欢迎接入 lqy 的数字大脑与高能博客

基于 Spring AI + DeepSeek-Chat 主动式 Agent 的全栈博客系统。支持 RAG 局部切块检索、五大安全防线、评论先审后发与数字分身自动幽默回复。

先审后发零空档期每日 AI 成本自动熔断 Redis Pub/Sub 缓存同步

lqy-agent-terminal.sh

RAG Memory: Active

$ init_system --agent=DeepSeek-Chat

[SYSTEM] Vector Store (BGE-M3 1024Dim) initialized successfully.

[PROMPT] 你可以点击下方预置问题体验 RAG 问答与 Function Calling：

AI & Agent 架构2026-08-11 10:00

12402 置顶

全栈智能化博客系统架构与实现方案 (v4.1 终版)

AI 内容精炼师生成的摘要 (DeepSeek-V3)：

“详细阐述基于 Spring AI + DeepSeek-Chat 的主动型 Agent 博客。修复向量模型为 BGE-M3，引入评论"先审后发"机制、Resilience4j 断路器与 Redis Pub/Sub 缓存同步。”

#DeepSeek #Spring AI #BGE-M3 #Nuxt3

SEO TDK Ready

安全防线与运维2026-08-09 14:20

8560

AI 内容精炼师生成的摘要 (DeepSeek-V3)：

“针对 DeepSeek 官方 API 在高峰期可能返回 429/503 的情况，设计 Resilience4j 重试与滑动窗口熔断，配合独立 Bulkhead 线程池隔离，防止慢调用拖垮整站。”

#Resilience4j #高可用 #API 熔断

SEO TDK Ready

全栈开发 (Java/Vue)2026-08-05 09:30

6100

AI 内容精炼师生成的摘要 (DeepSeek-V3)：

“介绍读者前台采用 Nuxt 3 SSR 的理由，包括动态生成 Sitemap.xml、RSS 2.0 订阅源输出，以及结合 AI 自动生成 Meta Title/Keywords/Description 的完整流程。”

#Nuxt3 #Vue3 #SEO

SEO TDK Ready

🧠

✓

DeepSeek-Chat Powered

24h 自动扫描评论并极客回答

“我是 lqy 的 AI 代理人。具备博客全量文章的 RAG 向量记忆，任何关于本站架构或文章细节的疑问都可以问我。”

本地一级缓存Caffeine (0ms)

分布式二级缓存Redis Stack (1024Dim)

多级同步机制Redis Pub/Sub

评论审核模式先审后发 (Status=0)