translation, code generation, and code documentation or reasoning. Please feel free to refer to Google’s prompting guides2,3 with simple and effective prompting examples. When prompt engineering, you Snippet 1 I am using the langchain framework for Python, together with VertexAI (google-cloud-aiplatform) and the google-search-results pip packages. Prompt Engineering February 2025 38 To run this sample shows the result. Notice that ReAct makes a chain of five searches. In fact, the LLM is scraping Google search results to figure out the band names. Then, it lists the results as observations and chains

Nacos 健康检查机制 89 Nacos 配置管理模块 97 配置⼀致性模型 97 Nacos ⾼可⽤设计 100 Nacos 高可用设计 100 Nacos 鉴权插件 103 Nacos 账号权限体系 103 Nacos 认证机制 110 Nacos 前端设计 117 Nacos 前端设计 117 Nacos 性能报告 122 Nacos Naming 大规模测试报告 122 滑的迁移到阿里云上对应的商 业化产品。 Nacos 架构 < 66 图 3 服务的逻辑隔离模型 Nacos 提供了四层的数据逻辑隔离模型，用户账号对应的可能是⼀个企业或者独立的个体，这个数 据⼀般情况下不会透传到服务注册中心。⼀个用户账号可以新建多个命名空间，每个命名空间对应 ⼀个客户端实例，这个命名空间对应的注册中心物理集群是可以根据规则进行路由的，这样可以让 注册中心内部的升级和 Nacos 架构 Nacos 鉴权插件 Nacos 账号权限体系 背景 为了 Nacos 提升安全能力，更好满足生产要求，需要设计账号权限体系，又要能兼容云上和阿里 内部场景。避免后续代码无法融合。 这块的挑战是要做好抽象，不然没法和不同账号权限体系打通。 默认我们提供⼀个简单的实现，当有类似于 RAM 这样的权限体系后，直接对接即可。 账号体系 目前用的比较多的是 ABAC 和 RBAC

专精于逻辑密度高的任务 擅长多样性高的任务 强弱判断 并非全面更强，仅在其训练目标领域显著优于通用模型 通用场景更灵活，但专项任务需依赖提示语补偿能力 • 例如：GPT-3、GPT-4（OpenAI），BERT（Google），主要用于语言生成、语言理解、文本分类、翻译 等任务。 快思慢想：效能兼顾 全局视野 概率预测（快速反应模型，如ChatGPT 4o） 链式推理(慢速思考模型，如OpenAI o1) 性能表现 互动机制为提示语优化提供数据基础，可持续迭代改进 �平台特性与算法机制 �选题规划提示语 选题规划提示的核心在于明确内容定位与读者价值。典型的 提示语模板： 应用示例 任务目标：生成[具体领域]的选题规划 背景信息： - 账号定位：[填写定位] - 目标读者：[读者画像] - 核心诉求：[读者需求] 要求： （1）生成10个选题方向 （2）每个选题包含： - 主标题 - 副标题 - 核心观点 每个方案说明亮点 基于以上特质，设计标题生成的提示语需把握以下原则： （1）明确价值维度：指明文章提供的具体价值类型，如解 决方案、深度分析、经验分享等。这有助于AI聚焦输出方向。 （2）设定语气基调：根据账号调性确定表达基调，可以是 严谨专业型、观点鲜明型或温和建议型。不同基调会影响标 题的表达方式。 （3）限定结构要素：规定标题需包含的核心要素，如热点 词、数据点、专家观点等，确保生成的标题信息完整。

