小智医疗——总结

最新推荐文章于 2025-08-13 00:53:47 发布
最新推荐文章于 2025-08-13 00:53:47 发布
阅读量436 收藏 7
点赞数 8
CC 4.0 BY-SA版权
分类专栏： AI 文章标签： langchain spring boot
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41725131/article/details/148399110

showCase

原始教程——小智医疗
在这里插入图片描述

技术清单：

  • 基于SpringBoot整合LangChain4j 【1.0.0-beta4】
  • 基于LangChain4j 实现聊天助手智能体后端服务
    • 聊天记忆隔离
    • 基于MongoDB实现聊天信息持久化
    • 基于Function Calling 调用自定义业务逻辑
    • 支持RAG（Retrieval-Augmented Generation）检索增强生成，可类比于搭建特定领域的知识库
    • 于Pinecone存储向量数据
    • 基于webflux以及langchain4j-reactor实现对话响应流式输出
  • 基于vue实现聊天助手智能体前端服务

代码仓：

https://gitee.com/pinetree-cpu/java-ai-langchain4j

感悟

智能体助手的应用对于医院来说，可以解决人工客服成本，对于普通用户来说，可以提供更加语义化、解决的挂号流程，欢迎讨论、补充…

AI人工智能与卷积神经网络的协同发展模式
AI云原生与云计算技术学院
07-20 866
本文旨在通过生活化的类比，解释人工智能与卷积神经网络的技术原理及其协同进化模式，覆盖从基础概念到最新发展的知识图谱。人工智能（AI）：像具备学习能力的虚拟大脑，可以通过经验提升决策能力卷积神经网络（CNN）：专门处理网格状数据（如图像）的神经网络结构特征提取：相当于给计算机配备"智能放大镜"，识别图像中的关键模式CNN是AI的感知器官：像眼睛一样捕捉世界AI是CNN的智能中枢：赋予视觉以意义数据是共同养料：驱动二者持续进化。
揭秘AI人工智能领域持续学习的奥秘
AI智能探索者的博客
06-20 325
在当今的科技世界里，AI人工智能发展得越来越快。持续学习就像是给AI装上了一个可以不断成长的“大脑”，让它能够在不断变化的环境中持续进步。我们这篇文章的目的就是揭开AI持续学习的神秘面纱，让大家了解它是怎么工作的，它能应用在哪些地方，以及未来会面临哪些挑战。范围涵盖了持续学习的基本概念、算法原理、实际应用等多个方面。
LLM项目实战-医疗智能体（从0到1实现，针对小白）
weixin_45865163的博客
04-27 2877
适用场景：当聊天记忆中包含多样化的信息，如文本消息、图片、语音等多媒体数据，或者。
小智医疗（尚硅谷项目笔记）Java+AI(基于Langchain4j）
m0_70128309的博客
05-29 2546
本文摘要：本文详细介绍了如何将大语言模型(LLM)集成到Java应用程序中的完整实现方案。主要内容包括：1) 使用SpringBoot构建基础框架，整合Ollama本地部署和阿里百炼云服务；2) 实现AI核心功能如聊天记忆、提示词模板、函数调用等关键技术；3) 开发"清影小智"智能助手应用案例，包含RAG(检索增强生成)实现；4) 集成Pinecone向量数据库优化知识检索；5) 改造流式输出改善用户体验。文章通过具体代码示例，展示了从基础集成到高级功能开发的完整流程。
SpringBoot3整合LangChain4j、MongoDB以及ElasticSearch8实现AI聊天小助手（小智医疗）
weixin_43843263的博客
06-09 1328
​ 该篇文章乃是Springboot搭配LangChain4j实现AI聊天小助手的学习文章。 ​ bilibili教程地址：【小智医疗】​ 该教程的技术清单如下：由于springboot3项目的最低兼容JDK版本是JDK17，所以需要先安装JDK17.pom.xml文件里添加如下依赖： 1.3 application.properties文件增加启动端口 1.4 启动类 1.5 访问knife4j接口文档页面 ​ 访问knife4j接口文档页面：http://localhost:8080/doc.htm
