首页 > 其他分享 >JMeter与大模型融合应用之JMeter菜单栏中切入大模型交互详解

JMeter与大模型融合应用之JMeter菜单栏中切入大模型交互详解

时间:2024-09-24 14:52:21浏览次数:3  
标签:菜单 AI 模型 菜单栏 org apache import JMeter

JMeter与大模型融合应用之JMeter菜单栏中切入大模型交互详解

门槛要求

本文开始,我们就具体针对JMeter与大模型之间的具体功能实现进行详细介绍。在具体介绍之前,这里需要说明几点:
第一:本文所有开发的特性都是基于JMeter 5.1.1版本进行开发。
第二:针对JMeter如何从官网下载源码到本地并且搭建开发环境已经在我其他文档中进行详细说明,这里不再赘述。

需求描述

我们目前要在JMeter上实现如下功能:
在这里插入图片描述
特性1:在TCtools的一级菜单中增加一个二级菜单,菜单名称为AI Assistant,如果切换成简体中文的时候,菜单名称AI助手
特性2:AI Assistant能够弹出AI助手界面,在界面中有2个框和2个按钮,其中一个框用来展示跟大模型交互的内容,另外一个框为输入框,用于输入我们的问题,点击“发送内容”可以把问题发送给大模型,大模型收到内容后把结果返回到界面进行展示,点击“清空内容”能够清空交互的历史内容。
下面我们继续详细介绍如何开发上述特性。

特性开发详解

二级菜单添加

第一步:在org/apache/jmeter/gui/action/ActionNames.java类中新增如下代码

public static final String AI_ASSISTANT     = "ai_assistant"; 

第二步:在org/apache/jmeter/resources/messages.properties文件中新增一个key-value值,结果如下

ai_assistant=AI Assistant

第三步:在同样的路径下找到messages_zh_CN.properties文件中新增一个key-value值,结果如下

ai_assistant=AI助手

上述第二步和第三步,完成了菜单栏中中英文展示的具体菜单名称
第四步:在org/apache/jmeter/gui/util/JMeterMenuBar.java类中,我们需要在我们对应的TCtool一级菜单栏中添加对应的代码来完成二级菜单,这里小伙伴根据自己实际的应用看是否需要新建一级菜单或者是依附在原有的一级菜单中增加二级菜单,我们添加的代码如下

 private void makeTCMenu(){
   
        //代码省略
        JMenuItem aiAssistant = makeMenuItemRes("ai_assistant", ActionNames.AI_ASSISTANT);//$NON-NLS-1$
        //代码省略
        TCMenu.add(aiAssistant);
        //代码省略
    }

至此二级菜单已经增加完成。

菜单功能开发

菜单开发完成以后,我们要对对应的菜单添加相应的功能。
第一步:在org/apache/jmeter/gui/action文件夹下,新增一个AIAssistant.java,并且我们对应的代码如下

import org.apache.jmeter.gui.action.AbstractAction;
import org.apache.jmeter.gui.action.ActionNames;
import org.apache.jmeter.sptp.gui.ChatWindow;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import javax.swing.*;
import java.awt.event.ActionEvent;
import java.util.Collections;
import java.util.HashSet;
import java.util.Set;


public class AIAssistant extends AbstractAction {
   

    //设置事件
    private static final Logger log = LoggerFactory.getLogger(AIAssistant.class);
    private static final Set<String> commandSet;
    static {
   
        Set<String> commands = new HashSet<>();
        commands.add(ActionNames.AI_ASSISTANT);
        commandSet = Collections.unmodifiableSet(commands);
    }

    //获取事件列表
    @Override
    public Set<String> getActionNames(){
   
        return  AIAssistant.commandSet

标签:菜单,AI,模型,菜单栏,org,apache,import,JMeter
From: https://blog.csdn.net/u012151594/article/details/142489844

