chituer 的博客

如果你最近关注 AI 领域的招聘或技术文章，一定反复看到一个词：AI Infra。 有人说它是”大模型时代的操作系统”，有人说它是”让 1 万张 H100 连起来不出故障的玄学”，还有招聘 JD 把 CUDA、K8s、分布式训练、向量数据库、Agent 编排…… 全塞进去，看得人一脸懵。 AI Infra 到底是什么？和 AI 算法有什么区别？一个普通 Java/Go/Pyth

前三篇我们把「Excel 精细化处理」「全格式文档解析」逐个解决了： Apache Fesod 入门：Excel 业务级读写 + 错误报告； Spring Boot + Fesod 生产组件：异步任务 + 进度 + 模板填充； Apache Tika 入门到生产：1000+ 格式统一文本/元数据提取 + OCR。 今天，我们把这几个工具 Spring AI + Milvus + Tika 三剑

做企业开发的同学，大概率都碰到过这类需求： 做知识库 / RAG 系统：要把用户上传的 PDF、Word、PPT、甚至扫描件全部扒成纯文本，切块丢向量库； 做全文检索：文件服务器上几十万份文档，要统一建索引，能按关键词搜到内容； 做内容审核 / 合规审计：员工上传的附件里有没有敏感词？合同里有没有不合规条款？ 做元数据归档：一份合同的作者是谁、哪天创建的、最后谁改的、多少页？

上一篇《Apache Fesod 入门教程：高性能 Excel 处理从 0 到 1》讲清了 Fesod 的核心 API 和独立使用方式。但真到了 Spring Boot 项目里落地，你会发现事情远不止”读和写”那么简单—— 大文件上传超时、接口响应太慢？→ 得搞异步任务 + 进度查询； 导入 10 万行，其中 300 行有问题，怎么让用户知道哪几行错了、错在哪？→ 得生成错误报告 Excel 供

在 Java 企业级开发中，Excel 导入导出 是一个绕不开的”标配需求”——从批量导入用户数据、导出业务报表，到对账文件解析、数据迁移，几乎每个项目都得跟 Excel 打交道。 但传统方案的痛点同样令人头疼： Apache POI：基于 DOM 模型，读 10 万行就得吃 2GB+ 内存，动不动就 OutOfMemoryError； EasyExcel：虽然解决了流式读取的问题，但格式支持有