作者：厦门大学计算机系2024级硕士研究生 张肃
指导老师：厦门大学计算机系 林子雨 副教授
E-mail: ziyulin@xmu.edu.cn

一、引言

如何利用MCP（Model-agnostic Plugin）一键生成可视化Excel报表，彻底告别手动制作Excel的繁琐。展示了MCP将杂乱文本数据转化为专业表格和炫酷图表的强大能力，无需编写代码，只需通过提示词即可实现。
MCP:MCP是一个开放协议，作为大模型与外部数据工具交互的通用插头，解决了Function Calling的协议碎片化问题，实现了工具和模型的轻松连接与复用。主要由MCP Host、MCP Client和MCP Server三部分构成，其中Host嵌入在Client中。
我们关注：先寻找合适的服务并使用，后寻找合适的客户端并调用服务。

继续阅读

作者：厦门大学计算机系林子雨副教授
E-mail: ziyulin@xmu.edu.cn
备注：本实验与林子雨编著《数字素养通识教程》和《人工智能通识教程》教材配套

继续阅读

作者：厦门大学计算机系林子雨副教授
E-mail: ziyulin@xmu.edu.cn
备注：本实验与林子雨编著《数字素养通识教程》和《人工智能通识教程》教材配套
Nano Banana 是谷歌于2024年推出的AI图像生成与编辑模型，正式名称为 Gemini 2.5 Flash Image 。其在权威的LMArena基准测试中综合评分超越众多竞品，标志着2025年AI 图像生成技术的重大突破。它基于Google DeepMind最新架构，采用原生多模态设计，统一处理文本理解、图像生成与编辑等功能，拥有32K上下文窗口，能进行复杂多轮对话和编辑，还内置丰富世界知识。其核心技术能力强大，不仅支持文本描述转图像，还具备深度语义理解能力，能理解物理规律、时间概念、逻辑推理等。例如输入 “这个披萨在 400 度烤箱里烤 2 小时”，能生成烤焦的披萨图像。Nano Banana 的智能图像编辑引擎可精准局部编辑，如面部美化、体型调整且保留细节；角色一致性保持算法能解决 AI 图像生成领域角色一致性难题，面部特征保留率达 99%。在速度方面，仅需 2.3 秒就能生成 1024×1024 的高质量图像 。

继续阅读

【版权声明】版权所有，严禁转载，严禁用于商业用途，侵权必究。
作者：厦门大学计算机科学与技术系2024级研究生 陈增辉
指导老师：厦门大学数据库实验室 林子雨 博士/副教授
时间：2025年6月
相关教材：林子雨、郑海山、赖永炫编著《Spark编程基础（Python版，第2版）》（访问教材官网）
相关案例：基于Python语言的Spark数据处理分析案例集锦（PySpark）
数据集和代码下载：从百度网盘下载本案例数据集和代码。（提取码是ziyu）

继续阅读

Eclipse是常用的程序开发工具，本教程很多程序代码都是使用Eclipse开发调试，因此，需要在Linux系统中安装Eclipse。
可以到Eclipse官网（https://www.eclipse.org/downloads/） 下载安装包，或者直接访问教程官网下载该软件，位于“下载专区”的“软件”目录下，文件名是eclipse-4.7.0-linux.gtk.x86_64.tar.gz。假设安装文件下载后保存在了Linux系统的目录“~/Downloads”下，下面执行如下命令对文件进行解压缩：

cd ~/Downloads
sudo tar -zxvf ./eclipse-4.7.0-linux.gtk.x86_64.tar.gz -C /usr/local

然后，执行如下命令启动Eclipse：

cd /usr/local/eclipse
./eclipse

这时，就可以看到Eclipse的启动界面了。

版权声明：版权所有，请勿转载。
作者：厦门大学计算机系林子雨副教授
E-mail: ziyulin@xmu.edu.cn
摘要：本博客介绍如何在Linux系统中安装各种大数据软件，包括Hadoop、HBase、Spark、Hive、Flink等，以及如何进行编程。本博客内容与林子雨编著《大数据技术原理与应用（第4版，高职版）》（访问教材官网）教材配套。

继续阅读

作者：厦门大学信息学院计算机科学系2023级研究生 曹基民
指导老师：厦门大学数据库实验室 林子雨 博士/副教授

本章实验完全依托于coze在线平台，不需要本地部署任何应用。
本章以搭建关于厦门大学数据库实验室的客服为例，如有搭建其他客服的需要，可以修改相关内容自行搭建。

继续阅读

作者：厦门大学信息学院计算机科学系2023级研究生 黄万嘉
指导老师：厦门大学数据库实验室 林子雨 博士/副教授

​ 部分行业（如金融、医疗、政务等）对数据存储和传输有严格的合规要求，在局域网内部署DeepSeek可以满足监管需求。同时，内网部署 DeepSeek 并使用局域网共享，不仅能够提升数据安全性和服务稳定性，还能满足团队高效协作、合规管控和定制化需求，是团队或企业内部智能化升级的理想选择。

​ 基于此，本文采用Ollama + Open-Webui的方案，实现宿主机本地部署DeepSeek等大模型并构建知识库，其他同一局域网内的用户机可以通过浏览器使用DeepSeek以及宿主机构建的知识库。

继续阅读

作者：厦门大学信息学院计算机科学系2023级研究生 黄万嘉
指导老师：厦门大学数据库实验室 林子雨 博士/副教授

Cherry Studio 是一款功能强大的跨平台桌面客户端，专为支持多模型服务而设计，旨在为用户提供高效、便捷的 AI 交互体验。它集成了超过 300 个大语言模型，支持多种主流 AI 服务商（如DeepSeek ），并兼容本地模型运行（通过 Ollama），满足用户在不同场景下的需求。

本文使用到的工具及模型有：

1. Ollama：模型部署工具
2. DeepSeek R1 1.5b：推理模型，基于Ollama本地部署
3. nomic-embed-text：嵌入模型，用于对输入的文件（知识）进行向量化
4. Cherry Studio：集成各功能的AI助手平台

通过上述工具和模型，可以构建一个本地的知识库，帮助大模型进行更准确地回复。

继续阅读

作者：厦门大学信息学院计算机科学系2023级研究生 黄万嘉
指导老师：厦门大学数据库实验室 林子雨 博士/副教授

在构建本地知识库时，通常会结合 Page Assist 和 nomic-embed-text，常见的方案为：

1. 使用 nomic-embed-text 模型将知识库文档向量化。
2. 当用户提问时，将问题向量化并与知识库中的文档向量进行相似性匹配，找到最相关的上下文。
3. 将检索到的上下文输入大语言模型（如 DeepSeek），生成最终的回答

Page Assist提供了一个本地大模型的Web UI，同时也提供了方便的RAG设置，使得我们更快捷地构建本地知识库，基于此，本文采用Page Assist，基于DeepSeek大模型，实现了用户提供本地知识库（.pdf/.csv/.docx/.md），大模型进行更加专业地回复。

继续阅读