当前位置：首页 > news >正文

4.1 融合架构设计：LLM与Agent的协同工作模型

news 来源：原创 2025/7/1 1:17:57

大型语言模型（Large Language Models, LLMs）与智能代理（Agent）的融合架构已成为人工智能领域推动企业智能化的核心技术。这种协同工作模型利用LLM的语言理解、推理和生成能力，为Agent提供强大的知识支持，而Agent通过感知、决策和执行功能，将LLM的智能转化为实际行动。然而，模型不稳定性（如幻觉、过度自信）、总结不专业（如信息冗余、准确性不足）以及复杂任务协调的挑战（如多Agent冲突）限制了其效能。本章基于最新研究，深入探讨LLM与Agent的协同工作机制，重点分析如何通过结构化工作流、一致性机制、序列化架构和混合专家模式（Mixture of Experts, MoE）解决上述问题，助力完成复杂任务。

4.1.1 融合架构的定义与概述

定义

LLM与Agent的协同工作模型是一种融合架构，其中LLM作为核心推理引擎，提供语言理解、知识推理和生成能力，而Agent通过感知环境、制定决策和执行行动，将LLM的输出转化为实际结果。这种架构通过模块化设计和闭环机制，构建出能够处理复杂任务的智能系统。

核心目标

融合架构的目标包括：

增强智能性：利用LLM的语义理解和推理能力，提升Agent的决策质量。
扩展功能：通过Agent的感知和执行能力，将LLM的知识应用于物理或虚拟环境。
动态适应：结合LLM的上下文感知和Agent的状态管理，适应动态、不确定场景。
高效协作：通过标准化接口和模块化设计，实现LLM与Agent的无缝交互。

架构特点

模块化：将LLM和Agent功能分解为独立模块，便于定制和扩展。
闭环系统：通过感知、推理、决策和执行形成闭环，支持持续优化。
多Agent支持：适配多Agent协作，处理大规模任务。
上下文感知：利用LLM的记忆能力，增强交互连续性和个性化。

4.1.2 LLM与Agent的协同工作机制

协同工作流程

LLM与Agent的协同工作通过以下机制实现，基于Multi-Agent Collaboration Mechanisms: A Survey of LLMs：

任务分解与推理
LLM通过Chain of Thought（CoT）提示将复杂任务分解为子任务，生成推理步骤。Agent根据推理结果分配子任务，调用工具或执行行动。例如，规划一次旅行被分解为“查询航班”、“预订酒店”和“安排交通”。
上下文管理与记忆
LLM通过上下文窗口或外部记忆模块（如LangMem、Zep）存储任务历史、用户偏好或环境状态。Agent利用这些信息保持交互连续性。例如，客服Agent记住用户之前的查询，提供一致回答。
决策与行动
LLM生成推理结果或建议，Agent基于此选择行动并执行。例如，LLM预测市场趋势，Agent决定买入或卖出股票。执行结果反馈给LLM，触发下一轮推理。
反馈与优化
Agent通过感知执行结果，评估任务进展，并将反馈传递给LLM。LLM根据反馈调整推理或生成新建议，形成闭环优化。例如，自动驾驶Agent感知路径偏差，LLM重新推理并调整行驶策略。

关键框架

2025年的协同框架包括：

OpenAI的Swarm：通过例程和交接（handoffs）实现无缝协作，适合客服等场景（参考：OpenAI Cookbook）。
Microsoft的Magentic-One：使用协调器（Orchestrator）规划、跟踪和错误恢复，委托给专业Agent（参考：Magentic-One Research）。
IBM的Bee Agent：模块化设计，支持序列化暂停/恢复工作流，使用Granite和Llama 3（参考：[Bee Agent框架](https://i-am-bee.github.io/bee-agent-framework/#/））。
LangChain：提供Agents、Tools和Memory模块，支持复杂推理和决策（参考：LangChain文档）。

