一? 筆記總結

1.1 spring AI 實戰

1.1.1 spring ai+deepseek整合

通過使用spring ai 調用大模型deepseek，實現對話聊天，文字轉圖片，文字轉音頻。

1.1.2?OLLAMA

Ollama 專為本地部署和運行大型語言模型（LLM）而設計的框架工具。

使用ollma進行本地部署deepseek等大模型，通過 Ollama，個人開發者能以極低成本構建本地 AI 助手

1.1.3?RAG

RAG，全稱 Retrieval-Augmented Generation ，中文叫做檢索增強生成。RAG是一種結合了檢索系統和生成模型的新型技術框架。應用場景：構建企業內部知識問答系統。
在RAG工作時，其運行流程大致為：
1.用戶輸入問題
2.問題向量化
3.向量數據庫檢索
4.構建上下文（含系統提示詞）：這一階段需要組織提示詞（Prompt），讓LLM更好地理解背景信息。
5.攜帶檢索內容，調用大模型進行回答
6.返回最終答案給用戶

1.1.4?提示詞

prompt：提示詞是引導大模型生成特定輸出的輸入，提示詞的設計和措辭會極大地影響模型的響應結果，Prompt 提示詞是與模型交互的一種輸入數據組織方式

1.1.5?綜合案例

使用spring ai+RAG 實現智能簡歷篩選助手功能
1.構建RAG簡歷知識庫
2.通過檢索詞，查詢RAG向量庫，返回的用戶信息經過封裝成用戶向量詞，和系統向量詞組成完成向量詞
3.調用deepseek大模型，返回響應數據。
?

19.課程總結_嗶哩嗶哩_bilibili