专精于逻辑密度高的任务 擅长多样性高的任务 强弱判断 并非全面更强，仅在其训练目标领域显著优于通用模型 通用场景更灵活，但专项任务需依赖提示语补偿能力 • 例如：GPT-3、GPT-4（OpenAI），BERT（Google），主要用于语言生成、语言理解、文本分类、翻译 等任务。 快思慢想：效能兼顾 全局视野 概率预测（快速反应模型，如ChatGPT 4o） 链式推理(慢速思考模型，如OpenAI o1) 性能表现 互动机制为提示语优化提供数据基础，可持续迭代改进 �平台特性与算法机制 �选题规划提示语 选题规划提示的核心在于明确内容定位与读者价值。典型的 提示语模板： 应用示例 任务目标：生成[具体领域]的选题规划 背景信息： - 账号定位：[填写定位] - 目标读者：[读者画像] - 核心诉求：[读者需求] 要求： （1）生成10个选题方向 （2）每个选题包含： - 主标题 - 副标题 - 核心观点 每个方案说明亮点 基于以上特质，设计标题生成的提示语需把握以下原则： （1）明确价值维度：指明文章提供的具体价值类型，如解 决方案、深度分析、经验分享等。这有助于AI聚焦输出方向。 （2）设定语气基调：根据账号调性确定表达基调，可以是 严谨专业型、观点鲜明型或温和建议型。不同基调会影响标 题的表达方式。 （3）限定结构要素：规定标题需包含的核心要素，如热点 词、数据点、专家观点等，确保生成的标题信息完整。

常用工具 PingCAP 团队技术博客 知乎专栏 Weekly 英文文档 README - 10 - 本文档使用 书栈(BookStack.CN) 构建 TiDB 是 PingCAP 公司受 Google Spanner / F1 论文启发而设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库，结合了传统的 RDBMS 分钟）无法恢复，PD 会将其上的数据迁移到其他的 TiKV 节点上。 高可用 README - 13 - 本文档使用 书栈(BookStack.CN) 构建 TiDB 简介 TiDB 是 PingCAP 公司受 Google Spanner / F1 论文启发而设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库，结合了传统的 RDBMS TiKV 节点上。 核心特性 水平扩展 高可用 TiDB 简介 - 16 - 本文档使用 书栈(BookStack.CN) 构建 TiDB 快速入门指南 TiDB 是 PingCAP 公司受 Google Spanner / F1 论文启发而设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库，结合了传统的 RDBMS

类模型通过训练大量的数据来获 得广泛的知识和能力。这些模型通常具有庞大的参数数量，能够处理复杂的任 务，如自然语言理解、图像识别、语音识别等。 闭源大模型包括 OpenAI 的 GPT 系列和 Google 的 BERT。这些模型因其 高效的学习能力和强大的通用性而受到关注。 开源大模型以 Meta 的 Llama 系列，2024 年 4 月，Llama3 发布，包括 8B 和 70B 模型。 图 浏览器打开下面链接，复制到浏览器中，看到 MaxKB 应用界面，如图 36所示： http://127.0.0.1:8080 32 Figure 36: 打开 MaxKB 不过这里需要提供登录账号和密码，初始账号：admin，初始密码：MaxKB@123.. 登录进去后，初次登录到 MaxKB 后，需更改登录用户名和登录密码。看到 创建应用程序的界面如图 37所示： 33 Figure 37: MaxKB

若你需要在本地计算机上启动 TiDB，请参阅本地启动 TiDB。 4.2.1.1 第 1 步：创建 TiDB Serverless 集群 1. 如果你还未拥有 TiDB Cloud 账号，请先在此注册。 2. 使用你的 TiDB Cloud 账号登录。 登录后，默认进入 Clusters 页面。 3. 对于新注册的用户，TiDB Cloud 会自动为你创建一个 TiDB Serverless 集群 Cluster0。你可以使用这个默认 TiDB。 4.4.1.2.1 前置需求 为了能够顺利完成本文中的操作，你需要： • Navicat Premium 17.1.6 或以上版本。 • 一个 Navicat Premium 的付费账号。 • 准备一个 TiDB 集群。 如果你还没有 TiDB 集群，可以按如下方式创建一个： •（推荐方式）参考创建 TiDB Serverless 集群，创建一个 TiDB Cloud 集群。 CPU。强烈推荐使用更 高的配置，以获得更好的性能。 • TiKV 硬盘大小配置建议 PCIe SSD 不超过 4 TB，普通 SSD 不超过 1.5 TB。 456 • 如果你在云服务商（如 AWS、Google Cloud 或 Azure）上部署 TiDB 集群，建议 TiKV 节点使用 云盘。在云环境中，TiKV 实例崩溃时，本地磁盘上的数据可能会丢失。 在部署 TiFlash 之前，请注意以下事项：

