当前位置: 首页 > news >正文

Spring也能接入Deepseek?

引言

最近DeepSeek可谓风光无限,AI可谓是目前互联网最火热的几个名词,我也一直在关注他的发展,从以前的人工智障,到chatGPT的高不可攀(价格太贵),再到DeepSeek的横空出世,才看到了AI从概念到应用的真正出路。可以这样说,随着DeepSeek的出现,势必会在接下来的几年让AI变得异常火热。最近接入了coze和DeepSeek两款,接下来简单介绍下Spring AI接入DeepSeek。

本地部署

首先,接入DeepSeek有两种方式,一种是通过DeepSeek官网接入API的方式,另一种是本地部署DeepSeek,通过Ollama接入API接口。这里我选择了本地DeepSeek接入的模式,因为手上正好有个项目可能会用到AI,甲方希望数据安全性,所以需要本地部署DeepSeek。

我们先去下载Ollama,我这里还在测试,所以用的自己电脑,下载好后直接下一步安装,没有任何难度

这里前文已经实践过了大家可以去参考一下

本地部署Deepseek

运行成功后我们可以开始下一步了

Spring 调用本地API

Spring AI包封装了大部分AI调用的工具,适用于很多大模型,这里因为我们用的是本地Ollama,所以也用对应的包。

<dependency>  <groupId>org.springframework.ai</groupId>  <artifactId>spring-ai-bom</artifactId>  <version>1.0.0-SNAPSHOT</version>  <type>pom</type>  <scope>import</scope>  
</dependency>
<dependency>  <groupId>org.springframework.ai</groupId>  <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>  <version>1.0.0-M5</version>  
</dependency>

引入对应版本包,这里需要注意一点,Spring AI的SpringBoot版本需要3.2.x以上,jdk需要17版本以上,所以我这里将项目从2.3.7.RELEASE升级到了3.3.4。需要升级的时候也遇到不少坑,比如个别包名变了,或者其他三方包冲突,日志冲突等问题,旧的项目升级还是有一定难度的。
增加模型配置

spring:ai:  ollama:  base-url: http://localhost:11434  chat:  model: deepseek-r1:1.5b  openai:  chat:  options:  response-format: json

默认地址是本地Ollama的地址,以后也可以改成远程,配置需要的大模型模板deepseek-r1:1.5b以及反参格式为json
大模型对话一般情况是不支持直接返回json格式的,SpringAI通过在对话增加关键词信息让AI回答以json格式返回,然后再通过框架将返回的内容解析成json,在解析成对象。这里可以不用在配置中指定json格式,也可以在每次对话的时候指定格式。

@Configuration
public class DeepSeekConfig {//注入模型,配置文件中的模型,或者可以在方法中指定模型@Autowiredprivate OllamaChatModel model;@Beanpublic ChatClient chatClient() {return ChatClient.builder(this.model).defaultAdvisors().build();}
}

配置chatChlient类

    @Autowired  private ChatClient chatClient;@PostMapping("/testChat")public DeepSeekResponse testChat(@RequestBody AIChatReq param){//直接返回return chatClient.prompt(param.getMsg()).call().entity(DeepSeekResponse.class);}

新增一个测试接口,发起一个对话试试,这里我希望让AI根据我给出的公式和参数,计算出一个结果值,然后结果通过json返回给我。
以下是我的问题:
V=(A+2C+K×H)×H×L ,这是一个开挖土方计算公式,其中V表示基槽土方量,A表示槽底宽度,C表示工作面宽度,H表示基槽深度,L表示基槽长度,如果A=1.5,C=2,H=2,L=3,k=0,V等于多少
启动服务后,通过postman访问一下

看下日志报错  

日志上发现DeepSeek确实回应了我的请求,最后也明确给出了正确结果,为何会转换失败?
跟踪源码,最后发现报错是在BeanOutputConverter的convert方法上

