look up the sql_text

最新推荐文章于 2026-07-02 11:54:25 发布
转载 最新推荐文章于 2026-07-02 11:54:25 发布 · 66 阅读 · 0
本文提供了一个Oracle数据库中的SQL查询示例，通过连接v$process、v$session与v$sqltext视图来获取特定进程ID（SPID）为18740的相关SQL语句文本。该查询按SQL地址排序。
select t.sql_text
from v$process s, v$session n,v$sqltext t
where s.spid=18740
and n.PADDR = n.PADDR
and n.SQL_ADDRESS=t.ADDRESS order by t.ADDRESS[@more@]

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/9907339/viewspace-1038000/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/9907339/viewspace-1038000/

cracknight1982
关注
深度学习-99-大语言模型LLM之基于langchain的代理自定义工具和SQLDatabase工具
qq_20466211的博客
02-03 292
代理根据任务类型和需求通过大模型推理选择工具处理任务，LangChain传递任务输入给工具生成输出，输出再经大模型推理，作为其他工具输入或最终结果返回给用户。
50行代码搭建可运行AI Agent：LangChain+ReAct实战手记
weixin_30443731的博客
06-07 379
AI Agent 是一种能自主规划、调用工具并迭代执行的智能体，其核心在于 ReAct（推理+行动）范式，而非单纯的大语言模型生成能力。它通过将用户目标拆解为‘思考-决策-行动-观察’循环，实现从问答到做事的跨越。技术上依赖轻量级工具链（如 LangChain）、结构化提示工程与鲁棒的工具集成，显著提升任务完成率与工程可控性。典型应用场景包括智能日程安排、实时信息查询与多步计算等。本文以 gpt-3.5-turbo 和 LangChain v0.1.16 为基础，详解如何用不到50行核心代码构建首个稳定运行
Text-to-SQL技术深度解析：从理论突破到工程实践
AI人工智能的学习之路
04-08 1339
SQL的专业性要求构成了数据民主化的主要障碍——据统计，仅约35%的开发人员接受过系统的SQL培训，而超过51%的专业岗位需要SQL技能。对于算法工程师而言，把握技术本质，理解业务需求，在生成质量与系统可靠性间寻求平衡，将是构建成功Text-to-SQL系统的关键。传统**自一致性(Self-Consistency)**方法假设多数投票最优，但在Text-to-SQL中面临两大局限：(1)最频繁的答案未必正确，(2)高温采样会降低候选质量。THEN"表达式)，(3)数仓建模时建立清晰的业务域映射。
Oracle ——如何确定性能差的 SQL
weixin_30577801的博客
09-06 91
http://www.toadworld.com/KNOWLEDGE/KnowledgeXpertforOracle/tabid/648/TopicID/TSQ7/Default.aspx 本文主要说明在应用程序内书写和调优 SQL 语句。假设，你已经知道你应用程序中的哪些 SQL 语句需要注意。事实上，这不太容易。那么，我们如何隔离性能差的 SQL？任何中等大小的应用程序都是由成千上万行代码组...
How should a model be structured in MVC?
weixin_30666753的博客
05-07 220
The first thing that I must clear up is: the model is a layer. Second: there is a difference between classical MVC and what we use in web development. Here's a bit of an older answer I wrote, wh...
（课程设计）Springboot宠物领养系统毕业设计-计算机毕设 附源码241104
热门推荐
ID3461074420的博客
08-22 3万+
宠物领养系统主要是为了更加地完善宠物领养的服务情况，对用户的信息、宠物信息、宠物领养、宠物转让等提供了方便的机制。本系统有多类使用者，分别是管理员和用户注册。以下是从这两种用户的角度分别介绍本系统所要实现的功能。 用户： 注册： 登录： 宠物秀： 宠物领养：管理员： 用户管理： 宠物秀管理：对宠物秀信息进行发布管理。 宠物信息管理：对宠物信息进行维护管理。 领养管理：对领养信息进行维护管理。 宠物转让管理：对宠物转信息进行维护管理。
【课程设计】SSM宠物领养系统毕业设计-附源码031654
Biye_Design的博客
08-31 9974
宠物领养系统是基于浏览器与服务器架构平台，采用跨平台的JAVA语言开发，利用SSM框架进行逻辑控制，MySQL数据库存储数据，最后Tomcat服务器完成发布，系统可在多个环境下运行。 关键词：宠物领养，SSM框架，MySQL数据库...
