从 Jev 范式决策模型接入,到参与 Team 协作的完整实践
本文将以一个工单分诊助手为例,把开发、打包和上线的过程串起来:用 AgentScope Java 与百炼决策模型(国内网络无法使用 Jev)实现分诊,通过代码包部署到阿里云 AgentCore,再验证普通调用和流式调用。文章最后,再看这个助手如何加入 Team,参与任务分工与报告审核。
被拒后别忙着重提:直接改完再交、回复说明、约沟通怎么选
本文解析App Store 4.3(a)拒审后的科学应对策略:厘清拒信类型,分场景选择“整改重提”“精准回复”或“预约沟通”三种路径,强调证据链、可验证性与节奏把控,避免无效操作加重账号负担。
MCP 服务无状态,任务状态存哪?RocketMQ LiteTopic 给每个任务一本账
本文详解如何通过 RocketMQ LiteTopic 实现任务状态的高效管理与持久化,彻底解决“请求不必原地等待”后的落地困境,提升系统吞吐能力。
Personal Agent 观察:拆解全天候运行的技术挑战
本文首发于 DataWhale,并收录到开源项目 Alibaba Cloud AI Agent Handbook 中。
用大模型做合同条款风险初筛:一套可落地的提示词与复核流程
用大模型做合同条款风险初筛:一套可落地的提示词与复核流程 法务和业务同事最耗时的活之一,是审合同。一份几十页的采购合同,逐条读完再标风险,往往要花掉半天。真正需要人来判断的争议条款其实就那么几处,大量时间耗在了翻找和定位上。把机械的初筛环节交给大模型,让人集中精力做判断,这条路径现在是可行的。 但要
对着头部应用拆流程:哪一步大家都省了,就是你的空位
本文教你用“流程拆解法”挖掘竞品空位:不抄功能,只深挖头部应用省略的关键步骤(如校验、批量、导出等),通过路径对照、空位验证、闭环补全,将真实需求缺口转化为产品主线。强调可验证、可演示、可持续迭代的差异化策略。
每多接一朵云,多云互联要多出哪些东西?
本文对比“逐云拉专线”与“一点接入”两种多云互联方案:前者每增一朵云需新增专线、连接及施工,云间互通成本指数级增长;后者通过交换点统一接入,扩云无需改造机房,云间流量本地转发,更高效经济。适用于多云架构选型参考。(239字)
从零搭建企业级 MCP Server:鉴权、限流、脱敏、审计与 K8s 部署实战
把 MCP Server 从本地 Demo 推向生产环境,需要处理鉴权、限流、数据脱敏、审计日志、会话隔离、容器化部署等一堆协议之外的问题。本文用一个完整开源模板 fastmcp-enterprise 讲清企业级 MCP Server 的落地全流程,含可运行的鉴权/限流/脱敏中间件代码与 Docker、K8s 部署清单。
线缆出厂检验数据怎么沉淀:从导体直流电阻到局部放电
线缆出厂检验数据常散落在各台试验机本地,导体直流电阻、绝缘耐压、局部放电等结果靠人工抄录,追溯时难以快速取证。本文从工程角度梳理检验数据的沉淀路径:先把必检项做成试验机与MES直连、按盘号自动落库;再把合格判据固化为可执行规则,划清全检与抽检边界;最后统一数据去抖、留痕、防篡改与按盘号一键调取的口径。实施宜先接电阻与耐压两台必过设备,跑通小闭环后逐步纳入局放与厚度检测。检验数据的价值,在于出问题时能立刻拿出完整、可采信的证据链。
Maven 与 Jenkins CI/CD集成实战:自动化构建部署
本文深入讲解了 Maven 与 Jenkins CI/CD集成的完整方案,包含 Pipeline 配置、Maven 命令集成、自动化测试触发、构建产物归档、钉钉/企业微信通知等企业级最佳实践。通过电商系统的真实案例,展示了如何从零搭建自动化构建部署流水线,提供完整的 Jenkinsfile 模板和自动化部署脚本。掌握这些技能,你将能够建立高效的 DevOps 流程。适合 Java 开发者、DevOps 工程师阅读。
文档防泄漏的五层漏斗:每层要付多少性能代价
该方案以“五层漏斗”重构数据防泄漏设计:识别层重增量扫描降负载,分级层靠策略+人工防错,阻断层前置无感动作、后置审批阻断,留痕层强调可还原日志,复盘层将误报率作为核心指标。突出每层代价可见、可调、可权衡。
Python 的 enumerate 到底多做了什么:拆开这个 C 层双产出对象