协同模式

根据Multi-Agent Collaboration Mechanisms，协同模式包括：

合作模式：Agent共享目标，共同完成任务。例如，客服Agent和知识库Agent协作回答问题。
竞争模式：Agent竞争提供最佳输出，协调器选择优胜者。例如，多个翻译Agent竞争生成最佳译文。
Coopetition（合作与竞争结合）：Agent在竞争中协作，平衡效率和创新。例如，软件开发Agent竞争编码方案，同时协作测试。

4.1.3 解决模型不稳定性

不稳定性的表现

模型不稳定性主要包括：

幻觉（Hallucination）：LLM生成虚假或不准确信息，可能导致Agent基于错误数据行动。
过度自信（Overconfidence）：LLM对低置信度输出表现出高确定性，误导Agent决策。
级联错误（Cascading Errors）：在多Agent系统中，单一错误传播，放大影响（参考：Challenges of Multi-LLM Agent Collaboration）。

解决策略

2025年的研究提供了以下解决方案：

结构化工作流
通过预定义角色和阶段减少自由生成风险。例如，MetaGPT通过角色分配（如分析师、执行者）规范Agent行为，降低幻觉概率（参考：MetaGPT研究）。
实现：LangGraph将任务建模为有向无环图（DAG），通过节点控制子任务执行，确保逻辑一致（参考：LangGraph扩展）。
一致性机制
Consensus-LLM通过多Agent协商验证输出，确保结果一致。例如，金融Agent协商市场预测，剔除异常值。
实现：使用投票或置信度加权，融合多个LLM输出，降低错误率。
错误检测与纠正
Agent通过外部工具验证LLM输出。例如，客服Agent调用知识库核实答案，防止幻觉。
实现：结合Tool Integration（如REST API）验证数据，错误结果触发重新推理。
协作友好LLM设计
Google的Gemini 2.0专为多Agent协作优化，减少过度自信和幻觉（参考：Gemini AI博客）。
实现：通过强化学习和人类反馈（RLHF）微调，提升输出可靠性。
安全协议
制定伦理指导，防止Agent被误导或滥用。例如，限制Agent访问敏感数据，设置行为边界。
实现：通过沙箱技术和权限控制，确保安全操作。

案例：金融交易Agent

一家投资银行开发交易Agent，LLM分析市场数据，Agent执行买卖。问题：LLM偶现幻觉，预测错误趋势。解决方案：

使用MetaGPT结构化工作流，规范分析和执行阶段。
Consensus-LLM协商多模型预测，剔除异常。
实时API验证市场数据，纠正错误。
结果：交易准确率提升20%，错误率降低15%。

4.1.4 确保专业总结

挑战与需求

专业总结需准确、简洁且相关，但面临以下问题：

信息冗余：LLM生成冗长或无关内容，降低总结效率。
准确性不足：总结可能遗漏关键信息或包含错误。
上下文不一致：多Agent协作中，总结可能偏离任务目标。

根据LLM Agents: A Complete Guide，专业总结需动态评估和领域优化。

确保策略

序列化架构
Agent-as-a-Judge通过多Agent顺序处理任务，确保总结质量。例如，在科学问答中，检索Agent收集信息，总结Agent生成答案，评估Agent验证准确性（参考：Agent-as-a-Judge研究）。
实现：LangChain的Chains模块支持序列化工作流，规范总结流程。
领域知识优化
Agent结合领域知识库，提升总结准确性。例如，医疗诊断Agent调用医学数据库，确保总结符合专业标准。
实现：通过知识图谱或向量存储（如FAISS）检索领域数据。
动态评估框架
Benchmark Self-Evolving创建挑战性实例，测试总结能力，优化模型性能。
实现：通过自动化测试和人类反馈，迭代改进总结逻辑。
合成数据生成
Orca-AgentInstruct通过三阶段代理流（生成、评估、优化）生成高质量数据，Mistral 7B模型总结能力提升54%（参考：Microsoft研究博客）。
实现：结合合成数据微调LLM，提升总结精准度。

