频统一检索的工程实现
数据库·人工智能·音视频·向量数据库·工业智能体·高炉智能化
weixin_4280053016 天前
C#调用 AI学习从0开始-第3阶段RAG向量数据库-文档切分与入库第15天
人工智能·学习·c#·向量数据库·rag·qdrant·文档切分与入库