可以看到Spring AI包将AI回答转换成对象的逻辑
首先会根据反参类型格式化提问,就是通过实现FormatProvider接口实现,StructuredOutputConverter继承FormatProvider接口 

BeanOutputConverter实现StructuredOutputConverter接口,同时主要实现的还有MapOutputConverter,ListOutputConverter两个类。
主要作用也很明晰,BeanOutputConverter是将结果转换成对象,MapOutputConverter转换成Map,ListOutputConverter转换成List
我们着重观察下BeanOutputConverter干的活儿
除了实现了上面说的convert方法外,还实现了getFormat方法

 

意思就是会在我们提问前加上上面那段话,希望AI将结果按JSON格式返回,不要包含markdown模块
然后我们再结合convert方法,将结果转换成对象
但是,实际DeepSeek返回结果时,会带上一大段思考过程的内容 

即上面这一段,使用<think>标签包裹的内容
而Spring AI包在转换时会去判断字符串是否以 ``` 字符开头
由于DeepSeek并不是以此返回内容,导致对象转换出错
既然如此,思路就很简单了,我们需要改造BeanOutputConverter的convert方法

@Slf4j
public class DeepSeekBeanOutputConverter<T> extends BeanOutputConverter<T> {public DeepSeekBeanOutputConverter(Class<T> clazz) {super(clazz);}public DeepSeekBeanOutputConverter(Class<T> clazz, ObjectMapper objectMapper) {super(clazz, objectMapper);}public DeepSeekBeanOutputConverter(ParameterizedTypeReference<T> typeRef) {super(typeRef);}public DeepSeekBeanOutputConverter(ParameterizedTypeReference<T> typeRef, ObjectMapper objectMapper) {super(typeRef, objectMapper);}@Overridepublic T convert(@NonNull String text) {if (StrUtil.isBlank(text)) {return null;}log.info("deepseek response: {}", text);text = text.substring(text.indexOf("```json"));return (T) super.convert(text);}
}

 新建一个类DeepSeekBeanOutputConverter继承自BeanOutputConverter,重写convert方法 在转换提取json里面的内容,再通过父类的convert方法实现回答和类的转化

    @PostMapping("/chat")public DeepSeekResponse chat(@RequestBody AIChatReq param){//直接返回DeepSeekBeanOutputConverter deepSeekBeanOutputConverter = new DeepSeekBeanOutputConverter<>(DeepSeekResponse.class);return (DeepSeekResponse) chatClient.prompt(param.getMsg()).call().entity(deepSeekBeanOutputConverter);}

新增一个方法,在我们提交对话时,将BeanOutputConverter替换成DeepSeekBeanOutputConverter的实现

相关文章:

Spring也能接入Deepseek?

引言 最近DeepSeek可谓风光无限&#xff0c;AI可谓是目前互联网最火热的几个名词&#xff0c;我也一直在关注他的发展&#xff0c;从以前的人工智障&#xff0c;到chatGPT的高不可攀&#xff08;价格太贵&#xff09;&#xff0c;再到DeepSeek的横空出世&#xff0c;才看到了A…...

STM32 物联网智能家居 (七) 设备子系统--风扇控制

STM32 物联网智能家居 (七) 设备子系统–风扇控制 一、概述 下面我们来讲解设备子系统中的风扇控制,这是我们设备子系统中的最后一章,相信前面大家一家掌握了这种架构分层的编程思想,后续会很容易将程序进行扩展和开发。 上一节我们介绍了OLED屏幕的编程思想,有很多小伙…...

MySQL—Keepalived+MySQL双主复制实现MySQL高可用

Keepalived原理&#xff1a; Keepalived 的原理主要基于虚拟路由冗余协议&#xff08;VRRP&#xff0c;Virtual Router Redundancy Protocol&#xff09;、健康检查机制和负载均衡机制&#xff0c;以下为你详细介绍&#xff1a; VRRP 协议实现高可用&#xff1a;VRRP 是 Keep…...