（附源码）SSM宠物领养系统-毕业设计 课程设计 031654
Q_3461074420的博客
12-04 4058
用户： 注册：首先检查用户名和邮箱是否存在，如不存在即可进行注册，并将用户输入的密码进行MD5加密，注册成功后提示注册成功，并将用户信息保存到数据库中。 登录：使用宠物领养系统前是需要用户登录个人账号。 宠物资讯：用户可以在线进行宠物资讯浏览等。 宠物领养：用户可以进行宠物信息浏览，选择自己想要领养的宠物进行领养申请。 团队信息：用户可以在线申请入团信息的提交。 管理员： 用户管理：对用户进行管理，用户的注册，包括用户昵称、用户名、用户的宠物信息（宠物品种、宠物性别、年龄等）用户的账号信息： 宠物资讯管理：
AI代理运行时：会话即日志的工程范式革命
weixin_30787531的博客
06-27 317
AI代理运行时是支撑大模型自主执行任务的关键基础设施层，其核心在于解耦状态管理与模型推理——通过将‘会话’抽象为结构化、持久化、可查询的事件日志，实现可审计、可恢复、可编排的生产级可靠性。该设计直面上下文窗口容量瓶颈、调试不可追溯、并发扩展困难等工程痛点，技术价值体现在稳定性提升、故障定位效率跃升与资源成本优化。典型应用场景包括销售线索分发、合规文档审核、多步骤数据操作等需长程记忆与跨工具协同的任务。本文深入解析Anthropic Managed Agents的会话日志、无状态执行器与微VM沙箱三大架构创新
（课程设计）ssm宠物领养系统-毕业设计 附源码031654
ID3461074420的博客
11-03 2122
宠物领养系统主要是为了更加地完善宠物领养的服务情况，对用户的信息、宠物信息、宠物领养、宠物转让等提供了方便的机制。本系统有多类使用者，分别是管理员和用户注册。以下是从这两种用户的角度分别介绍本系统所要实现的功能。 用户： 注册：首先检查用户名和邮箱是否存在，如不存在即可进行注册，并将用户输入的密码进行MD5加密，注册成功后提示注册成功，并将用户信息保存到数据库中。 登录：使用宠物领养系统前是需要用户登录个人账号。 宠物资讯：用户可以在线进行宠物资讯浏览等。 宠物领养：用户可以进行宠物信息浏览，选择自己想要领
AutoGPT实战指南：CLI架构、Redis内存与Agent协议工程实践
dianxi0949的博客
06-19 414
AI Agent 是大语言模型从‘回答问题’迈向‘执行任务’的关键范式演进，其核心在于构建可观察、可调试、容错的LLM操作系统。AutoGPT 作为早期开源标杆，以极简的 CLI 界面和 Plan-Execute-Observe-Reflect（PEOR）闭环，首次将自治代理概念工程化落地；它暴露的记忆管理脆弱性与工具调用不可靠性，直接推动了 Agent Protocol 标准化和 Redis 内存后端等基础设施成熟。如今，LLM 应用开发已转向分层组装：底层 Runtime（如 LangGraph）、中层
deepsearch、langchain笔记
weixin_51981189的博客
05-27 341
Pydantic基础语法与验证功能摘要：Pydantic中"="表示默认值，"..."表示必填字段。通过Field类可添加字段描述。验证功能使用@field_validator装饰器，仅在对象创建时执行验证，直接赋值不会触发。若要修改时验证，需配置model_config={'validate_assignment':True}。验证器可处理格式转换（如去除"°C"、"%"等符号），但需注意字符串到数值的转换。官方建议将模型视为
AI Agent Runtime 进入可运维时代：从静默失效到确定性执行
weixin_33874713的博客
06-27 422
AI Agent 不再是‘能跑通就行’的实验品，而是需长期稳定运行的企业级服务。其核心挑战在于状态管理不可靠、调试如猜谜、安全边界模糊——本质是 runtime 层缺乏操作系统级的抽象能力。Anthropic 提出的 session-as-event-log 架构，将记忆从模型 context 中剥离，交由持久化事件日志统一管理；Harness 实现无状态执行，Sandbox 提供按需隔离环境，共同构成可审计、可回溯、可治理的 agent 基础设施。这一范式迁移直指 AI 工程化的深水区：不是让 agent