案例：客服总结Agent

一家电商平台开发客服Agent，总结用户交互记录。问题：总结冗长，遗漏关键问题。解决方案：

使用Agent-as-a-Judge，检索Agent收集对话，总结Agent生成报告，评估Agent剔除冗余。
结合CRM知识库，确保总结准确。
Orca-AgentInstruct生成训练数据，优化LLM。
结果：总结长度缩短30%，准确率提升25%。

4.1.5 混合专家模式（MoE）在复杂任务协调中的作用

MoE的定义与原理

**混合专家模式（MoE）**是一种将多个专家Agent结合的框架，通过门控机制决定每个专家对输出的贡献权重。根据Multi-Agent Collaboration Mechanisms，MoE适合coopetition场景，专家竞争贡献输出，增强任务多样性处理。

协调复杂任务的机制

MoE通过以下方式协调复杂任务：

任务分工
每个Agent专注于子任务，减少冲突。例如，软件开发中，编码Agent、测试Agent和文档Agent分工协作。
门控机制
LLM作为门控器，根据任务需求选择专家。例如，多语言翻译中，门控器根据语言类型选择翻译Agent。
动态适应
门控机制动态调整专家权重，确保最佳输出。例如，复杂任务中，优先选择高置信度Agent。
减少重复交互
通过角色分配，减少Agent间的重复沟通，提高效率。

实现技术

门控网络
使用Transformer或MLP作为门控器，基于输入特征选择专家。
实现：通过监督学习或强化学习训练门控器，优化选择逻辑。
专家训练
每个专家Agent针对特定任务微调，提升专业性。
实现：通过LoRA或Adapter微调，降低计算成本。
分布式计算
MoE通过分布式框架（如PyTorch Distributed）支持大规模专家协作。
实现：结合GPU集群，加速推理和训练。
框架支持
ChatDev通过MoE实现软件开发协作，门控机制根据阶段选择Agent（参考：ChatDev研究）。
LangChain支持MoE集成，通过Agents模块实现专家协作。

案例：软件开发MoE

一家科技公司使用MoE开发软件，任务包括需求分析、编码和测试。实现：

分工：需求Agent分析用户需求，编码Agent生成代码，测试Agent验证功能。
门控机制：LLM根据任务阶段选择Agent（如编码阶段优先编码Agent）。
反馈：测试结果反馈给编码Agent，优化代码。
结果：开发周期缩短40%，代码质量提升30%。

优势与挑战

优势：
- 提升任务多样性处理能力。
- 动态适应复杂任务需求。
- 减少重复交互，提高效率。
挑战：
- 门控机制设计复杂，需优化训练。
- 多Agent协作增加计算成本。
- 专家冲突可能降低一致性。

4.1.6 企业应用案例

金融服务：智能投资分析

场景：
一家投资银行开发交易Agent，LLM分析市场数据，Agent执行买卖。
协同：LLM通过CoT分解分析任务，Agent调用API执行交易。
不稳定性解决：MetaGPT规范工作流，Consensus-LLM验证预测。
专业总结：Agent-as-a-Judge生成简洁报告。
MoE：分析Agent、交易Agent和风险Agent协作，门控器选择最佳策略。
优势：交易效率提升25%。
挑战：需确保数据安全。

零售：个性化客服

场景：
一家电商平台开发客服Agent，处理用户查询。
协同：LLM理解意图，Agent调用CRM系统。
不稳定性解决：一致性机制验证答案。
专业总结：Orca-AgentInstruct优化总结。
MoE：查询Agent和推荐Agent协作，门控器根据问题类型选择。
优势：客户满意度提升20%。
挑战：需优化响应速度。

医疗：辅助诊断

场景：
一家医院开发诊断Agent，分析患者数据。
协同：LLM推理症状，Agent查询数据库。
不稳定性解决：外部验证确保准确性。
专业总结：序列化架构生成诊断报告。
MoE：症状Agent和数据库Agent协作，门控器选择输出。
优势：诊断效率提升30%。
挑战：需保护隐私。