学习MCP的小智医疗问题集合1
qq_51096893的博客
04-24 264
大多数 IDE（如 IntelliJ IDEA）
Spring+LangChain4j小智医疗项目
weixin_51277037的博客
05-15 1221
整个框架流程如下完结撒花！
基于医疗知识图谱的问答系统
01-13
于之前用 Rasa 构建过对话系统，因此一直想脱离 Rasa 这个开源框架，从底层开始构建一个可以实现相似功能的对话系统，毕竟框架用的再溜，都不如自己做一遍。 恰巧在 Rasa 群里看到了 前辈分享的一个项目：基于知识图谱的医疗诊断知识问答系统，先看了一遍视频，然后把代码下载下来，自己实现了一遍，遇到不懂得地方就再看视频，现在基本把这个项目搞明白了，写个总结分享一下，后期会在现有的基础上做一些横向拓展。 由于前辈已经有了视频讲解(项目主页有视频链接)，我的总结和分享尽量避开已有的讲解内容，避免重复。 因此建议本文和前辈的视频配合食用~ 二、项目架构 目前实现的是最小演示版本，后期前辈可能会加上 Redis、Elasticsearch、tf-serving 等技术栈，但是于我而言，现在的版本已经足够了。 本文的介绍也是基于目前的这个 Demo 进行的，后期会不断更新。 这个项目已实现的功能： 闲聊类的单论对话 基于知识图谱的多轮问答 先看一下对话流程，或者也叫文本解析流程，是根据代码逻辑整理出来的：
AI PM学习总结
热门推荐
女王の专属领地
05-20 1万+
时间戳：2017.9.17 人工智能/机器人这2个方向，能支撑至少未来20年的人类发展，赛道足够长。每个传统行业，加上人工智能，都可能打造出足够成功的公司。这是个大趋势，相信很多人都了解。 人工智能行业人才匮乏的现状： 1）因为行业刚起步，所以人才非常非常少。某个技术领域的全国可选人才（甚至全球），可能不到100人！做这个领域的公司和学校就那么几家。而且，不仅是技术人才，连产品经理、市场宣...
### 文章总结：尚硅谷-Java+大模型应用-硅谷小智（医疗版）
08-12
内容概要：本文档《尚硅谷-Java+大模型应用-硅谷小智（医疗版）.pdf》详细介绍了如何使用Java和大模型技术构建一个智能医疗助手——硅谷小智。文档首先概述了LangChain4j的基本概念及其功能，包括其历史背景和发展...
[特殊字符]MCP协议终极解析：大模型时代的“万能插座“！程序员必学的AI连接神器（附实战对比+避坑指南）
分享平时的学习心得和笔记
05-01 733
MCP（Model Context Protocol）是Anthropic公司推出的AI连接协议标准，它就像给大模型装上"万能插座"。🔥MCP协议终极解析：大模型时代的"万能插座"！大模型就像博学的教授，但缺少"手脚"无法操作现实世界。• MCP：像USB接口，支持热插拔服务。
AI人工智能领域神经形态计算的发展现状与挑战
AI算力网络与通信的博客
07-16 707
我们的目的是深入了解AI人工智能领域中神经形态计算的情况。范围涵盖神经形态计算的基本概念、当前的发展状态、面临的挑战以及未来可能的走向。首先我们会介绍一些相关的术语，接着引入故事解释核心概念，再分析核心概念之间的关系，之后讲解核心算法原理和操作步骤，还有数学模型和公式，通过项目实战来加深理解，探讨实际应用场景，推荐相关工具和资源，最后总结所学内容并提出思考题。神经形态计算：它是一种模仿人类大脑神经系统来进行计算的方式，就好像是按照大脑的工作模式来造一台会计算的机器。人工智能。
Ai小智前端后端Java服务端开发源码分享搭建教程
m0_71271046的博客
04-09 1122
Ubuntu/Debian sudo apt update sudo apt install ffmpeg # CentOS/RHEL sudo yum install epel-release sudo yum install ffmpeg ffmpeg-devel # 验证安装 ffmpeg -version。从Vosk官方网站下载中文模型：https://alphacephei.com/vosk/models。src/main/java/com/xiaozhi：后端Java代码。