Agent Runtime 已成水电煤：解耦 Session/Harness/Sandbox 的生产实践
记录技术点点之路
06-15 351
Agent 运行时（Agent Runtime）正从定制化能力演变为标准化基础设施，其核心在于会话状态管理、无状态执行与安全沙箱的系统性解耦。技术原理上，它通过事件日志（event log）替代上下文窗口存储状态，以 Harness 实现模型调用的原子化封装，并借助硬件级隔离沙箱保障凭证零暴露。这一层的技术价值已不再体现为‘能否实现’，而在于合规性、可观测性与运维成本控制。典型应用场景覆盖金融客服、电商售后、SaaS 自动化等需审计、多跳工具链与强安全要求的生产环境。本文聚焦 Anthropic Manag
AI智能体运行时正走向 commoditization：从自研沙箱到托管服务的工程范式迁移
最新发布
diejiankuai3444的博客
07-02 411
AI智能体（Agent）作为大模型落地的核心载体，其运行时（Runtime）层正经历类似云计算早期‘操作系统时刻’的范式转移。传统上需开发者自行构建的沙箱调度、状态管理、凭证隔离与可观测性等能力，正被云厂商和头部厂商封装为标准化、带SLA的服务。这一趋势背后是技术价值密度的结构性下移——runtime不再构成核心竞争力，而成为可采购的基础设施。关键驱动因素包括Session事件日志化（Session as Event Log）、无状态执行器（Harness）、Vault驱动的沙箱安全模型等工程实践。当前企业
AI代理运行时基础设施：解耦Session、Harness与Sandbox
weixin_34241036的博客
06-27 339
AI代理运行时（Agent Runtime）是支撑大模型智能体稳定落地的核心系统层，其本质是将状态管理、执行调度与安全隔离从应用代码中解耦，形成类操作系统的能力抽象。它基于事件日志实现持久化会话（Session），通过无状态执行器（Harness）保障弹性伸缩与故障恢复，并依托一次性沙箱（Sandbox）+密钥托管实现零信任凭证分发。该架构显著提升AI系统的可审计性、可重放性与生产级可靠性，广泛应用于客服自动化、合规报告生成、ERP智能集成等需长期记忆、多工具协同与强安全管控的工业场景。
Agent Runtime 重构：事件日志与沙箱隔离如何解决 LLM 应用工程化鸿沟
weixin_33904756的博客
06-25 408
LLM Agent 不是增强版聊天机器人，而是面向多步、长时、工具集成工作流的新型运行时系统。其核心挑战在于状态管理不可靠与执行环境不安全——传统将状态塞入 context window 导致上下文溢出、历史不可追溯；凭证硬编码或环境变量注入则引发高危泄露风险。Anthropic Managed Agents 等新一代平台通过‘Session-as-Event-Log’实现持久化、可审计、可回放的状态建模，并以‘Sandbox-as-Cattle’配合凭证即服务（Credential-as-a-Servic
Hermes Agent：开源AI代理的自进化记忆与上下文压缩实践
weixin_33778544的博客
06-28 455
AI代理系统正从简单提示调用迈向具备长期记忆、上下文管理与模型无关适配能力的智能工作流基础设施。其核心在于将对话历史转化为可检索、可复用、可压缩的知识资产，而非临时缓存。自进化记忆（self-improving memory）通过结构化分层（会话/人格/技能）实现跨周期知识沉淀；上下文压缩（context compression）采用索引+蒸馏双阶段工程，在保障信息完整性前提下显著降低token消耗与延迟。这类技术已广泛应用于科研文献追踪、本地大模型私有化部署及自动化研究日报生成等场景。Hermes Age
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值