CSS 使用white-space属性换行

一、white-space属性的常见值 * 原本格式&#xff1a; 1、white-space:normal 默认值&#xff0c;空格和换行符会被忽略过滤掉&#xff1b;宽度不够时文本会自动换行 * 宽度足够时&#xff0c;normal 处理后的格式 * 宽度不够时&#xff0c; normal 处理后的格式 2、white-spa…...

【数据结构第十六节】实现链式结构二叉树(详细递归图解—呕心沥血版!)

必须有为成功付出代价的决心&#xff0c;然后想办法付出这个代价。云边有个稻草人-CSDN博客 这节课挺抽象&#xff08;苦笑&#xff09;&#xff0c;没事&#xff0c;我会帮你&#xff01;干就完了&#xff01; &#xff08;目录在路上&#xff09; 正文开始—— 引言 用链表…...

mysqldump 参数详解

mysqldump 是一个用于备份 MySQL 数据库的工具。它可以生成一组 SQL 语句,这些语句可以用来重现原始数据库对象定义和表数据。以下是一些常用的 mysqldump 参数及其详细解释: 常用参数 基本参数 --host=host_name, -h host_name: 指定 MySQL 数据库主机地址,默认为 localh…...

Vue-Flow绘制流程图(Vue3+ElementPlus+TS)简单案例

本文是vue3Elementplusts框架编写的简单可拖拽绘制案例。 1.效果图&#xff1a; 2.Index.vue主代码&#xff1a; <script lang"ts" setup> import { ref, markRaw } from "vue"; import {VueFlow,useVueFlow,MarkerType,type Node,type Edge } fro…...

【11】RUST使用cargo组织crate

文章目录 使用cargo组织crate重导出编译文档生成测试 cargo组织工作空间 TODOcrate.io账号 TODO暂时不看发布crate 使用cargo组织crate 重导出 在模块顶部使用pub use self::重导出&#xff0c;方便使用模块时候直接使用use mod_X::xxx。从而隐藏crate内部模块的结构。方便向…...

开放标准(RFC 7519):JSON Web Token (JWT)

开放标准&#xff1a;JSON Web Token 前言基本使用整合Shiro登录自定义JWT认证过滤器配置Config自定义凭证匹配规则接口验证权限控制禁用session缓存的使用登录退出单用户登录Token刷新双Token方案单Token方案 前言 JSON Web Token &#xff08;JWT&#xff09; 是一种开放标准…...

Linux上用C++和GCC开发程序实现不同MySQL实例下单个Schema之间的稳定高效的数据迁移

设计一个在Linux上运行的GCC C程序&#xff0c;同时连接两个不同的MySQL实例&#xff0c;两个实例中分别有两个Schema的表结构完全相同&#xff0c;复制一个实例中一个Schema里的所有表的数据到另一个实例中一个Schema里&#xff0c;使用以下快速高效的方法&#xff0c;加入异常…...

【Windows】Windows常用命令

目录 文件和目录相关命令系统信息查看命令网络相关命令进程管理命令磁盘管理命令用户和权限管理命令计划任务和脚本命令其他常用命令1. 文件和目录相关命令 命令作用示例cd切换目录cd C:\Usersdir列出目录内容dirmkdir创建新目录mkdir NewFolderrmdir删除空目录rmdir OldFolder…...

趣讲TCP三次握手

一、TCP三次握手简介 TCP&#xff08;Transmission Control Protocol&#xff0c;传输控制协议&#xff09;是一种面向连接的、可靠的、基于字节流的传输层通信协议。在TCP连接中&#xff0c;只有两方进行通信&#xff0c;它使用校验和、确认和重传机制来保证数据的可靠传输。…...

vue3中的标签属性中的Ref

用在普通 DOM 标签上&#xff0c;获取的是 DOM 节点&#xff1a; 当你在一个普通的 HTML 标签&#xff08;例如 <div>、<input> 等&#xff09;上使用 ref 属性时&#xff0c;ref 会返回该 DOM 元素的直接引用。这使得你可以在 JavaScript 代码中方便地访问和操作…...

vue3.2 + vxe-table4.x 实现多层级结构的 合并、 展开、收起 功能

<template><div style"padding: 20px"><vxe-table border :data"list" :height"800" :span-method"rowspanMethod"><vxe-column title"一级类目" field"category1"><template #defaul…...