4.1.7 2025年发展趋势

多模态融合：LLMs支持图像、语音输入，增强Agent感知能力。
多Agent协作：MoE扩展到大规模系统，协调复杂任务。
高效部署：模型压缩和边缘计算降低成本。
标准化框架：AGNTCY推动互操作性（参考：AGNTCY标准）。
伦理与治理：差分隐私和可解释AI提升可信度。

LLM与Agent的协同工作模型通过任务分解、上下文管理、决策行动和反馈优化，形成高效闭环系统。结构化工作流、一致性机制和错误纠正解决模型不稳定性，序列化架构和领域优化确保专业总结，MoE通过门控机制协调复杂任务。在金融、零售和医疗等领域的应用，展示了其强大潜力。未来，多模态融合、多Agent协作和标准化框架将进一步推动发展，为企业智能化转型提供支持。

4.1 融合架构设计：LLM与Agent的协同工作模型

大型语言模型（Large Language Models, LLMs）与智能代理（Agent）的融合架构已成为人工智能领域推动企业智能化的核心技术。这种协同工作模型利用LLM的语言理解、推理和生成能力，为Agent提供强大的知识支持，而…...

编程日记 2025/7/1 1:17:57

【Spec2MP：项目管理之项目风险管理】

在半导体行业竞争白热化的今天，一颗芯片从设计到量产的旅程犹如跨越重重险峰。据行业数据显示，30%的芯片项目因未及时识别风险导致延期交付，而55%的成本超支源于前期风险评估不足。这背后折射出一个核心命题：如何在复杂的技术攻关…...

编程日记 2025/6/30 22:39:52

【Axure教程】表格嵌套卡片

今天教大家制作表格嵌套卡片的原型模版，可以点击加号或减号展开或收起对应部门下的员工卡片信息。这个表格是用中继器制作的，所以使用也很方便，在中继器表格里维护数据，即可自动生成交互效果，具体效果可以打开下方原型…...

编程日记 2025/7/1 0:59:08

无人机动力核心测评：CKESC STONE 180A-M 电调

一、核心技术优势：全场景适配的智能控制方案作为南昌长空科技的工业级产品，南昌长空的STONE 180A-M 电调以高可靠启动算法为核心，支持 6-14S 锂电输入，具备逆风启动稳定性与剧变油门抗丢相能力，实测油门响应时间 300…...

编程日记 2025/7/1 0:22:27

【回眸】Aurix TC397 IST 以太网 UDP 相关开发

前言关于移植IST功能至 Infineon TC397上主要涉及到UDP发送报文及接收。IST是安全诊断相关的工作 Nvidia IST介绍 Orin系列芯片会提供一种机制来检测由系统内测（IST）所产生的永久的故障，IST 应该在 Orin-x 功能安全系统中使用期间被启动。…...

编程日记 2025/7/1 1:08:58

C语言别踩白块附源码

复制即可使用 #define _CRT_SECURE_NO_WARNINGS//一定要放在第一行 #include<stdio.h>//引用输入输出头文件，每一次都需要引用这个文件 #include<math.h> #include<string.h> #include<ctype.h> #include<stdlib.h> #include<io…...

编程日记 2025/7/1 0:32:20

centos7里memcached 的安装使用

memcahced 的概述 Memcached是一个自由开源的，高性能，分布式内存对象缓存系统。 Memcached是以LiveJournal旗下Danga Interactive公司的Brad Fitzpatric为首开发的一款软件。现在已成为mixi、hatena、Facebook、Vox、LiveJournal等众多服务中提高Web应…...

编程日记 2025/6/30 23:49:50

深入理解指针（3）

1.指针的使⽤和传址调⽤ 1.strlen的模拟实现库函数strlen的功能是求字符串⻓度，统计的是字符串中\0 之前的字符的个数。函数原型如下： 参数str接收⼀个字符串的起始地址，然后开始统计字符串中 \0 之前的字符个数，最终返回⻓度。…...

编程日记 2025/6/30 23:36:41

第十届电气、电子和计算机工程研究国际学术研讨会（ISAEECE 2025）

重要信息官网：www.isaeece.com（点击了解参会投稿等） 时间：2025年6月20-22日地点：中国 ▪ 西安征稿主题电气、电子和计算机工程（Electrical, Electronics and Computer Engineering, EECE&#xff09…...