TiDB，请参阅本地启动 TiDB。 4.2.1.1 第 1 步：创建 TiDB Cloud Serverless 集群 1. 如果你还未拥有 TiDB Cloud 账号，请先在此注册。 2. 使用你的 TiDB Cloud 账号登录。 登录后，默认进入 Clusters 页面。 3. 对于新注册的用户，TiDB Cloud 会自动为你创建一个 TiDB Cloud Serverless 集群 TiDB。 4.4.1.2.1 前置需求 为了能够顺利完成本文中的操作，你需要： • Navicat Premium 17.1.6 或以上版本。 • 一个 Navicat Premium 的付费账号。 • 准备一个 TiDB 集群。 如果你还没有 TiDB 集群，可以按如下方式创建一个： •（推荐方式）参考创建 TiDB Cloud Serverless 集群，创建一个 TiDB Cloud CPU。强烈推荐使用更 高的配置，以获得更好的性能。 • TiKV 硬盘大小配置建议 PCIe SSD 不超过 4 TB，普通 SSD 不超过 1.5 TB。 • 如果你在云服务商（如 AWS、Google Cloud 或 Azure）上部署 TiDB 集群，建议 TiKV 节点使用 云盘。在云环境中，TiKV 实例崩溃时，本地磁盘上的数据可能会丢失。 在部署 TiFlash 之前，请注意以下事项：

TiDB，请参阅本地启动 TiDB。 4.2.1.1 第 1 步：创建 TiDB Cloud Serverless 集群 1. 如果你还未拥有 TiDB Cloud 账号，请先在此注册。 2. 使用你的 TiDB Cloud 账号登录。 登录后，默认进入 Clusters 页面。 3. 对于新注册的用户，TiDB Cloud 会自动为你创建一个 TiDB Cloud Serverless 集群 TiDB。 4.4.1.2.1 前置需求 为了能够顺利完成本文中的操作，你需要： • Navicat Premium 17.1.6 或以上版本。 • 一个 Navicat Premium 的付费账号。 • 准备一个 TiDB 集群。 如果你还没有 TiDB 集群，可以按如下方式创建一个： •（推荐方式）参考创建 TiDB Cloud Serverless 集群，创建一个 TiDB Cloud CPU。强烈推荐使用更 高的配置，以获得更好的性能。 • TiKV 硬盘大小配置建议 PCIe SSD 不超过 4 TB，普通 SSD 不超过 1.5 TB。 • 如果你在云服务商（如 AWS、Google Cloud 或 Azure）上部署 TiDB 集群，建议 TiKV 节点使用 云盘。在云环境中，TiKV 实例崩溃时，本地磁盘上的数据可能会丢失。 在部署 TiFlash 之前，请注意以下事项：

分布式NewSQL数据库 TiDB Copyright © 2012-2021 UCloud 优刻得 37/120 备份恢复 备份恢复 TiDB服务会备份数据到⽤⼾的US3-Bucket，⽅便⽤⼾⾃助下载。 需要⽤⼾账号开通US3权限，并授权操作（创建bucket，上传备份⽂件，下载备份⽂件⽤于恢复）US3产品。 备份恢复 分布式NewSQL数据库 TiDB Copyright © 2012-2021 UCloud TiDB Copyright © 2012-2021 UCloud 优刻得 79/120 备份恢复 备份恢复 同可⽤区版本的TiDB服务会备份数据到⽤⼾的US3-Bucket，⽅便⽤⼾⾃助下载。 需要⽤⼾账号开通US3权限，并授权操作（创建bucket，上传备份⽂件，下载备份⽂件⽤于恢复）US3产品。 设置备份策略 设置备份策略 参数 参数 说明 说明 是否开启⾃动备份开启⾃动备份开关 备份时间 每⽇⾃动备份时间 101/120 SSL 证书管理 分布式NewSQL数据库 TiDB Copyright © 2012-2021 UCloud 优刻得 102/120 安全组 安全组 TiDB⽀持安全组功能。 当⽤⼾账号开通安全组功能后， 在⽀持安全组的地域创建集群时， TiDB会⾃动创建并加⼊⼀个安全组中。 该安全组定义了⼀个组内互通规则和⼀个全放⾏的规则， 每个TiDB单独使⽤⼀个安全组。 集群创建成功后⽤⼾可