- Published on
全面介绍 BAML（BoundaryML Application Modeling Language）声明式提示语言的设计理念、安装与使用方法，并结合源码与官网文档，深入剖析其类型系统、编译流程与 Python 集成原理，帮助开发者高效构建可靠的 AI 工作流与智能代理。
Llm
All Posts
- python (9)
llm (7)
- 大语言模型 (6)
- mcp (5)
- langgraph (4)
- ai (3)
- rag (3)
- 智能体 (3)
- 强化学习 (2)
- 人工智能 (2)
- 机器学习 (2)
- 数据分析 (2)
- dify (2)
- llm应用 (2)
- 依赖管理 (2)
- 虚拟环境 (2)
- 包管理 (2)
- python工具链 (2)
- 状态机 (2)
- 提示工程 (2)
- generative-ai (1)
- 生成式ai (1)
- 乱翻书 (1)
- 读书笔记 (1)
- 蒙特卡罗方法 (1)
- 数值计算 (1)
- 随机模拟 (1)
- q-learning (1)
- 马尔可夫决策过程 (1)
- eslint (1)
- javascript (1)
- 前端工具 (1)
- 代码质量 (1)
- 静态分析 (1)
- cola (1)
- ddd (1)
- 分层架构 (1)
- 领域驱动设计 (1)
- 微服务 (1)
- java架构 (1)
- prompt (1)
- 随手记 (1)
- agent (1)
- google (1)
- 智能代理 (1)
- prophet (1)
- facebook (1)
- 时间序列预测 (1)
- 价格预测 (1)
- 加法模型 (1)
- 趋势分析 (1)
- 季节性分析 (1)
- clickhouse (1)
- echarts (1)
- 数据可视化 (1)
- ai应用开发 (1)
- llm工具集成 (1)
- rag技术 (1)
- hyde (1)
- rse (1)
- 自我rag (1)
- 自适应rag (1)
- 重排序器 (1)
- 图rag (1)
- 层次rag (1)
- crag (1)
- 检索增强生成 (1)
- ai开发 (1)
- java (1)
- spring-boot (1)
- ai集成 (1)
- 开发工具 (1)
- spring-ai (1)
- poetry (1)
- pyprojecttoml (1)
- uv (1)
- deepseek (1)
- streamable-http (1)
- 异步编程 (1)
- 服务器开发 (1)
- 客户端开发 (1)
- asgi (1)
- 分布式系统 (1)
- 实时通信 (1)
- mem0 (1)
- openmemory (1)
- ai记忆 (1)
- 向量存储 (1)
- 本地部署 (1)
- 上下文工程 (1)
- 记忆系统 (1)
- 12-factor-agents (1)
- ai代理 (1)
- 生产级agent (1)
- ai工程 (1)
- 最佳实践 (1)
- baml (1)
- ai工作流 (1)
- 代理 (1)
- 类型安全 (1)
- boundaryml (1)
- deerflow (1)
- 多智能体系统 (1)
- ai架构 (1)
- fastapi (1)
- 工作流编排 (1)
- 智能体协作 (1)
- 环境搭建 (1)
- github-pages (1)
- blog (1)
- Published on
- Published on
- Published on
本文全面解析Model Context Protocol (MCP) Java SDK的核心原理与实现方法，详细讲解如何使用Spring MCP构建连接大型语言模型与外部工具的桥梁，并通过实现天气服务API的实战案例，帮助开发者快速掌握MCP的实际应用与最佳实践。- Published on
- Published on
《生成式AI入门与AWS实战》（Generative AI on AWS） 的阅读笔记- Published on