暂无搜索历史
无论采用哪个模型,其“知识”都有一个截止日期。即时获取最新知识的方式,现在似乎除了 web search 好像没有其他更好的方式。
版本: 2.0 最后更新: 2026年4月11日 适用范围: RAG.DLL(多线程 COM 组件)
插件之前对会话管理并没有处理。所有的消息存储在DBF中。虽然对于多轮会话有粗糙的处理,但是如果要适用于所选择的模型,在原有代码上修改会麻烦很多。
之前的文章介绍了在VFP中对原生JSON对象的序列化和反序列化。但是,在应用时,有时我们需要依据一定的条件来构造JSON。如果用传统的拼接JSON字符串,代码可...
RAG.MTServer 是一个基于 VFP 的 COM 可调用类(OlePublic),用于管理和调用本地或远程的 AI 服务(如 AnythingLLM)。...
之前介绍了知识库的一些基础,如VFP AI 插件开发花絮8:知识库基础、VFP开发者如何构建自己的知识库,介绍了一些基本使用的工具软件和交互操作。但是,我们需要...
插件开发过长中,无法避免JSON的序列化和反序列化。之前采用的是 SPS 开发的 JSON 库。
在企业网络环境中,端口转发是一项基础且常见的需求,例如将内部数据库服务映射到公网供远程访问。然而,直接暴露服务端口会带来严重的安全风险,如暴力破解、DDoS攻击...
zintBarcode 是一个连接 Visual FoxPro 和 Zint Barcode Generator 库的桥梁。它封装了 zint.dll(兼容版本...
zintBarcode 通过 Zint 库的集成,提供了工业级的全面支持。另外两个库各有专长,但覆盖面相差甚远。
VFP中是没有“枚举”类型的。这可能是造成VFP代码中充斥“魔法数字”的原因之一。
在完成基于策略模式的词性标注系统(英文)后,中文是必须处理的。因此,才有了这个中文的词性标注系统。同样,它也是由 VFP AI 插件提供的。
在完善关键词提取引擎时,由于代码在词性标注方面的算法过于简单,因为,我使用 VFP AI 获得了一段长达 1722 行的“基于策略模式的词性标注系统(英文)”,...
在借助 VFP AI 插件完成会话上下文管理时,其中的关键词提取,算法太简单了。所以,借助 VFP AI 插件,完成了一个近3K行的企业级关键词提取引擎。
本插件截止目前,已支持下列格式:txt、csv、prg、htm、html、md、pdf、doc、docx格式。
**tq_base.vcx** 是Manhattan/TQ框架的**标准化基础设施核心类库**,体现了企业级VFP应用的架构设计思想。该库作为框架的基础层,提供...
距离上一篇VFP AI 插件:超长上下文的识别(一)有些时间了。经过不断的试错和优化,终于完成了 VFP AI 插件的超长上下的识别。将时间从数小时压缩至最多几...
对于 DeepSeek 而言,其大小为 128K(=128000 token)。尽管大多数情况下,对于单轮对话它是足够的,但是对于一些类/类库,甚至对于整个 V...
插件的核心组件已完全重构。重构,并不是因为原来的代码“不能运行”,而是,如果对其继续开发,很容易造成“屎山”。
宏记 GridFilter 是一个功能强大的 Visual FoxPro 表格列筛选类库,提供专业的列筛选、排序和自定义筛选功能。本类库采用逻辑删除技术实现数据...
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业