把带索引遍历写对,关键是理解 enumerate 只转发、不存储:它返回独立的双产出对象,共享你的迭代器,按次产 (index, value) 元组。本文用本机 CPython 3.13.14 实测独立对象无下标访问、共享迭代器被同步消费、start 只是偏移、字典只产 key、与 zip 组合的两层解包,以及百万次三方计时对照,附场景选择表
被 4.3(a) 打回后第二次提交,怎么让审核一眼看到你改了什么
本文详解App审核二次提交的核心逻辑:不是“改多少”,而是“如何证明改了什么、在哪改、怎么验”。强调建立基线、分层(二进制/元数据/概念)列证据、截图与描述严格对照、演示路径可复现、备注聚焦差异而非卖点。证据链完整,审核才有依据推翻初判。(239字)
赛博赵括:AI 能推演漂亮的理论,推演不出真实的商业竞争
本文犀利揭露GEO行业最大荒诞:将AI生成的“推理型知识”冒充实战经验兜售给老板。所谓“赛博赵括”,手握精美方案却从未打过仗——真战场看的是平台脾气、对手反制与踩坑教训,而非逻辑自洽的假钥匙。实战,才是GEO唯一标准。(239字)
Agent as a Service:驱动 Personal Agent 与企业智能体的服务架构
把 Agent 的“思考”与“干活”分开:用 AgentScope 构建 Agent as a Service。
用百炼大模型做合同要素抽取:从清洗到落台账的实战流程
一、为什么合同要素抽取适合交给大模型 做企业法律顾问时,最耗时的不是谈判,而是把一份份合同里的关键信息摘出来,整理成台账:合同期限、付款节点、违约责任、管辖法院、自动续约条款……几十份合同堆在一起,人工逐份翻找,既慢又容易漏。 这两年用大模型做文本抽取的成熟度已经不低。阿里云百炼提供了现成的模型接口
AgentTeams Dashboard:统一管理团队、项目与资产
从组建到交付,让智能体团队的协作更清晰可控。AgentTeams Dashboard 集中管理团队、技能、模型与工具,通过两级看板呈现项目分工、任务进度和交付产物,支持编码工具管理与执行记录查看,帮助开发者掌握团队状态、定位问题并及时介入。
终端审计日志:字段设计与检索取舍
终端审计数据模型设计关键在四关联键(设备、账号、文件指纹、通道),宽窄表结合、按时间分区、分级索引与脱敏,确保“一个文件去向”可秒级追溯,兼顾性能、合规与取证有效性。
Kubernetes 介绍:传统部署时代的四个结构性痛点
本文回顾IT基础设施演进史,揭示“资源边界”如何从物理机→虚拟机→容器持续细化。核心矛盾在于:边界越细,利用率越高,但管理复杂度指数上升。Kubernetes并非单纯容器编排工具,而是边界细化至人力不可控时的必然解——用声明式期望状态替代命令式运维,实现自动调度、弹性扩缩与自愈。
DesignOps 的规则消费:从追问 1 句"证据在哪"开始
DesignOps的规则质量把关,从追问一句“证据在哪”开始。规则不能只停留在口头共识或模糊描述上,必须追问其背后的真实场景与可追溯证据。通过确认每条规则都有据可依、有现场可查,DesignOps把质量把关从主观判断转向可验证的证据核查,确保进入链路的规则经得起追问。
多分支企业网络如何降本增效?对比传统专线与 SD-WAN 打包制,看懂计费口径避免云网采购踩坑
企业组网没有统一标价,只比设备价或只盯月租最容易踩坑。本文带你看透专线、自购与SD-WAN三种模式的真实计费逻辑,教你把设备、线路、服务三块费用分开核算,避开常见低价陷阱,并附上OgCloud SD-WAN的打包计费解析与采购验证建议。
REA:24h 涨星 +7,181
rea 是一个开源AI代理框架(TypeScript),专注逆向工程:支持App行为分析、Native二进制、Ghidra/JADX/固件等多工具协同。24h狂涨7181星!它统一分散工具链,支持流程复用与团队标准化,npm一键安装即用。
Python 的 raise from 到底多接了一根线?拆开 __cause__ 和 __context__ 两条异常链
把异常链写对,关键是理解 __cause__ 和 __context__ 是两条独立的记录:context 由解释器自动挂载,cause 只有写了 from 才会设。本文用本机 CPython 3.13.14 实测隐式链的字段形态、from 的 suppress_context 开关、from None 只关显示不删记录、traceback 连接语选择规则、五层因果链长度与异常对象复用的坑,附场景选择表
【Azure 应用服务】App Service 自动扩容时,如何避免新实例尚未就绪就接收流量(预热实例篇)?
