前言

身为java开发程序员，我也想成为站在AI风口上的一头猪🐷，可是，当我想要转型学习的时候，搜出来的都是这些🙃：
在这里插入图片描述
估计看到这些回答，大部分人都是头皮一阵发麻，然后果断放弃！！
明明程序员才是距离AI最近的人，难道真的那么难吗？而且我想做的是大模型应用开发，又不是大模型底层开发，门槛应该会低一点吧？
在这里插入图片描述

带着这样的不甘心和疑惑，我终于摸索出了一条学习路线，其实真的没有那么难，分享给兄弟们，如果有帮助，请点赞点关注支持一下吧~

学习路线分享

目前两个主流的JavaAI开发框架：LangChain4j、SpringAI
在这里插入图片描述
以框架学习为主线，学习框架过程中你会了解到：Ai发展史、大模型部署、提示词工程、RAG（检索增强生成）等知识。
本人也在摸索学习中，希望能为后来者提供一些帮助，已将学习资料放在下面链接里，仅供学习参考。

资料分享

AI学习课程及资料：点击下载

# 人工智能 # 学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局