编程日记 2025/6/30 23:29:32

RabbitMQ 中的队列声明

目录一、为什么要声明队列？二、声明队列的基本语法参数说明三、声明队列的示例代码示例 1：声明一个普通的队列示例 2：声明一个持久化队列示例 3：声明一个带 TTL 的队列四、注意事项五、总结在 RabbitMQ 中，队列是消…...

编程日记 2025/6/29 12:28:12

unity Animation学习，精准控制模型动画播放

unity 控制模型动画播放，Animation学习。此脚本挂载在带有动画的模型上。 using System.Collections; using System.Collections.Generic; using UnityEngine;public class AnimationCtrl : MonoBehaviour {void Start(){PlayAnimation();//开始的时候调用播放动…...

编程日记 2025/6/29 12:14:26

大模型面经 | 春招、秋招算法面试常考八股文附答案（六）

大家好，我是皮先生！！今天给大家分享一些关于大模型面试常见的面试题，希望对大家的面试有所帮助。往期回顾：大模型面经 | 春招、秋招算法面试常考八股文附答案（RAG专题一）大模型面经 | 春招、秋招算法面试常考八股文附答案（RAG专题二）大模型面经 | 春招、秋招算法…...

编程日记 2025/6/29 9:53:26

【深度学习】#9 现代循环神经网络

主要参考学习资料： 《动手学深度学习》阿斯顿张等著【动手学深度学习 PyTorch版】哔哩哔哩跟李牧学AI 概述门控循环单元和长短期记忆网络利用门控机制实现对序列输入的选择性记忆。深度循环神经网络堆叠多个循环神经网络层以实现更强的表达能力和特征提取能力。…...

编程日记 2025/6/29 9:35:37

《CBOW 词向量转化实战：让自然语言处理 “读懂” 文字背后的含义》

文章目录前言一、自然语言模型统计语言模型存在的问题总结：这两个问题的本质，第一个是"容量问题"：模型记忆力有限；第二个是"理解力问题"：模型缺乏抽象能力。二、词向量转换1.onehot编码编码过程…...

编程日记 2025/6/29 10:21:03

网络变更：APIC 节点替换

Draft 一、同版本硬件更换 1. 查看 APIC 状态 System > Controllers > (any APIC) > Cluster APIC1> acidiag avread // APIC 参数 2. 下线故障设备 Actions > Decommission 3. 物理移除故障设备，连接目标 APIC 4. 根据第一步中的配置参数配置目…...

编程日记 2025/6/29 11:11:00

Java在excel中导出动态曲线图DEMO

1、环境 JDK8 POI 5.2.3 Springboot2.7 2、DEMO pom <dependency><groupId>org.apache.poi</groupId><artifactId>poi-ooxml</artifactId><version>5.2.3</version></dependency><dependency><groupId>commons…...

编程日记 2025/6/29 10:13:53

Python爬虫爬取图片并存储到MongoDB（注意：仅尝试存储一条空的示例数据到MongoDB，验证MongoDB的联通性）

以下是一个使用Python爬取图片并存储到MongoDB的示例实现，包含详细步骤说明： import requests from bs4 import BeautifulSoup from pymongo import MongoClient from datetime import datetime import os import re# 配置信息 mongoIP mongodb://root…...

编程日记 2025/6/29 10:48:47

Qt —— 在Linux下试用QWebEngingView出现的Js错误问题解决（附上四种解决办法）

错误提示：js: A parser-blocking, cross site (i.e. different eTLD+1) script, https:xxxx, is invoked via document.write. The network request for this script MAY be blocked by the browser in this or a future page load due to poor network connectivity. If bloc…...

编程日记 2025/6/29 10:08:08

240424 leetcode exercises II

240424 leetcode exercises II jarringslee 文章目录 240424 leetcode exercises II[148. 排序链表](https://leetcode.cn/problems/sort-list/)🔁分治 & 归并排序法1. 找中点并断开2. 合并两个有序链表3. 主函数：递归拆分与合并 [24. 两两交换链表…...

