记录生活点滴，分享技术心得

## 一、什么是 Qdrant？ Qdrant 是一个**开源的向量数据库（Vector Database）**，专门用于存储、管理和检索高维向量数据。它通过高效的**近似最近邻搜索（ANN, Approximate Nearest Neighbor）**算法，实现毫秒级的相似度查询。 **核心定位：** > Qdrant = 向量存储 + 相似度搜索 + 过滤能力 **适用场景：** - 语义搜索（Semantic Search） - 推荐系统（Recommendation System） - 图像/音频检索 - 大模型 RAG（知识检索增强） --- ## 二、为什么需要向量数据库？ 传统数据库（如 MySQL、PostgreSQL）主要处理结构化数据，而 AI 应用更多是**"语义相似性"**问题，例如： - "找和这段话意思相近的内容" - "推荐和用户兴趣相似的商品" **向量表...

Umi-OCR 是一款免费、开源、可批量的离线 OCR 软件，支持截屏识别、批量导入图片、PDF 文档识别、排除水印/页眉页脚、扫描/生成二维码等功能。其 Docker 部署方案使得在 Linux 服务器或桌面环境下运行和集成变得非常便捷。 ### 一、Docker 部署 Umi-OCR #### 1. 部署前提 在开始部署前，请确保您的主机 CPU 支持 AVX 指令集，这是运行 Umi-OCR Linux 版本的必要条件。 ```bash lscpu | grep avx ``` 如果命令输出中包含 `avx` 和 `avx2`，则可以继续部署。 #### 2. 构建 Docker 镜像 首先，下载官方提供的 Dockerfile 并构建镜像。 ```bash # 1.

> 手把手带你入门Agent开发，实现一个能理解自然语言、自动推荐菜品的AI点餐助手 ## 一、背景：从规则到智能 传统的点餐推荐通常由硬编码逻辑实现——根据人数计算菜品数量，按荤素比例筛选，最后返回结果。这种方式虽然确定、高效，但缺乏**灵活性**：用户无法用自然语言表达“今晚4个人，想吃辣一点的，预算200左右”，更无法追问调整。 随着大模型和Agent技术的成熟，我们可以构建一个**智能点餐Agent**：用户用平常说话的方式提出需求，Agent自动调用工具函数完成推荐，并以友好的格式返回结果。 Spring AI Alibaba 提供了完整的 Agent 开发框架（基于 `ReactAgent`），结合阿里云 DashScope 大模型，可以快速搭建此类应用。 本文将带你从零开始，开发一个功能完整的智能点餐助手。 --- ## 二、环境准备 ### 2.1 基础要求 - JDK 1...