snakerflow工作流实践分享
2023-05-20
286
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
snakerflow工作流实践分享
目录
相关文章
|
2月前
|
人工智能
JSON
数据格式
|
3月前
|
人工智能
测试技术
人机交互
深入浅出智能工作流（Agentic Workflow）｜技术干货
著名AI学者、斯坦福大学教授吴恩达提出AI Agent的四种设计方式后，Agentic Workflow（智能体工作流）在全球范围内迅速走红，多个行业纷纷实践其应用，并推动了新的Agentic AI探索热潮。吴恩达总结了Agent设计的四种模式：自我反思、工具调用、规划设计及多智能体协作。前两者较普及，后两者则为智能体使用模式从单一大模型向多智能体协同配合完成业务流程的转变奠定了基础。
708
3
3
|
7月前
|
人工智能
JavaScript
Java
|
7月前
|
安全
|
7月前
|
Prometheus
监控
数据可视化
面试分享：Airflow工作流调度系统架构与使用指南
【4月更文挑战第10天】Apache Airflow是关键的工作流调度系统，本文结合面试经验，深入探讨其核心架构和使用技巧。重点包括：1) Airflow的Scheduler、Web Server、Worker和Metadata Database组件；2) DAG、Task和Operator的概念；3) DAG编写、调度及错误处理策略；4) 监控与扩展性，如自定义Operator和最佳实践。通过学习，助你在面试中应对Airflow相关问题，并提升实际工作中的数据工程能力。
550
5
5
|
7月前
|
存储
弹性计算
监控
浅析数据工作流Prefect
简述
Prefect 是一种新的工作流管理系统，专为现代基础设施而设计，由开源的 Prefect Core 工作流引擎提供支持。 用户只需将任务组织成流程，Prefect 负责其余的工作，可让您非常容易使用数据工作流并添加重试、日志记录、动态映射、缓存、失败通知等语义。
788
0
0
|
监控
小程序
NoSQL
清林云：函数计算和Serverless工作流轻松构建自动化研发平台
建设类似 IFTTT 的自动化流平台，以Serverless 工作流作为所有自动化流的底层实现，打通了整个链路，使得整个流程 Serverless 化，实现极致成本和极致弹性的统一，轻松应对高峰流量和集中自动化流运行。
2495
0
0
|
运维
Shell
调度
工作流开发
1232
0
0