这篇是我的学习提示词的复盘笔记。我把“提示词学习 -> 优化 -> 评测 -> 工程化落地”串成一条可执行链路，目标是：在 Java 技术栈里把答疑机器人做得更稳、更可控。 ...
IP属地：台湾
-
ACP大模型应用开发工程师-通用模型之提示词实战 -
AI应用开发之切块终极指南整理
这是一篇我的复盘笔记。背景是：我从 Java 后端转型 AI 应用开发，做的AI视频生成平台项目，做 Spring AI RAG 落地时，踩过不少“模型很强但答案不准”的坑。...
-
ACP大模型应用开发工程师-从千问调用到 RAG 实战阿里云大模型 AI 应用开发：从千问调用到 RAG 实战（学习型博客） 这是一篇将课程内容重构后的技术分享稿，目标是：可读、可练、可复盘。 分享给你们.可以把它当作“学习手...
-
AI应用开发之Harness Engineering工程如何落地一篇给工程与架构团队的技术分享稿：解释 Harness Engineering 为什么出现、解决什么问题、如何设计核心模块，以及如何低风险落地。 1. Harness Eng...
-
Java 转 AI 应用开发之RAG深入使用与优化策略落地整理
RAG 检索增强生成实战笔记（企业落地版） 面向 Java / Spring 团队的技术分享稿：从原理到架构、从 Demo 到生产优化，覆盖你关心的 切块、召回、重排、生成、...
-
AI应用开发学习之工具提效--Cusor-MCP、Rules、Skills 与 Agent Window 一次讲透
作为深度依赖以及使用Cusor一年多的资深开发者，我希望能够汇总一些我使用Cusor这么久总结的经验，方便团队可以快速接入Cusor提供的工具或者功能去提效，而不是仅仅只是做...
-
AI应用开发学习-设计多智能体（Multi-Agent）架构的工程与实践总结1. 为什么「单体智能」常常不够用 复杂任务往往同时具备：信息量大、步骤多、容错低、需要交叉验证。单体 Agent 在单一上下文里「既规划又执行、既检索又总结」，容易出现： ...
-
AI应用开发学习Milvus学习--Embedding实践Milvus 检索1. 向量是什么？（我当初怎么跟自己对齐的） 向量在我眼里就是一排有序浮点数，[1,2,3]、[0.1,0.5,-0.2] 都算。二维里可以想成坐标或从原点伸出去的箭头，比如...
-
Java 转 AI 应用开发之提示词工程与 RAG 设计思考
读者角色：已有多年 Spring / 微服务 / 领域建模经验，希望系统地把「大模型能力」接进真实业务，而不是停留在调用 HTTP API 的层面。本文目标：讲清楚「为什么要...