类目筛选
基于ASK+TFJob快速完成分布式Tensorflow训练任务
本文介绍如何使用TFJob在ASK+ECI场景下，快速完成基于GPU的TensorFlow分布式训练任务。
链路追踪（Tracing）其实很简单——链路成本进阶指南
广义上的链路成本，既包含使用链路追踪产生的数据生成、采集、计算、存储、查询等额外资源开销，也包含链路系统接入、变更、维护、协作等人力运维成本。为了便于理解，本小节将聚焦在狭义上的链路追踪机器资源成本，人力成本将在下一小节（效率）进行介绍。
日志服务 Scan 功能工作机制与最佳实践
大数据快速增长的需要泛日志（Log/Trace/Metric）是大数据的重要组成，伴随着每一年业务峰值的新脉冲，日志数据量在快速增长。同时，业务数字化运营、软件可观测性等浪潮又在对日志的存储、计算提出更高的要求。从时效性角度看日志计算引擎：数仓覆盖 T + 1 日志处理，准实时系统（搜索引擎、OLA...
利用ACK注册集群为云下K8s注入弹性能力
随着容器技术的普及，有越来越多的用户开始在私有环境中搭建K8s来使用，这时候就很容易遇到一个问题，私有环境资源交付周期太长，不能完全释放K8s动态扩容的能力，本文就是介绍如何利用ACK注册集群解决这个问题，让云下的K8s集群也可以享受云上一样的资源快速交付能力。
AI大模型运维开发探索第五篇：GitOps 智能体
本文探讨了 Manus 智能体的设计及其与传统智能体的差异，重点分析了 CodeAct 机制对智能体执行效率的提升。作者通过《基于LLM的数据仓库》实验反思了交互接口选择的重要性，并提出操作系统和文件系统作为良好的自反馈交互系统。文章进一步结合 GitOps 和持续集成（CICD）理念，设计了一种低成本、可观测性强的智能体运行方案，包括计划智能体（Planner）和执行智能体（Executor）的协作流程。通过实际案例对比，展示了 GitOps 智能体与 Manus 的相似效果，并总结了其在记忆增强、推理可观测性、低成本部署及跨环境适配等方面的优势。最后提供了相关代码路径和参考材料。