本文探讨Azure App Service自动扩缩容中如何保障新实例健康就绪:通过预热实例(Prewarmed Instance)提供扩容缓冲,结合应用初始化、健康检查与无状态架构设计,确保流量仅路由至已启动且健康的实例,降低扩容对业务稳定性的影响。(239字)
报警、故障、隔离和离线事件怎么建模
本文探讨消防设备上云的核心难点——事件建模。指出混用单一`event`表与`status=1/0`的粗放设计导致历史难追溯、状态易误判。主张将事件与状态分离:事件为不可变事实,分报警、故障、隔离、离线四类;状态则从事件流物化而来,支持多状态共存。强调字段语义(如`occurred_at`/`received_at`)、去重防乱序、技术状态与业务处置解耦,确保系统可审计、可解释、高可靠。
阿里云 Chat App 更换客服系统:WhatsApp API 如何保留原号?
已经用阿里云 Chat App 发送 WhatsApp 消息,只换客服系统时,怎么保留原号并确保订单回执照常接收?本文以 SaleSmartly 接入已有 WhatsApp API 号码为例,说明保留原通道和更换 BSP 两种方案,并用 Python 核对客户来信和消息状态回执是否到达预期系统。
用弹性算力承接商协会活动的报名峰值
本方案为商协会活动报名系统设计高并发削峰方案:采用函数计算+API网关承接瞬时抢票流量,通过Redis幂等预占、RocketMQ消息队列异步处理、状态机管理库存,实现秒级弹性伸缩与数据库零冲击。已稳定支撑年会级抢票场景。(239字)
Python 里 zip 遍历一次就空了:拆开最短截断、strict 参数和那个一次性迭代器
把并行遍历写对,关键是理解 zip 只转发、不存储:它返回一次性迭代器,按最短输入截断,且长度不等时长的一侧会被多推进一次。本文用本机 CPython 3.13.14 实测二次遍历为空、strict=True 在 3.10 与 3.13 的报错一致性、惰性取一次 next 只推进一次各生成器、zip_longest 补齐,以及 30 万对整数下 zip 比按索引快约 16% 的性能对照
2026年最好用的SSH工具 LIULISHELL
LiuliShell(琉璃SHELL)是一款开源、跨平台、多语言支持的现代化Web终端工具,支持云同步、文件管理、进程监控、IP查询等功能,界面美观可定制,最新版1.20.2新增8国语言及多项实用优化。(239字)
内网终端外设与外联管控:一套技术方案的设计思路
本文提出终端外设与外联管控方案,突破传统边界防护局限,聚焦USB、蓝牙、无线外设及旁路网络等盲区。通过采集感知、策略决策、处置执行、审计留存四层闭环架构,结合设备识别分类、双维权限模型、多网卡外联控制、流程化例外授权及标准化审计设计,实现接口与网络访问的可控、可审、可溯。
DesignOps 的规则消费:从"质量把关"到"信号追踪"
DesignOps从“质量把关”转向“信号追踪”:过去管“规范是否被遵守”,现在管“规则是否活着”——遵守是静态快照,活着是持续信号。三项核心动作:语义快照采集的证据追问,把“会议室共识”钉成真实用户证据;语义域走查的一致性核对,抽查多条标注之间语义身份是否统一;约束显化的可判定性核查,拦住机器无法执行的形容词式约束。机器管不了的输入质量,由DesignOps兜住。
HiRoute:Jev 模型智能路由实践
用 Agent 做一项稍长的任务,经常会遇到这样的情况:资料整理得挺快,一到方案推导就开始绕圈;代码已经写出来了,但关键边界没有处理好。这时,我们往往得自己判断:是再提醒它一句,还是换一个更强的模型?如果全程使用强模型,成本又会花在大量读文件、整理材料和格式调整上。一次任务里的工作难度一直在变,执行效果也只有做过之后才看得出来。模型选择如果能跟着这些变化走,会是什么样?HiRoute 尝试把这件事接到现有 Agent 的工作流里:用 Jev 判断当前任务需要多强的能力,同时评价上一阶段完成得怎么样,再为接下来的工作选择模型。
多云组网选哪种连法?用一段脚本算清机房侧要拉几条线、留多少带宽
本文介绍多云互联组网的专线方案选型方法,聚焦机房侧线路数量与带宽占用评估。提供轻量Python脚本,输入各云峰值流量及云间同步流量(Mbps),自动对比“逐云专线”与“一点接入交换点”两种架构的机房线路数、带宽需求及云侧负载,助力企业快速决策。脚本不计算价格、可用性等复杂因素,重在厘清基础资源消耗逻辑。(239字)
