1. 需求概要 现有一个MCP Server,需要实现用户自定义工具的动态注册。 用户输入:工具名称、标题、描述、输入字段描述、工具代码块。 MCP Server需要动态注册这个工具,并通知MCP Client。 MCP Server需要执行工具代码块。 2. 实现思路 2.1 工具的动态注册 使用
在 AI Agent 领域,简单的工具调用循环往往只能处理浅层任务。对于需要多步骤、深度研究的复杂任务,我们需要更强大的架构设计。本文将深入解析 Spring AI Alibaba 框架中的 DeepResearch Agent 示例,展示如何构建一个具备任务规划、子 Agent 协作、上下文管理等
要实现根据经纬度返回省份的功能,核心是地理编码逆解析ReGeocoding(将经纬度转换为行政区划信息),最常用的方式是调用第三方地理编码 API(如高德、百度、腾讯地图 API)。 本文介绍一种不依赖三方接口的本地化实现方案。 本文源码地址:https://github.com/classfang
Spring Boot 的核心优势之一是**“约定大于配置”**,但在实际开发中,我们往往需要基于业务场景定制化扩展框架行为。这些可扩展的入口被称为“扩展点”,它们分布在 Spring Boot 启动、Bean 生命周期、Web 处理、配置加载等核心流程中。 本文将通过流程图解 + 扩展点定位 +
掌握 HTTP Stream:原理、场景与实战 在 Web 开发中,我们常遇到需要实时传输大量数据的场景 —— 比如 AI 对话的逐字响应、实时日志监控、大文件下载等。传统的 HTTP 请求-响应模式(完整返回数据后才关闭连接)在这些场景下显得效率低下,而HTTP Stream(HTTP 流式传输)
当前大型语言模型(LLMs)在处理超长文本内容时面临严峻的计算挑战,其计算量随序列长度呈二次方增长。例如在超大文本的总结应用中,文本tokens超过了大模型的有限窗口,此时只能对输入文本进行压缩,DeepSeek-OCR探索了一种潜在解决方案 -- 光学压缩。 光学压缩:利用视觉模态作为文本信息的高
你是否有过这样的经历:深夜躺在床上,大脑却像失控的放映机,反复回放白天和朋友聊天时的细节 ——“刚才那句话是不是说错了?他当时皱眉是不是不高兴了”;或是纠结于过去的小失误,哪怕只是出门时忘了跟邻居打招呼,也会在脑海中不断放大,衍生出 “他会不会觉得我没礼貌”“以后邻里关系会不会变僵” 等负面想法。
在现代 Web 应用开发中,自动化部署是提升效率、减少人为失误的关键。本文分享一套基于 Node.js 开发的 Docker 自动化部署方案,通过 SSH 连接远程服务器,实现智能版本检测、容器生命周期管理与镜像自动更新。 技术架构 核心技术栈 Node.js:脚本运行环境 ssh2:远程服务器 S
在企业 IT 架构建设中,Linux 发行版的选择不仅关乎系统稳定性与运维效率,更直接影响业务适配性与长期技术路线。本文聚焦 Ubuntu Server、Rocky Linux、Anolis OS(龙蜥操作系统)和 openEuler(华为欧拉) 四款主流发行版,从核心优势、潜在短板、典型场景三个维
一、项目背景与核心痛点 1.1 业务场景 我们的企业级审核系统需支撑多类型审核材料上传,具体场景包括: 申报台账:5-20MB 的 Excel 文件 发票照片:数百 MB 至 GB 级的 ZIP/RAR 压缩包 激活照片:50-500MB 的图片压缩包 POS 小票:100MB-1GB 的扫描件压缩
理解 Prompt Engineering、Fine-Tuning、RAG(Retrieval-Augmented Generation)和完整 AI Agent 之间的本质差异,已成为每一个 AI 实践者的必修课。 Prompt Engineering Prompt Engineering 本质上
在 LLM 应用开发领域,Dify 作为开源的开发平台,凭借其灵活的功能和易用性,成为众多开发者构建 AI 应用的首选工具。然而,在实际使用过程中,不少用户发现 Dify 内置的文档提取器在处理特定文件格式时存在明显局限性,其中Word 2003 格式(.doc 文件)的支持问题尤为突出 —— 当尝
Cursor 是一个基于人工智能的代码编辑器(IDE),它结合了传统编辑器的功能和强大的 AI 辅助功能。它能帮助开发者更快地编写代码,通过智能自动完成、代码生成、问答交互等功能提高编程效率。 官网:https://www.cursor.com/cn 文档:https://docs.cursor.c
上周末,Anthropic 一口气放出了很多内部核心贡献工程师的分享。他们把 MCP 协议的设计哲学、开发技巧、未来计划也同步放了出来。 如今,没有哪家大厂不拥抱 MCP。不止国内的阿里、字节、腾讯、百度、京东,即便是国外的即便是 Anthropic 死对头的 OpenAI 也表示全面支持 MCP
在软件开发过程中,代码提交信息是项目历史的重要组成部分,清晰、规范的提交信息能极大提升团队协作效率和项目可维护性。Conventional Commits 规范作为一套被广泛认可的提交信息标准,为开发者提供了明确的指引。本文将从该规范的基础内容讲起,详细解析常见的提交类型,帮助大家全面掌握这一实用规
随着 Coze 的开源,很多圈内的小伙伴猜测会对 Dify 造成直接威胁,也看到不少关于本地部署 Coze 的例子。 本文从项目代码出发,从产品理念,架构设计,应用开发,技术栈对比,部署,生态,企业场景选择分析等方面进行一个全面的对比 代码地址:
一、ESLint MCP 概述 Model Context Protocol(MCP)作为一项开放标准,致力于为 AI 模型与外部工具及服务之间搭建统一的交互桥梁。ESLint 借助内置的 MCP 服务器,能够与 GitHub Copilot、Cursor、Windsurf 等编辑器深度集成。通过这
使用 VS Code 自带的端口转发功能,可以很方便的将本地服务代理到公网。 一、启动端口转发 输入本地端口号后,等待生成公网地址。 第一次使用需要 GitHub 账户授权。 二、设置公开权限 右键设置端口公开权限。 三、关闭端口转发 使用完成后,记得关闭转发。 四、常见问题
本文介绍一些 containerd 的常用命令: 1. 启动、停止和重启 containerd 服务 启动: sudo systemctl start containerd
停止: sudo systemctl stop containerd
重启: sudo systemctl restart
本文介绍 k8s v1.31 版本在 Linux 系统上的简单安装流程。 一、更改主机配置 关闭防火墙 systemctl stop firewalld
systemctl disable firewalld
关闭selinux sed -i 's/enforcing/disabled/' /et