Dify[1]是一款开源的大模型应用开发平台，可以通过可视化的画布拖拖拽拽快速构建AI Agent/工作流。Agent通常指能够自主决策、动态响应的智能体，比如聊天机器人、自动化客服等。工作流适合结构化、步骤明确、对输出内容和格式要求非常严谨的场景。 Dify工作流有许多场景，需要用到定时调度，比如：风险监控：每分钟扫描风险数据，通过大模型分析是否有风险事件，并发出报警。数据分析：每天拉取金融数据，通过大模型进行数据分析，给出投资者建议。内容生成：每天帮我做工作总结，写日报。本篇文章将介绍如何通过任务调度系统调度Dify工作流，通过任务调度系统调度LangChain脚本请看《LangChain脚本如何调度及提效？》。
随着AI大模型技术的迅猛发展，Java工程师如何在实际工作中高效应用这些技术成为了一个重要课题。本文从Java工程师的视角出发，深入探讨了如何利用LLM（大语言模型）进行应用开发实践，涵盖了对话聊天、联网搜索、个人知识库等实用功能的开发流程。文章不仅介绍了LLM的基本概念和开发框架，如Spring AI，还详细讲解了如何通过Function Calling调用第三方API以及使用RAG（检索增强生成）技术构建个人知识库。通过这些内容，读者将能够全面掌握LLM应用开发的核心技能，并构建出类似ChatGPT或DeepSeek的智能应用。
大多数开发者都听说过 SOLID 设计原则，这些原则由鲍勃大叔（罗伯特・C・马丁）提出，有助于提高代码的可测试性和关注点分离。Android 开发者的对话中热衷讨论 MVVM，MVP，却很少提及 SOLID。但其实这些设计原则早已渗透在 Android 开发的方方面了，是一名高阶 Android 开发者必备的思想基础。本文通过多个示例为大家介绍 SOLID 在 Android 开发中的应用场景。
在文章《矢量图Vector安卓详解》中，我们了解到Android只支持Vector矢量图，且必须在项目中预置Vector文件，不支持直接从外部加载Vector文件，也不支持直接加载SVG文件。但在实际项目中客户端可能需要使用服务端下发的矢量图，如换肤icon，节日主题icon，活动icon等。服务端下发矢量图需要支持多端展示，不会选择下发Vector文件，毕竟只有Android支持Vector，且Vector不支持文本，文本路径，样式和遮罩等，只能绘制path图形。由于H5和iOS对SVG文件的原生支持较好，服务端选择统一下发SVG文件会更合适。为了支持服务端下发SVG矢量图和较为复杂的矢量图，Android项目就不能只支持系统的Vector矢量图，还得支持SVG矢量图。下面文章会分别介绍Android直接显示SVG文件的常见方案。
Protobuf 是 Google 出品的序列化框架，可跨平台、跨语言使用，扩展性良好。与 XML， JSON 等序列化框架相同，Protobuf 广泛的应用于数据存储，网络传输，RPC 调用等环境。我们现在所有的协议、配置、数据库的表达都是以 Protobuf 来进行承载的，所以我想深入总结一下 Protobuf 这个协议，以免踩坑。欢迎继续阅读。
本文介绍Skip这一款新兴的高性能原生跨端开发框架，其通过将Swift和SwiftUI代码智能转换为Kotlin和Jetpack Compose代码，实现Android与iOS双端的高效开发。文章详细解析Skip的架构设计、工具链支持及代码转换策略，并通过实际案例展示其开发流程与技术优势。同时对比Skip与Flutter、React Native等主流框架，突出其在性能、代码共享和开发体验上的卓越表现。