DeepSeek R1 + 飞书机器人实现AI智能助手

效果 TFChat项目地址 https://github.com/fish2018/TFChat 腾讯大模型知识引擎用的是DeepSeek R1&#xff0c;项目为sanic和redis实现&#xff0c;利用httpx异步处理流式响应&#xff0c;同时使用buffer来避免频繁调用飞书接口更新卡片的网络耗时。为了进一步减少网络IO消耗&…...

Java虚拟机监控工具

在Java应用高频出现的OOM、卡顿、线程阻塞等问题背后&#xff0c;往往隐藏着复杂的JVM运行机制异常。本文将通过真实案例场景&#xff0c;演示6款主流工具的组合使用技巧&#xff0c;助你快速定位90%以上的线上故障。 一、基础监控三板斧 1. jstat&#xff1a;GC性能透视仪 …...

利用python和gpt写一个conda环境可视化管理工具

最近在学习python&#xff0c;由于不同的版本之间的差距较大&#xff0c;如果是用环境变量来配置python的话&#xff0c;会需要来回改&#xff0c;于是请教得知可以用conda来管理&#xff0c;但是conda在管理的时候老是要输入命令&#xff0c;感觉也很烦&#xff0c;于是让gpt帮…...

软件工程----统一过程模型RUP

统一过程RUP是一种以用例驱动、以体系结构为核心、迭代和增量的软件开发过程&#xff0c;由UML方法和工具支持&#xff0c;广泛应用于各类面向对象项目。 RUP本身支持可裁剪性&#xff0c;可应付给类领域软件和不同的项目规模 RUP蕴含了大量优秀的实践方法&#xff0c;如&…...

Spring的MutipartFile 会直接将流转成文件存放在临时目录嘛?

Spring 的 MultipartFile 默认会将上传的文件存储到临时目录。具体行为取决于底层的 MultipartResolver 实现。常见的实现包括&#xff1a; 1. StandardServletMultipartResolver&#xff08;默认实现&#xff09; 如果使用的是 StandardServletMultipartResolver&#xff08…...

基于大数据的空气质量数据可视化分析系统

【大数据】基于大数据的空气质量数据可视化分析系统&#xff08;完整系统源码开发笔记详细部署教程&#xff09;✅ 目录 一、项目简介二、项目界面展示三、项目视频展示 一、项目简介 本系统的实践价值在于将大数据技术与空气质量监测相结合&#xff0c;为公众、研究机构和政府…...

一文了解:部署 Deepseek 各版本的硬件要求

很多朋友在咨询关于 DeepSeek 模型部署所需硬件资源的需求&#xff0c;最近自己实践了一部分&#xff0c;部分信息是通过各渠道收集整理&#xff0c;so 仅供参考。 言归正转&#xff0c;大家都知道&#xff0c;DeepSeek 模型的性能在很大程度上取决于它运行的硬件。我们先看一下…...

国内访问Github的四种方法(2025版)

声明&#xff1a;以下内容&#xff0c;仅供学习使用&#xff0c;不得他用。如有他用&#xff0c;与本文作者无关。 国内访问GitHub及下载文件的解决方案整理如下&#xff0c;结合最新技术方案和实测有效方法&#xff1a; 一、网络层解决方案 Hosts文件修改法 通过DNS查询工具…...

