后端

追风筝的人er25 分钟前
前端·vue.js·后端
SpringBoot+Vue3 企业考勤如何处理法定假期?节假日方案、调休补班与工作日判断链路拆解🌐 文档地址:ruoyioffice.com | 📦 源码1:gitcode.com/zhouzhongya… | 📦 源码2:gitcode.com/zhouzhongya…
金銀銅鐵1 小时前
git·后端
[git] 如何丢弃对一个文件的改动?当我们进行日常开发时,有时候需要丢弃对一个文件的改动。为了便于描述,我们假设这个文件是 f.txt\text{f.txt}f.txt。会有两种情况 ⬇️
橘子海全栈攻城狮2 小时前
java·spring boot·后端·web安全·微信小程序
【最新源码】养老院系统管理A013摘 要养老院系统管理是一个综合性养老在线平台,旨在综合并简化养老机构中的照护流程。该系统集成了多种功能,以支持医生、护士、家属及管理员等不同角色的需求。对于医务人员而言,它提供了医疗记录管理、药物跟踪和康复计划的制定;对于家属,它可以透过系统了解亲人的健康状态和日常活动,保持通信联系;该系统还支持留言、饮食记录、药物记录、体检记录、护理计划等功能,以满足老年人的日常需求。通过这个多功能集成平台,养老院能够提供更高效、更个性化的服务,确保老年人晚年得到优质的照顾。
smallyoung2 小时前
人工智能·后端
具有反思能力的 Agentic RAG 实战:用 LangChain4j 实现 CRAG 纠错检索传统 RAG 是"听天由命"——检索到什么就回答什么,检索质量决定了答案质量。CRAG(Corrective RAG,纠错式检索增强)引入了自我反思和纠错循环,让 AI 像一个负责任的研究员:先找资料,再评估资料是否可靠,不行就换个思路重新找。本文从原理到实战,提供基于 Spring Boot 4 + LangChain4j 1.x 原生 API 的完整 Java 实现代码,可直接运行。
EthanYuan2 小时前
后端
💡RAG实践:从云知识库迁移到PostgreSQL ,并使用PGVector实现向量存储大家好,我是EthanYuan,今天还是来给大家分享今日所学。最近因为阿里云知识库免费额度过期,需要用到向量数据库做语义检索、相似度匹配,不想额外单独部署专业向量库,增加运维成本和资源开销,于是选择用 PostgreSQL+PGVector插件 的方案,直接让传统PG变身轻量向量数据库,兼顾数据存储、元数据管理和向量检索能力,非常适合个人项目和中小型AI应用落地。
直奔標竿2 小时前
java·开发语言·人工智能·spring boot·后端·spring
Java开发者AI转型第二十六课!Spring AI 个人知识库实战(五)——联网搜索增强实战大家好,我是直奔標杆!专注Java开发者AI转型实战分享,从零基础到项目落地,每一步都力求干货满满、可直接上手,和大家一起突破技术瓶颈,向AI全栈工程师稳步迈进~
等风来_shy3 小时前
后端
如何写好一个 Skill很多人写 Skill 时会把提示词写长、写细,但常见情况不是“信息不够”,而是不好复用:同一类任务今天能跑通,换个说法就不触发;流程走到一半跑偏;输出格式每次不一样。
ailab3 小时前
后端
研发人员如何写好 AI 提示词:从“问问题”到“驱动研发闭环”AI 编程工具越来越强之后,很多研发人员会遇到一个相同的问题:明明模型能力很强,为什么实际用起来还是不稳定?有时能写出不错的代码,有时又会误解需求、跳过测试、改动过大,甚至把一个小问题修成一个大重构。
ltl3 小时前
后端
【大模型基础设施工程】25:大模型基础设施未来这是本系列的第 25 篇,也是收官篇。前 24 篇我们从 GPU 体系结构、CUDA 生态、互联网络讲到训练并行、MoE、RLHF;从推理引擎、PagedAttention、vLLM/SGLang 讲到量化、推测解码、长上下文;从 RAG、向量库、Agent 讲到网关、观测、成本与合规。整整六个大部分,把一个大模型基础设施工程师在 2026 年上半年需要掌握的知识骨架铺了一遍。
ltl3 小时前
后端
【大模型基础设施工程】二十四:成本、合规与安全大模型基础设施走到量产阶段,"能跑"早已不是终点。真正决定一家公司能否把大模型长期跑下去的,是另外三件事:
ltl4 小时前
后端
【大模型基础设施工程】22:大模型网关上一篇 21:推理服务化 讲了单一模型从 vLLM/SGLang 到 K8s 的上线路径。但真实企业里,一个业务很少只用一个模型、一个供应商:
a8a3024 小时前
java·spring boot·后端
Laravel8.x新特性全解析Laravel 8.x 是 Laravel 框架的一个重要版本,于 2020 年 9 月发布。它引入了多项创新和改进,旨在提升开发效率、代码可维护性和应用性能。以下是主要特性的逐步解析,基于官方文档和社区实践,确保信息真实可靠。
白露与泡影4 小时前
java·spring boot·后端
Spring Boot 完整流程Spring Boot 启动后,会先创建 Spring 容器,然后加载配置、扫描类、自动装配、创建 Bean、完成依赖注入、执行初始化逻辑,最后启动 Web 服务器,对外提供接口服务。
Mr.Rice.Fool4 小时前
后端·面试·职场和发展·rust
rust面试经验1tokio::select! 是 Tokio 异步运行时提供的一个宏,用于同时等待多个异步任务,并在其中任意一个完成时立即执行对应的分支。它类似于 match 表达式,但用于异步任务的选择。
北风toto5 小时前
spring boot·后端·spring cloud
Spring Boot / Spring Cloud 配置文件加密详解:使用 jasypt-spring-boot 实现 ENC() 加密在现代软件开发和部署中,应用程序的配置文件(如 application.properties 或 application.yml)常常包含敏感信息,例如:
代码羊羊6 小时前
开发语言·后端·rust
Rust 格式化输出完全攻略:从入门到精通在 Rust 开发中,格式化输出是调试、日志打印、字符串构造的核心技能。Rust 提供了一套强大且灵活的输出宏体系,支持普通打印、调试输出、自定义格式、精度控制、对齐填充等几乎所有场景。
Rust研习社6 小时前
开发语言·数据库·后端·http·postgresql·rust
Rust + PostgreSQL 极简技术栈应用开发在中小规模后端开发场景中,我们常常会不自觉地陷入中间件堆砌的困境,即便业务逻辑并不复杂、并发量也未达到需要多中间件分流的程度,依然会习惯性地引入各类第三方中间件:用Redis 来缓存热点数据、RabbitMQ 来处理异步任务等等。这种堆砌现象,除了部分开发者对架构完善的认知偏差,更多时候还带有明显的面向面试编程成分,很多开发者在学习和实践中,过度侧重面试高频考点,盲目照搬大厂高并发场景下的架构方案,却忽略了中小团队、独立开发者的核心需求:简洁、可靠、易维护、低成本。最终导致项目部署复杂、维护成本飙升,排查
geovindu6 小时前
开发语言·后端·设计模式·golang·模板方法模式
go:Template Method Pattern项目结构:调用:输出:
白晨并不是很能熬夜6 小时前
java·后端·程序人生·缓存·zookeeper·rpc·服务发现
【RPC】第 4 篇:服务发现 — Zookeeper + 缓存容错上一篇讲了数据如何编解码和 SPI 可插拔设计。这一篇讲 Consumer 怎么找到 Provider:服务发现。