登录社区云,与社区用户共同成长
邀请您加入社区
你是否还在为多系统账号互通、用户每改一次密码要在 5 个系统各改一次而头疼?本文带你从零搭建 Keycloak 26.7(Docker + MySQL 持久化),到两个 Node.js 站点实现完整 SSO 单点登录方案:ROPC 自有登录页(保留品牌定制)、Token 跨站免密传递、introspect + 本地 JWT 双保险验证、Client 级别权限隔离(防越权 SSO 漏洞)、Realm
本文详细介绍了如何使用Python快速搭建gRPC服务端与客户端,实现高效通信。通过完整的代码示例和优化建议,帮助开发者在5分钟内掌握gRPC的核心技术,提升微服务架构下的通信效率。
本文详细介绍了如何使用brpc配合Protobuf构建跨语言微服务。从brpc的安装配置、Protobuf接口设计,到C++服务端实现与性能优化,再到Python和Java客户端的调用实践,提供了一套完整的从协议定义到多语言客户端实战的解决方案,有效解决混合技术栈下的服务集成问题。
Docker 20.10+ 版本可用,容器内可通过访问宿主机(替代手动写宿主机 IP),代码中settrace的 IP 可改为。
他上一条爆款推文说的是「你不该再给 Agent 写提示词了,你应该设计 Loop」。那条推直接引爆了整个 Loop Engineering 的讨论。这一次,他问的是下一个问题。
AI 排障 Agent 的核心价值是将排障经验从个人能力转化为组织能力。通过 ReAct 推理模式,Agent 自动完成假设生成、工具调用和证据验证,将排障时间从小时级压缩到分钟级。落地路线建议:第一步,梳理高频故障模式,建立假设模板库;第二步,封装诊断工具(日志查询、指标查询、K8s 查询)为标准化 API;第三步,实现 ReAct 推理引擎,支持多步推理和假设验证;第四步,建立排障知识库,每次
AI 自动化运维平台通过 LLM Agent + 知识图谱 + 安全护栏的架构,将故障诊断从"人工决策 + 手动执行"转变为"AI 推理 + 自动执行"的闭环。LLM 的推理能力使 Agent 能够处理未知故障场景,知识图谱提供企业私有知识的上下文增强,安全护栏确保自动化操作不会造成比原始故障更严重的后果。落地路线:第一步,构建 L0 级别的诊断推荐系统,LLM 仅输出诊断步骤建议,所有操作由人工
AI 故障诊断 Agent 通过知识图谱将排障经验结构化,通过推理引擎实现多步假设验证,通过工具调用层获取诊断证据。知识图谱驱动的推理模式使诊断过程可追溯、可解释,动态概率更新使 Agent 能从历史诊断中学习。但知识图谱的维护成本、推理链的脆弱性和工具调用的可靠性是落地的关键挑战。落地路线建议:先针对最频繁发生的 3-5 类故障构建知识图谱,与人工排障并行运行验证准确性;然后逐步扩展图谱覆盖更多
主 Agent运行 Agent Loop(Plan → Execute → Observe → Decide → 循环),通过 Agent 工具创建 SubAgentSubAgent有独立循环,各自 Plan→Exec→Obs→Dec,完成后返回结构化结果三层上下文传递:prompt 参数(主 Agent 精选的关键信息和任务描述)→ SubAgent 自身循环(执行过程中的内部积累)→ 返回结果
2026年7月的AIOps技术进展月报传递了一个清晰的信号:AIOps正在从"辅助工具"阶段跨入"自主Agent"阶段。本月标志性事件包括阿里云AIOps Agent公测、PagerDuty Runbook自动生成、Datadog LLM可观测性发布、DeepSeek运维领域微调、LangChain OpsAgent框架成熟。从模型即服务到运维Agent的范式迁移已不可逆转。拥抱Agent但设护栏
框架将工具和技能统一存储在实体中,由提供管理服务。字段说明Name工具/技能唯一标识名枚举:Tool / Skill工具绑定的方法名(如功能描述,供大模型决策用是否启用IsSystem是否系统内置(禁止删除)技能还附带一个.zip附件,包含脚本文件、资源等,通过文件服务管理。// 获取所有启用的工具NetCoreKevin 框架基于 AgentFramework,通过数据库驱动 + 文件系统热加载
单一智能体在处理复杂业务逻辑时,已逐渐显现出能力的边界与局限。面对诸如内容写作、代码开发、股票推荐等多维度、高耦合的任务,往往需要多个智能体协同作战,通过团队分工与协作,才能高效、精准地完成目标。如今,智能体正从“单打独斗”走向“联合制胜”,协作化、团队化的智能体系已成为满足市场需求的关键突破口。
本文介绍了AI点餐助手的系统架构设计,通过微信小程序前端、业务后端、AI编排层(Dify)和大模型(Deepseek)四个核心模块协同工作。系统采用流程图清晰展示了商品推荐和下单流程的数据流转,重点阐述了Dify作为AI编排层在对话管理、工具调用中的作用,以及前端如何动态渲染不同类型的交互卡片。设计强调了异常处理机制和用户体验优化,如商品卡片"选它"按钮和确认卡片的自动消息发送