企业级AI办公落地实践:基于钉钉/飞书的标准产品解决方案

一、平台化AI的崛起&#xff1a;开箱即用的智能革命 2024年企业AI应用调研数据显示&#xff1a; 73%的中型企业选择平台标准产品而非自研头部SaaS平台AI功能渗透率达89%典型ROI周期从18个月缩短至3-6个月 核心优势对比&#xff1a; 维度自研方案平台标准产品部署周期6-12个…...

金融行业专题|某基金公司基于超融合信创平台支持人大金仓数据库的性能评测

随着“自主可控”在 IT 基础设施领域不断深化&#xff0c;数据库的国产化替代也被很多金融机构提上日程。为了保证性能&#xff0c;大部分国产数据库都基于信创架构的裸金属服务器部署。在国产虚拟化/超融合平台上&#xff0c;国产数据库性能表现如何&#xff1f;尤其是搭配信创…...

Python异常处理面试题及参考答案

目录 什么是 Python 中的异常?程序为什么需要异常处理机制? 解释 BaseException 和 Exception 的区别 Python 的异常处理与传统的错误代码返回机制相比有哪些优势? 列出至少 5 个 Python 内置异常类型并说明触发场景 语法错误 (SyntaxError) 与运行时异常 (Runtime Erro…...

Java 实现快速排序算法:一条快速通道,分而治之

大家好&#xff0c;今天我们来聊聊快速排序&#xff08;QuickSort&#xff09;算法&#xff0c;这个经典的排序算法被广泛应用于各种需要高效排序的场景。作为一种分治法&#xff08;Divide and Conquer&#xff09;算法&#xff0c;快速排序的效率在平均情况下非常高&#xff…...

【JavaSE-1】初识Java

1、Java 是什么? Java 是一种优秀的程序设计语言,人类和计算机之间的交流可以借助 Java 这种语言来进行交流,就像人与人之间可以用中文、英语,日语等进行交流一样。 Java 和 JavaScript 两者有关系吗? 一点都没有关系!!! 前端内容:HTML CSS JS,称为网页三剑客 2、JDK 下…...

JavaScript将:;隔开的字符串转换为json格式。使用正则表达式匹配键值对,并构建对象。多用于解析cssText为style Object对象

// 使用正则表达式匹配键值对&#xff0c;并构建对象 let string2Json(s)>{const r {};s.replace(/&#xff1b;/g, ;).replace(/\;/g, \n).replace(/&#xff1a;/g, :).replace(/\n/g, \n)//合并多个换行符.split(\n).forEach(item > {const [k, v] item.split(:);(k…...

lvgl运行机制分析

lv_timer_handler() 是 LVGL 的“心脏”&#xff1a;这个函数会依次做以下事情&#xff1a; 处理定时器&#xff08;如动画、延迟回调&#xff09;。 读取输入设备&#xff08;如触摸屏、按键的状态&#xff09;。 刷新脏区域&#xff08;仅重绘屏幕上发生变化的区域&#xf…...

紧跟潮流,将 DeepSeek 集成到 VSCode

Visual Studio Code&#xff08;简称 VSCode&#xff09;是一款由微软开发的免费开源代码编辑器&#xff0c;自 2015 年发布以来&#xff0c;凭借其轻便、强大、且拥有丰富扩展生态的特点&#xff0c;迅速成为了全球开发者的首选工具。VSCode 支持多平台操作系统&#xff0c;包…...

Apache Tomcat RCE 稳定复现 保姆级!(CVE-2024-50379)附视频+POC

原文链接 Apache Tomcat 最新RCE 稳定复现分析 保姆级&#xff01;&#xff01;&#xff01;附复现视频POC 前言 最近爆出 Apache Tomcat条件竞争导致的RCE&#xff0c;影响范围当然是巨大的&#xff0c;公司也及时收到了相关情报&#xff0c;于是老大让我复现&#xff0c;以…...