编程日记 2025/6/29 11:34:28

STM32实现2小时延时的最佳方法探讨

在嵌入式系统开发中，特别是使用STM32这类微控制器时，实现精确的长时间延时是一项常见但具有挑战性的任务。延时的方法选择不仅影响系统的性能和功耗，还关系到系统的稳定性和可靠性。本文将探讨在STM32上实现2小时延时的几种方法，并…...

编程日记 2025/6/29 12:31:06

G3学习笔记

🍨 本文为🔗365天深度学习训练营中的学习记录博客🍖 原作者：K同学啊准备工作 import torch import numpy as np import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torc…...

编程日记 2025/6/29 11:22:58

初识Redis · 主从复制（上）

目录前言： 主从模式模拟主从模式连接信息 slaveof命令 nagle算法 Nagle算法的工作原理： 具体实现： 优点： 缺点： 使用场景： 拓扑结构前言： 主从复制这里算得上是一个大头了&…...

编程日记 2025/6/29 11:41:59

欧拉计划 Project Euler55（利克瑞尔数）题解

欧拉计划 Project Euler 55 题解题干思路code 题干思路直接暴力找即可，若使用其他语言要注意溢出的问题，这里我使用的手写大数加法 code // 249 #include <bits/stdc.h>using namespace std;using ll long long;string add(const string&am…...

编程日记 2025/6/29 11:13:21

关于nginx，负载均衡是什么？它能给我们的业务带来什么？怎么去配置它？

User 关于nginx，我还想知道，负载均衡是什么？它能为我的业务带来什么？怎么去配置它？ Assistant 负载均衡是 Nginx 另一个非常强大的功能，也是构建高可用、高性能应用的关键技术之一。我们来详细了解一下。 …...

编程日记 2025/6/29 10:16:21

【项目管理】进度网络图笔记

项目管理-相关文档，希望互相学习，共同进步风123456789～-CSDN博客 （一）知识总览项目管理知识域知识点： （项目管理概论、立项管理、十大知识域、配置与变更管理、绩效域） 对应&…...

编程日记 2025/6/29 12:13:50

【C++QT】Buttons 按钮控件详解

文章目录一、QPushButton 基础按钮控件二、QToolButton 轻量工具按钮控件三、QRadioButton 互斥选择控件四、QCheckBox 状态选择控件五、QCommandLinkButton 引导式按钮控件六、QDialogButtonBox 对话框按钮布局控件七、实践与选型建议八、总结如果这篇文章对你有所帮助&#…...

编程日记 2025/6/29 11:43:04

威雅利电子|业界领先的高隔离度用于5G基站的吸收式SPDT开关“NT1819“

业界领先的高隔离度用于5G基站的吸收式SPDT开关"NT1819" 为了实现智能社会，已经启动了5G服务。这样，高速、低延迟、大容量的数据通信成为可能，也给我们的生活和工业发展带来了巨大的变化。在5G基站有很多天线，每个天…...

编程日记 2025/6/29 12:30:54

【DNS】BIND 9的配置

该文档围绕BIND 9的配置与区域文件展开，介绍了BIND 9配置文件及区域文件的相关知识，以及权威名称服务器、解析器的相关内容，还阐述了负载均衡和区域文件的详细知识，具体如下： 基础配置文件： named.conf&am…...

编程日记 2025/6/29 11:49:39

高可靠性厚铜板制造的关键设备与工艺投入

随着科技的不断发展，电子设备越来越普及，对电路板的需求也越来越大。厚铜板电路板作为一种高性能、高可靠性的电路板，受到了广泛的关注和应用。那么，作为一家厚铜板电路板供应商，如何投入线路板生产呢？本文…...

编程日记 2025/6/29 10:45:35

m365是什么，和o365的区别

M365（Microsoft 365）是微软推出的基于云的办公套件，包含多种生产力工具，旨在帮助个人和企业提高工作效率。它包括经典的办公软件，如Word、Excel、PowerPoint、Outlook等，还提供协作和云存储服务&#xff0c…...