互联网大厂面试既考技术细节也看场景落地,本文结合医疗场景,涵盖微服务、消息队列、缓存、日志、监控、AI Agent等知识,适合Java面试复盘与学习。
互联网大厂面试不仅考察技术细节,更看重业务场景落地。本文以内容社区为主线,涵盖微服务、消息队列、缓存、日志、监控、AI Agent等全链路实战,助力Java面试复盘与系统架构提升。
本文将带你从0到1再到可落地产品级,构建一套AI Agentic Engineering 微服务架构——这套架构不是空泛的理论,而是我和团队在过去2年里,给3家上市公司、5家独角兽公司搭建企业级Agent平台时总结出来的实战经验。我们将重点解决你刚才遇到的4个核心痛点,通过解耦Agent管控的5大核心能力高度解耦:每个核心能力都是独立的微服务,互不影响——你可以用Python写Agent调度,用G
本次面试以互联网大厂为背景,涵盖求职招聘及AI智能客服系统两大业务,对应需要扎实的Java基础、微服务架构经验及AI智能体相关技术。面试过程中,通过逐层引导,既考察基础技术,也检验候选人对新兴AI技术应用的理解,体现了互联网企业对复合型开发者的需求。
本篇文章将手把手带领大家完成 DeepSeek 官方以及第三方聚合平台 SiliconFlow 的账号注册与密钥获取。
本文介绍了如何在星图GPU平台上自动化部署【ollama】DeepSeek-R1-Distill-Qwen-7B镜像,快速搭建本地AI服务。该方案通过Ollama运行大模型,并结合FastAPI封装为微服务,可应用于构建完全本地的智能助手、代码生成、内容创作等场景,确保数据隐私与离线可用。
目录。
本文介绍了如何在星图GPU平台上自动化部署【vllm】glm-4-9b-chat-1m镜像,打造具备超长上下文理解能力的AI编程助手。该镜像的核心应用场景是作为智能代码分析工具,能够一次性理解整个微服务项目的全部源码,从而进行跨文件的深度代码分析、Bug追踪和架构优化。
本文介绍了如何在星图GPU平台上自动化部署AutoGen Studio镜像,构建基于微服务的智能体架构。通过模块化拆分与标准化接口,可快速实现电商客服系统等典型场景的意图识别、服务路由与多系统协同,显著提升AI应用的可维护性与扩展性。
TSF 拥抱 Spring Cloud 、Service Mesh 微服务框架,帮助企业客户解决传统集中式架构转型的困难,打造大规模高可用的分布式系统架构,实现业务、产品的快速落地。腾讯云,腾讯集团倾力打造的云计算品牌,面向全世界各个国家和地区的政府机构、企业组织和个人开发者,提供全球领先的云计算、大数据、人工智能等技术产品与服务,以卓越的科技能力打造丰富的行业解决方案,构建开放共赢的云端生态,推
微服务是过去十年最被滥用的架构模式之一。无数独立开发者和小团队,在项目刚起步时就急于采用微服务架构,结果陷入了过度复杂的技术债务中。。但确实存在需要拆分的时机,关键是识别正确的信号。
今天,我们将深入浅出地讲解这款工具的核心功能、使用场景及实战部署,带你轻松掌握微服务管理的“智能导航”能力。Nacos MCP Router并非仅仅是一个“工具管理器”,它更像一把解锁微服务高效治理的“瑞士军刀”:智能搜索让选择不再盲目,协议转换打破技术孤岛,代理调用消除环境切换的烦恼。无论是个人开发者还是企业团队,它都能让你的MCP服务管理从“混乱”走向“有序”,从“低效”迈向“智能”。五、总结
在构建现代数字化应用的过程中,开发者常常面临一个关键挑战:如何高效、安全地集成和复用既有的复杂服务或自有业务系统?这些服务可能是核心算法引擎、遗留业务逻辑模块,或是特定的SaaS能力。传统方式下,将它们融入新的应用架构往往涉及繁琐的环境配置、复杂的部署流程和持续的运维负担,显著拖慢开发迭代速度,并增加技术栈的复杂性。尤其当企业考虑采用或迁移到低代码平台时,一个普遍的顾虑是:过往投入构建的非可视化服
低代码平台的选择,不是简单的工具对比,而是对企业未来 3-5 年数字化能力的布局。JNPF 等企业级平台的价值,在于通过高效的开发模式和强大的技术能力,构建 “业务 + 技术” 的共生体系 —— 让业务人员快速落地创意,让开发团队聚焦核心创新,让企业 IT 从成本中心转变为价值引擎。在选型过程中,建议采用 “三维验证法”:场景验证:用真实业务场景测试平台能力(如搭建简化版订单系统);技术验证:评估
微服务架构就像把一个大蛋糕切成一块块小蛋糕,每个小蛋糕就是一个独立的服务。这些服务围绕业务功能划分,每个服务都可以独立开发、部署和扩展。比如,在WebGIS项目中,地图渲染、数据管理、用户认证等功能都可以拆分成独立的微服务。微服务架构正在重塑WebGIS开发的范式。它通过将复杂的系统拆分成独立的服务,让开发、部署和维护变得更加高效和灵活。虽然它也带来了一些复杂性,但通过合理的技术选型和架构设计,这