【文献阅读】A Survey on Model Compression for Large Language Models

大语言模型模型压缩综述 摘要 大语言模型&#xff08;LLMs&#xff09;已成功变革了自然语言处理任务。然而&#xff0c;其庞大的规模和高昂的计算需求给实际应用带来了挑战&#xff0c;尤其是在资源受限的环境中。模型压缩已成为应对这些挑战的关键研究领域。本文对大语言模…...

利用shardingsphere-proxy对mysql分片

本文介绍利用shardingsphere-proxy分库分表的配置过程。shardingsphere-proxy是一个中间件&#xff0c;启动后会模拟成一个实际的mysql服务&#xff0c;我们可以通过可视化工具或jdbc操作&#xff0c;实际执行的sql会通过shardingsphere-proxy转换&#xff0c;进而在具体的mysq…...

AI智能体与大语言模型:重塑SaaS系统的未来航向

在数字化转型的浪潮中&#xff0c;软件即服务&#xff08;SaaS&#xff09;系统一直是企业提升效率、优化业务流程的重要工具。随着AI智能体和大语言模型&#xff08;LLMs&#xff09;的迅速发展&#xff0c;SaaS系统正迎来前所未有的变革契机。本文将从AI智能体和大语言模型对…...

mapbox基础,使用geojson加载heatmap热力图层

👨‍⚕️ 主页: gis分享者 👨‍⚕️ 感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍⚕️ 收录于专栏:mapbox 从入门到精通 文章目录 一、🍀前言1.1 ☘️mapboxgl.Map 地图对象1.2 ☘️mapboxgl.Map style属性1.3 ☘️heatmap热力图层样式二、🍀使用geojs…...

python环境打包2 pytorch和cuda的安装逻辑

基本逻辑 理一理安装pytorch的一列逻辑&#xff0c;以及他的依赖。&#xff08;看完这小节再实践&#xff09; 配置pytorch&#xff0c;安装步骤为&#xff1a;显卡驱动-->python-->cuda--->pytorch。 pytorch是依赖conda的&#xff0c;conda是依赖python的。 &am…...

hot100-矩阵

240.搜索二维矩阵② 编写一个高效的算法来搜索 mxn 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性&#xff1a; 每行的元素从左到右升序排列。 每列的元素从上到下升序排列。 思路&#xff1a; 输入矩阵&#xff1a; 从标准输入读取矩阵的行数 n 和列数 m。 按…...

扩散模型基本概念

1. 核心思想 从最原始的DDPM来讲,扩散模型是用变分估计训练的马尔可夫链,相当于VAE+流模型。与标准化流相比,扩散模型的正向过程为预先定义的加噪过程,负责将图像 x ∼ p ( x ) x\sim{p(x)} x∼...

【Python 入门基础】—— 人工智能“超级引擎”,AI界的“瑞士军刀”,

欢迎来到ZyyOvO的博客✨&#xff0c;一个关于探索技术的角落&#xff0c;记录学习的点滴&#x1f4d6;&#xff0c;分享实用的技巧&#x1f6e0;️&#xff0c;偶尔还有一些奇思妙想&#x1f4a1; 本文由ZyyOvO原创✍️&#xff0c;感谢支持❤️&#xff01;请尊重原创&#x1…...

网络协议 HTTP、HTTPS、HTTP/1.1、HTTP/2 对比分析

1. 基本定义 HTTP&#xff08;HyperText Transfer Protocol&#xff09; 应用层协议&#xff0c;用于客户端与服务器之间的数据传输&#xff08;默认端口 80&#xff09;。 HTTP/1.0&#xff1a;早期版本&#xff0c;每个请求需单独建立 TCP 连接&#xff0c;效率低。HTTP/1.1&…...

Mysql COUNT() 函数详解

简介 COUNT()函数定义 COUNT()函数是SQL中常用的 聚合函数 &#xff0c;用于统计满足特定条件的记录数。它可以灵活地应用于各种查询场景&#xff0c;帮助用户快速获取所需的数据统计信息。该函数不仅能够计算所有行的数量&#xff0c;还能针对特定列进行计数&#xff0c;并支…...