相关文章

  • 详解2024 openAi最新gpt o1模型分析
    探索GPT的O1模型:一场人工智能的革命在人工智能领域,尤其是自然语言处理(NLP)领域,模型的不断迭代和升级为我们带来了前所未有的机遇。最近,OpenAI发布了全新的O1模型,这一创新不仅在技术上取得了重大突破,也为各行各业的应用提供了更多可能性。本文将深入探讨O1模型的核......
  • 美图视频生成大模型「奇想」完成升级;李飞飞:空间智能不仅适用虚拟世界生成,还可融合现实
       开发者朋友们大家好: 这里是「RTE开发者日报」,每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享RTE(Real-TimeEngagement)领域内「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」,但内容仅代表编......
  • 详解Diffusion扩散模型:理论、架构与实现
    本文深入探讨了Diffusion扩散模型的概念、架构设计与算法实现,详细解析了模型的前向与逆向过程、编码器与解码器的设计、网络结构与训练过程,结合PyTorch代码示例,提供全面的技术指导。关注TechLead,复旦AI博士,分享AI领域全维度知识与研究。拥有10+年AI领域研究经验、复旦机器人智......
  • 【运维监控】influxdb 2.0 + grafana 11 监控jmeter 5.6.3 性能指标(2)
    运维监控系列文章入口:【运维监控】系列文章汇总索引文章目录四、grafana集成influxdb监控jmeter1、建立grafana数据源2、导入grafana模板3、验证1)、验证模板2)、启动jmeter3)、查看模板数据本示例是通过jmeter的插件暴露jmeter的监控指标,通过插件将监控指标数据写入influxdb中,然后......
  • 马斯洛需求理论(人类需求的五个层次)&用户体验五要素&四点心智模型
    一:核心用户1.1什么是核心用户潜在用户:未使用该产品的用户,但是有使用的需求。目标用户:已经使用产品的普通用户,活跃度低。种子用户:活跃度比较高,对产品的熟悉程度比较高,乐意优先测试新功能并给出积极反馈的用户。通常新功能优先开放给这些用户使用,等用户反馈后再优化一版再开放......
  • 需求分析方法(场景五要素&5W3H&Y模型&MECE法则&人性七宗罪)
    一:业务需求和产品需求产品需求是对用户真实需求的提炼,形成产品需求后,要制定复合产品定位的解决方案,进而满足业务上的需求。需求分析就是将用户的需求(目的、想法、问题等)转为对应的产品解决方案(产品结构+产品流程+产品功能)。1.1需求的辨别需求真实:不是所有需求都是用户需要的。需......
  • 需求优先级(KANO模型、四象限法则、功能价值)
    一:需求筛选1.1是否满足用户的真实需求用户提出的需求往往是表象,因此在产品设计时要弄清楚需求的本质,用户给出的解决方案能否满足用户需求。1.2技术是否能实现如果公司目前的技术能力还实现不了该功能那就做不了。1.3开发成本是否可控人力成本、时间成本、代价太大可能会造成不能......
  • 粘塑性自洽模型(VPSC)在复合工艺中的应用
    关键词:晶体塑性VPSC织构模拟复合工艺本期将继续介绍粘塑性自洽模型(VPSC)在金属变形过程的应用。VPSC适用于各种金属材料(如铝合金、钢材、镁合金),各种加载方式(如单向拉伸、单向压缩、剪切、平面应变、双向拉伸等)下的宏观力学性能和微观结构演化模拟,也可以针对多相金属(如双相......
  • 选址模型 | 基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容(Matlab)
    目录效果一览基本介绍程序设计参考资料效果一览基本介绍基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容(Matlab)问题建模:首先,需要将电动汽车充电站选址与定容问题进行数学建模,确定目标函数和约束条件。混沌模拟退火粒子群优化算法:实现该算法需要考虑混沌模拟退火和粒......
  • 诸神黄昏!多模型齐亮相!GAF-PCNN-GRU、GASF-CNN-GRU、GADF-CNN-GRU的多特征分类预测/故
    诸神黄昏!多模型齐亮相!GAF-PCNN-GRU、GASF-CNN-GRU、GADF-CNN-GRU的多特征分类预测/故障诊断目录诸神黄昏!多模型齐亮相!GAF-PCNN-GRU、GASF-CNN-GRU、GADF-CNN-GRU的多特征分类预测/故障诊断分类效果格拉姆矩阵图GAF-PCNN-GRUGASF-CNN-GRUGADF-CNN-GRU基本介绍程序设计参考资料分......