【AI】五.AI大模型必备之RAG和智能医生实战
“幻觉输出”（Hallucination）是大语言模型（如GPT、Llama、DeepSeek等）生成内容时的一种常见问题. 指模型输出看似合理但实际错误、虚构或脱离事实的信息。
【AI】四.Pydantic模型和LLM高级解析器实战
Pydantic 是一个在 Python 中用于数据验证和解析的第三方库，是 Python 使用最广泛的数据验证库 声明式的方式定义数据模型和，结合Python 类型提示的强大功能来执行数据验证和序列化
【AI】三.LCEL表达式和输出解析器多案例实战
什么是Chain链 是构建语言模型应用的核心组件，用于将多个模块（如模型调用、提示模板、记忆系统等）组合成可复用的工作流程。
【AI】二. Prompt提示词工程和案例最佳实践
什么是Prompt Engineering提示词工程 通过特定格式的文本输入引导AI模型生成期望输出的技术，明确地告诉模型你想要解决的问题或完成的任务 也是大语言模型理解用户需求并生成相关、准确回答或内容的基础
【AI】一. LLM大模型开发核心-LangChain框架实战&Env虚拟环境配置
背景需求 大模型（如ChatGPT、DeepSeek）的局限性： 1.无法获取训练数据外的实时信息（如今天的天气） 2.不能直接执行具体操作（发邮件/查数据库） 3.处理复杂任务时缺乏步骤规划能力
模板推荐资源
vue模板及FastAPI 开源项目推荐
SpringBoot 中 6 种数据脱敏方案，第 5 种太强了，支持深度递归！
在日常的开发开发工作中，我相信各位老铁肯定遇到过这种需求： “手机号中间四位得用*显示”、“身份证中间八位要隐藏”、“用户邮箱前缀脱敏”……
【SpringBoot】1.前置介绍
课程介绍 - AI智能化云盘大课：后端分布式大项目+结合AI大模型智能体开发+业务应用 - 众多新技术+后端业务领域超多解决方案+AI大模型多案例应用场景落地 - 多语言开发：云盘板块采用Java开发后端项目，AI智能化板块采用Python+LangChain框架+大模型开发；
Mybtais核心参考文档资源
使用Mybatis开发Dao，通常有两个方式：原始Dao开发方式和Mapper代理开发方式。
还在写一堆 if-else 做参数校验？Apache ValidationUtils 一行搞定，代码清爽 10 倍
一堆 if-else 做参数校验，其实 Apache Commons 的 ValidationUtils 早就把这些事搞定了。