LangChain4J-XiaozhiAI 项目分析报告
Joseit的博客
05-04 1667
LangChain4J-XiaozhiAI 震撼来袭，它是基于 Java 技术栈和 LangChain4J 框架打造的医疗版 AI 聊天助手，堪称医疗智能领域的超级巨星！后端采用 Spring Boot 3.2.6 框架，搭配 Java 17 和 Maven，与阿里云百炼等大模型深度交互。同时，MySQL 和 MongoDB 提供强大的数据存储支持。前端使用 Vue.js，带来丝滑的用户体验。它具备流式输出、聊天记忆管理、工具调用和检索增强生成等逆天功能。知识库中提取关键信息，为用户提供精准的医疗建议和服务
【大模型从入门到精通19】开源库框架LangChain LangChain文档加载器1
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
08-13 1824
在数据驱动的应用领域，特别是涉及对话界面和大型语言模型（LLM）的应用中，从各种来源高效加载、处理并与数据进行交互的能力至关重要。这些加载器擅长处理来自公共源的数据，如 YouTube、Twitter 和 Hacker News，同时也适用于来自专有源的数据，如 Figma 和 Notion。保存清洗后的文本：可选地，脚本可以将清洗和分词后的文档文本保存到文件中。这个扩展的代码提供了一个更全面的示例，展示如何从加载和清洗文本到基本分析和处理特殊情况，对 PDF 文档进行程序化的处理。
Spring Boot 可执行 JAR 文件直接启动的原理与实践
持续输出Java相关知识
08-12 1021
本文深入解析了SpringBoot可执行JAR的打包机制与启动原理。传统Java应用采用WAR包+外部Servlet容器的部署方式存在环境依赖强、流程繁琐等问题。SpringBoot创新性地提出FatJAR概念，将应用代码、依赖和嵌入式容器打包成单一可执行JAR，通过spring-boot-maven-plugin实现自动打包。FatJAR内部包含特殊启动器JarLauncher和自定义类加载器LaunchedURLClassLoader，支持嵌套JAR加载。启动时JarLauncher会创建类加载器并反射
Spring Boot项目通过RestTemplate调用三方接口详细教程
weixin_56693899的博客
08-12 728
本文详细介绍了在SpringBoot项目中通过RestTemplate调用第三方API的完整流程。内容涵盖从基础配置到高级封装，包括：1）RestTemplate的Bean配置与自定义；2）GET/POST请求的实现方法；3）JSON响应处理与异常捕获；4）控制器集成与测试方案。特别提供了面向生产的抽象设计方案，支持同步/异步调用、完整日志记录和统一异常处理。文章还对比了SpringBoot2.x与3.x的差异，并包含线程安全、性能优化等最佳实践，帮助开发者构建健壮的API调用服务。
Spring Boot 搭配 Ollama Qwen3：开启智能聊天新时代
最新发布
专注于深入研究多种编程语言，以实战为导向，逐步拓展开发技能，提升工程化编码和思维能力，展现无敌技术实力。
08-13 263
Ollama Qwen3 是一款强大的多模态 AI 模型，支持图文并茂的智能对话。结合 Spring Boot 框架，开发者可以轻松快速地构建智能聊天应用，实现高效自然的人机交互。通过简洁配置和少量代码，Spring Boot 应用即可调用 Ollama Qwen3 的强大能力，满足多样化业务需求，助力打造更智能、更贴心的服务体验。
小智医疗markdown
06-02
### 小智医疗 Markdown 文档概述 小智医疗是一个假设的智能医疗系统，结合了人工智能、数据分析和自然语言处理技术，旨在为用户提供高效的医疗辅助服务。以下内容基于相关引用及专业知识，生成了一份关于小智医疗的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

松树戈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值