云栖实录丨面向 AgenticOps 的开源建设:采集标准化、统一语义建模与能力评测
AgenticOps 进生产需跨越采集、理解、验证三道墙。阿里云开源 LoongSuite/OBI 实现全栈标准化采集,UModel 构建可信赖调查上下文,BRiSE 打造可复现评测基准。三者构成社区共建的工程底座,让 Agent 在真实环境中事实可采、故障可读、能力可验,推动智能运维从 Demo 走向稳定生产。
Agent 一直在行动,任务为何没有进展?PoS 识别并打破 Belief Trapping
Agent在执行长程、多轮交互任务时可能持续调用工具,却始终无法推进任务目标,陷入“信念受困”。阿里云云原生团队联合南开大学和清华大学提出PoS,通过显式维护对当前任务世界状态的信念,识别停滞、循环和偏离,并引导智能体走出困境。
面向业务主机的勒索防护:文件行为监控与离线备份闭环建设
勒索攻击的破坏重点是主机上的业务文件,单纯依靠恶意样本查杀存在明显滞后。本文从主机侧落地视角,讲解文件行为监控基线设计、分级响应策略、离线隔离备份方案以及日志溯源建设,附带运维落地步骤与踩坑经验,适合主机安全、运维工程师参考。
ECS 上重建 Gitea 容器,核对私有仓库和已合并 PR
本文介绍在ECS上使用Docker Compose双卷部署Gitea(rootless镜像),通过创建私有仓库、提交PR并合并README变更,获取SHA哈希与PR状态两类可验证证据;随后重建容器,比对前后Git分支哈希与Web端PR记录是否一致,验证数据持久性与服务重建可靠性。(239字)
深势科技基于 AgentLoop 构建科研 Agent 运行观测体系的实践
通过引入阿里云 AgentLoop,我们进一步完善了运行观测与排查能力,也为不同领域科研 Agent 复用基础设施、交付专业成果提供了更稳固的工程支撑。
AgentLoop 审计:如何让企业级 Dify 应用的风险看得见、查得清
本文介绍阿里云智能体审计平台(AgentLoop)如何帮助企业发现人工智能应用平台(Dify)的风险:追踪模型与工具调用,识别信息泄露、恶意指令和越权操作,并通过自定义规则持续审计、定位原因、推动整改。
Python 的 @property 到底拦住了谁:拆开数据描述符、实例字典和那个删不掉的属性
把只读属性写对,关键是理解数据描述符的查找优先级:类上的 property 永远压过实例 __dict__,而只有 __get__ 的普通函数会被实例字典覆盖。本文用本机 CPython 3.13.14 实测 property 的描述符三件套、手写等价数据描述符、__set_name__ 自动命名校验、del 无 deleter 的报错路径与 20 万次性能对照,附四层属性查找顺序与三条误区
当微软的服务状态页也挂了
微软云服务和Outlook发生大面积瘫痪时,最荒谬的一幕其实不是邮件发不出去,而是微软自家的官方服务状态监控页也跟着打不开了。几十万家公司的员工第一反应是工位断网、账号被封,IT管理员的工单系统瞬间被塞爆,而在社交网络上,技术人员只能靠刷新第三方讨论区和抓取零散的订阅源来确认故障范围。
Python 的 isinstance 到底查了什么:拆开 __instancecheck__、ABC 缓存和 type 的区别
把类型判断写对,关键是理解 isinstance 会「问类的意见」而不是自己翻 MRO。本文用本机 CPython 3.13.14 实测 metaclass 上重写 __instancecheck__ 才生效、ABCMeta.register 的虚拟子类不进 __mro__、__subclasshook__ 只看方法存在性、伪造 __class__ 能改变 isinstance 结果、普通类与 ABC 路径 20 万次耗时差 4.4 倍,附对照表与七条排错清单
云栖实录丨云监控 2.0 让 Agent 看懂系统,也能看懂 Agent
云监控 2.0 升级 Agentic Observability,让 Agent 看懂系统、也看懂 Agent:一面把完整可信的事实,经智能接入、数据治理、统一语义与标准入口交给 Agent;另一面把 Agent 自身的轨迹、成本、质量与风险,做成可解释、可下钻的观测。
云原生
阿里云拥有国内全面的云原生产品技术以及大规模的云原生应用实践,通过全面容器化、核心技术互联网化、应用 Serverless 化三大范式,助力制造业企业高效上云,实现系统稳定、应用敏捷智能。拥抱云原生,让创新无处不在。