编程日记 2025/6/29 10:48:04

【Pandas】pandas DataFrame dot

Pandas2.2 DataFrame Binary operator functions 方法描述DataFrame.add(other)用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作DataFrame.add(other[, axis, level, fill_value])用于执行 DataFrame 与另一个对象&…...

编程日记 2025/6/29 12:14:58

技术服务业-首套运营商网络路由5G SA测试专网在深光搭建完成并对外提供服务

深光为了更好的服务蜂窝无线技术及运营商测试认证相关业务，搭建了技术服务业少有的5G测试专网，可独立灵活配置、完整端到端5G（含RedCap、LAN）的网络架构。通过走真正运营商网络路由的方式，使终端设备的测试和运营商网…...

编程日记 2025/6/29 10:40:16

GrassRouter 小草MULE多5G多链路聚合通信路由设备在应急场景的聚合效率测试报告及解决方案

在应急通信场景中，快速、稳定、高效的通信链路是保障救援工作顺利开展的关键。MULE（Multi-Link Unified Link Enhancement）多链路聚合路由通信设备作为一种新型的通信技术解决方案，通过聚合多条通信链路（如4G/5G、卫星…...

编程日记 2025/6/29 9:46:55

解释器模式：自定义语言解析与执行的设计模式

解释器模式：自定义语言解析与执行的设计模式一、模式核心：定义语言文法并实现解释器处理句子在软件开发中，当需要处理特定领域的语言（如数学表达式、正则表达式、自定义配置语言）时，可以通过解释器模式…...

编程日记 2025/6/29 12:05:13

第十二章 Python语言-大数据分析PySpark（终）

目录一. PySpark前言介绍二.基础准备三.数据输入四.数据计算 1.数据计算-map方法 2.数据计算-flatMap算子 3.数据计算-reduceByKey方法 4.数据计算-filter方法 5.数据计算-distinct方法 6.数据计算-sortBy方法五.数据输出 1.输出Python对象 （1&am…...

编程日记 2025/6/29 19:33:04

Oracle数据库巡检脚本

1.查询实例信息 SELECT INST_ID, INSTANCE_NAME, TO_CHAR(STARTUP_TIME, YYYY-MM-DD HH24:MI:SS) AS STARTUP_TIME FROM GV$INSTANCE ORDER BY INST_ID; 2.查看是否归档 archive log list 3.查看数据库参数 SELECT NAME , TYPE , VALUE FROM V$PARAMETER ORDER BY NAME; 4.…...

编程日记 2025/6/29 9:52:15

示例：Spring JDBC编程式事务

以下是一个完整的 Spring JDBC 编程式事务示例，包含批量插入、事务管理、XML 配置和单元测试： 1. 项目依赖（pom.xml） <dependencies><dependency><groupId>org.springframework<…...

编程日记 2025/6/29 19:40:41

Happens-Before 原则

Happens-Before 规则 Happens-Before是JMM的核心概念之一，是一种可见性模型，保障多线程环境下前一个操作的结果相对于后续操作是可见的。程序顺序性，同一线程中前面代码的操作happens-before后续的任意操作。volatile变量规则，…...

编程日记 2025/6/29 12:00:19

怎样通过互联网访问内网 SVN (版本管理工具）提交代码更新？

你有没有遇到过这种情况：在公司或者家里搭了个 SVN 服务器（用来存代码的），但出门在外想提交代码时，发现连不上？ 这是因为 SVN 通常跑在内网，外网直接访问不了。这时候就需要 “内网穿透” ——…...

编程日记 2025/6/29 11:31:09

Verilog 语法（一）

Verilog 是硬件描述语言，在编译下载到 FPGA 之后， FPGA 会生成电路，所以 Verilog 全部是并行处理与运行的；C 语言是软件语言，编译下载到单片机 /CPU 之后，还是软件指令，而不会根据你的代…...

