1、监听器
MaxKB 的 RAG 引擎和向量存储实现细节
RAG 技术首先从知识库中检索相关内容,然后将这些结果作为上下文输入到生成模型中,显著提高了响应的准确性和可靠性。作为一款开源的企业级 AI 助手,MaxKB 具备全面的 RAG 流水线,适用于客户服务、内部知识管理、学术研究等各种场景。
使用 ONNX 将 AI 推理引入 Java:企业架构师实用指南
对企业架构师而言,这个挑战并不陌生:如何在不破坏 Java 系统的简单性、可观测性和可靠性的前提下引入现代 AI?这个挑战延续了我们此前关于
将 GPU 级性能带入企业 Java的探索,其中保持 JVM 原生的效率与可控性被证明至关重要。
悟空原创:零门槛编程?实现了!拖拉流程,支持窗口界面设计支持生成独立可执行程序
可以尝试一下本工具,或许在你实现编程梦的路上能给予你有益的选择:)
“不要通过共享内存来通信”——深入理解Golang并发模型与CSP理论
共享消息模型
在共享消息模型(Show Message Model)中,线程或进程通过消息的发送与接收来实现通信与协同。这一模型的最大亮点在于,它能有效规避数据竞争及其他并发问题。原因在于,每个线程或进程都拥有独立的内存空间,无需借助锁或其他同步机制。
该模型的另一显著特征是,消息的发送与接收是异步进行的。这意味着,一个线程或进程在发出消息后,无需等待接收方处理,即可继续执行其他任务。这种异步特性极大地提升了并发性能,因为线程或进程不会因等待消息收发而陷入阻塞。
在该模型中,开发者的角色从“卫兵”转变为“流程设计师”或“编舞家”。他的核心任务不再是保护数据,而是设计高效、无误的数据流管道。通过精心编排数据在进程或线程间的流动顺序,隐式地构建了操作间的因果关系。
程序的确定性,并非来自于对资源的加锁,而是源于消息传递所建立的自然时序。这种模型将并发的复杂性从“管理状态”转移到了“编排通信”,使得并发逻辑更清晰,也更易于推理。

求求了,别再让你的 GPU 公开“摸鱼”了!
先看几个令人心动又让钱包一紧的 GPU 型号:NVIDIA A100 80GB、H800 80GB、RTX 4090 24GB…
吴恩达深度学习课程一:神经网络和深度学习 第二周:神经网络基础(六)向量化的反向传播
夜莺监控设计思考(一)整体定位、架构设计、单进程多进程选择、高可用设计
了解一个开源项目,最应该了解的就是其定位,或者说它要解决的问题域。
多智能体微服务实战(1/4):康威定律在 AI 时代的应用
周一早上9点,某制造企业的项目经理李明收到一个紧急任务——公司决定开发一套新的ERP系统,预算300万元,需要12个月完成。李明深吸一口气,开始了他漫长的一天:
鸿蒙应用开发从入门到实战(二十一):ArkUI自定义弹窗组件
上一篇文章讲述了ArkUI提供的各种内置弹窗组件,当项目中遇到这些组件仍然不满足需求时,可以使用自定义弹窗组件。本文研究自定义弹窗组件的使用。
小狮博客