Redis缓存一致性难题:如何让数据库和缓存不“打架”?

标题&#xff1a;Redis缓存一致性难题&#xff1a;如何让数据库和缓存不“打架”&#xff1f;&#xff08;附程序员脱发指南&#xff09; 导言&#xff1a;当数据库和缓存成了“异地恋” 想象一下&#xff1a;你刚在美团下单了一份麻辣小龙虾&#xff0c;付款后刷新页面&#…...

WIn32 笔记:本专栏课件

专栏导航 上一篇&#xff1a;在VS2019里面&#xff0c;调整代码字体大小 回到目录 下一篇&#xff1a;计算机基础&#xff1a;二进制基础01&#xff0c;比特与字节 本节前言 在之前的讲解里面&#xff0c;我讲解了 Visual Studio 软件的一些个基础操作步骤。从本节开始&am…...

设置同一个局域网内远程桌面Ubuntu

1、安装xrdp: 打开终端&#xff0c;运行以下命令来安装xrdp&#xff1a; sudo apt update sudo apt install xrdp 2、启动 XRDP 并设置开机自启 sudo systemctl start xrdp sudo systemctl enable xrdp 3、验证 XRDP 运行状态 sudo systemctl status xrdp 如果显示 active (ru…...

Spring Boot 自定义 Starter 完整实战手册

Spring Boot 自定义 Starter 完整实战手册 一、核心概念与项目结构 1. 什么是 Starter&#xff1f; 本质&#xff1a;预配置模块 依赖集合 自动配置类 默认实现核心价值&#xff1a; 统一技术栈&#xff1a;团队快速复用标准组件简化配置&#xff1a;隐藏复杂实现细节&…...

C++ 红黑树万字详解(含模拟实现(两种版本))

目录 红黑树的概念 红黑树的性质 红黑树的删除 红黑树与AVL树的比较 红黑树的应用 红黑树的模拟实现 红黑树的概念 红黑树&#xff0c;是一种二叉搜索树&#xff0c;但在每个结点上增加一个存储位表示结点的颜色&#xff0c;可以是Red或Black。 通过对任何一条从根到叶…...

使用 Spring Boot 和 Keycloak 的 OAuth2 快速指南

1. 概述 本教程是关于使用 Spring Boot 和 Keycloak 通过 OAuth2 配置后端的。 我们将使用 Keycloak 作为 OpenID 提供程序。我们可以将其视为负责身份验证和用户数据&#xff08;角色、配置文件、联系信息等&#xff09;的用户服务。它是最完整的 OpenID Connect &#xff0…...

4个小时开发DeepSeek+baiduNaotu一键生成思维导图

一、引言 最近发现AI生成思维导图的解决方案普遍存在两个断层&#xff1a;用户需手动复制模型输出的JSON数据到脑图软件&#xff0c;且缺乏实时可视化反馈。基于日常使用的BaiduNaotu框架&#xff08;其轻量级架构与简洁的UI设计已满足基础需求&#xff09;&#xff0c;我决定…...

DeepSeek 开源狂欢周(一)FlashMLA:高效推理加速新时代

上周末&#xff0c;DeepSeek在X平台&#xff08;Twitter&#xff09;宣布将开启连续一周的开源&#xff0c;整个开源社区为之沸腾&#xff0c;全球AI爱好者纷纷为关注。没错&#xff0c;这是一场由DeepSeek引领的开源盛宴&#xff0c;推翻了传统推理加速的种种限制。这周一&…...

视频批量分段工具

参考原文&#xff1a;视频批量分段工具 选择视频文件 当您启动这款视频批量分段工具程序后&#xff0c;有两种便捷的方式来选择要处理的视频文件。其一&#xff0c;您可以点击程序界面中的 “文件” 菜单&#xff0c;在下拉选项里找到 “选择视频文件” 按钮并点击&#xff1b…...