编程日记 2025/6/29 9:52:12

针对 Spring Boot 应用中常见的查询场景 (例如：分页查询、关联查询、聚合查询) 如何进行 SQL 优化？

通用优化原则（适用于所有场景）： 索引是基础: 确保 WHERE、JOIN、ORDER BY、GROUP BY 涉及的关键列都有合适的索引（单列或联合索引）。避免 SELECT *: 只查询业务需要的列，减少数据传输量和内存消耗。覆盖索…...

编程日记 2025/6/30 17:00:18

shadcn/radix-ui的tooltip高度定制arrow位置

尝试了半天，后来发现，不支持。。。。。就是不支持那箭头只能居中改side和align都没用，下面有在线实例 https://codesandbox.io/p/sandbox/radix-ui-slider-forked-zgn7hj?file%2Fsrc%2FApp.tsx%3A69%2C21 但是呢， 第一如果…...

编程日记 2025/6/29 11:29:15

ROS-真机向虚拟机器人映射

问题描述 ROS里的虚拟机械臂可以实现和真实机械臂的位置同步，真实机械臂如何动，ROS里的虚拟机械臂就如何动效果步骤确保库卡机械臂端安装有EthernetKRL辅助软件和KUKAVARPROXY 6.1.101（它是一个 TCP/IP 服务器 ，可通过网络实…...

编程日记 2025/6/29 11:01:39

ap无法上线问题定位（交换机发包没有剥掉pvid tag）

一中学，新开的40台appoe交换机核心交换机旁挂ac出口路由的组网，反馈ap无法上线，让协助解决。组网如下： 排查过程： 检查ac的配置，没有发现问题发现配置没有问题，vlan1000配置子接口&#xff…...

编程日记 2025/6/29 10:23:55

Linux基础

03.Linux基础了解VMware备份的两种方式了解Linux系统文件系统掌握Linux基础命令备份操作系统为什么要备份系统？ 数据安全：防止因硬件故障、软件错误等原因导致的数据丢失。系统恢复：快速恢复系统至正常状态，减少停机时…...

编程日记 2025/6/29 11:23:52

python函数与模块

目录一：函数 1.无参函数 2.带参数函数 2.函数中变量中的作用域 4.内建函数二：模块与包 1.模块 （1）模块定义 （2）模块导入 2.包 （1）包的使用 （2）_…...

编程日记 2025/6/29 11:01:25

线上助农产品商城小程序源码介绍

基于ThinkPHPFastAdminUniApp开发的线上助农产品商城小程序源码，旨在为农产品销售搭建一个高效、便捷的线上平台，助力乡村振兴。一、技术架构该小程序源码采用了ThinkPHP作为后端框架，FastAdmin作为快速开发框架，UniApp作为跨…...

编程日记 2025/6/29 10:39:25

个人博客后台管理开发日志

技术栈：Vue3 Ts node.js mySQL pinia axios 3月14日一、数据表梳理用户（user） ID名字邮箱密码头像地址创建时间总览有本地文件、博客文章、摄影图库、随笔随记，这些板块也有对应的分类，我们要把这些分类…...

编程日记 2025/6/29 11:20:41

[论文阅读]REPLUG: Retrieval-Augmented Black-Box Language Models

REPLUG: Retrieval-Augmented Black-Box Language Models REPLUG: Retrieval-Augmented Black-Box Language Models - ACL Anthology NAACL-HLT 2024 在这项工作中，我们介绍了RePlug（Retrieve and Plug），这是一个新的检索增强型…...

编程日记 2025/6/29 9:17:07

Matlab 基于共面螺旋管或共面亥姆霍兹谐振器的超薄低频吸声板

经典吸声材料的吸声性能严格依赖于材料的厚度，要达到完全吸声，至少需要四分之一波长。在本文中，我们报道了一种厚度约为波长百分之一的超薄吸声板，可以完全吸收声能。其策略是将四分之一波长的减声管弯曲并缠绕成二维共面减声管&a…...

编程日记 2025/6/29 11:02:48

相关文章：