中间件

阿里云推出图查询能力，基于 graph-match、graph-call、Cypher 三重引擎，实现服务依赖、故障影响、权限链路的秒级可视化与自动化分析，让可观测从‘看板时代’迈向‘图谱时代’。

阿里云云监控 2.0 推出 SysOM 底层操作系统诊断能力，基于 eBPF + BTF 协同分析，无需侵入业务，即可一键完成从物理页到文件路径、再到容器进程的全栈内存归因，让“黑盒内存”无所遁形。

当企业想用大模型和内部非公开信息打造智能问答系统时，RAG（Retrieval-Augmented Generation，检索增强生成）已成为必备技术。然而，在实际落地中，构建 RAG 应用的数据准备过程繁琐复杂且充满挑战，让很多企业和开发者望而却步。本文将介绍构建 RAG 的最佳实践：通过阿里云事件总线 EventBridge 提供的多源 RAG 处理方案，基于事件驱动架构为企业 AI 应用打造高效、可靠、自动化的数据管道，轻松解决 RAG 数据处理难题。

11 月 15 日杭州浙大森林会议中心，与全球技术精英面对面交流，共探技术前沿，名额有限，先到先得～

在复杂的云原生环境中，服务、Pod、主机等可观测实体动辄成千上万，散落在 APM、K8s、云资源等多个系统中。当故障发生时，如何快速从海量数据中“找到那个出问题的服务”，成为 SRE 和运维工程师的核心挑战。

阿里云应用实时监控服务 ARMS 推出自定义指标采集功能，让 APM 真正深入业务核心，订单、库存、转化率等核心数据尽在掌控！

Spring AI Alibaba 通过集成 OpenTelemetry 实现可观测性，支持框架原生和无侵入探针两种方式。原生方案依赖 Micrometer 自动埋点，适用于快速接入；无侵入探针基于 LoongSuite 商业版，无需修改代码即可采集标准 OTLP 数据，解决了原生方案扩展性差、调用链易断链等问题。未来将开源无侵入探针方案，整合至 AgentScope Studio，并进一步增强多 Agent 场景下的观测能力。

9 月 26 日，2025 云栖大会 AI 中间件：AI 时代的中间件技术演进与创新实践论坛上，阿里云智能集团资深技术专家林清山发表主题演讲《未来已来：下一代 AI 中间件重磅发布，解锁 AI 应用架构新范式》，重磅发布阿里云 AI 中间件，提供面向分布式多 Agent 架构的基座，包括：AgentScope-Java（兼容 Spring AI Alibaba 生态），AI MQ（基于Apache RocketMQ 的 AI 能力升级），AI 网关 Higress，AI 注册与配置中心 Nacos，以及覆盖模型与算力的 AI 可观测体系。

【云栖大会中企出海技术分论坛专场】2025 年 9 月 25 日 上午 9:30-12:20 ，阿里云·云栖小镇 D2-2 馆丨“中企出海技术分论坛” 即将启幕！

我们发起 HiMarket 的初心：帮助用户从 80% 开始构建 AI 开放平台。

某 App 新版上线后收到大量用户投诉 App 闪退和崩溃。仅凭一条崩溃日志和会话追踪，团队如何在2小时内锁定「快速刷新导致数据竞态」这一根因？本文带你复现真实生产环境下的完整排查路径：从告警触发、堆栈分析、符号化解析，到用户行为还原——见证 RUM 如何让“无法复现的线上崩溃”无所遁形。

12 月 11 日晚 19:30，阿里云云原生团队将做客 DataWhale「动手学 Java Agentic 应用开发」主题直播间，为大家实时带来 AgentScope Java v1.0 的深度解读，无论你是刚接触智能体的新手，还是正在探索企业级 AI 应用，这场直播都值得加入！

本文是阿里云日志服务（SLS）首次对外系统性地揭秘 SLS SQL Copilot 背后的产品理念、架构设计与核心技术积淀。我们将带你深入了解，这一智能分析助手如何从用户真实需求出发，融合前沿 AI 能力与 SLS 十余年日志分析最佳实践，打造出面向未来的智能化日志分析体验。

当可观测数据被建模为可理解、可行动的上下文图谱，AIOps 才真正拥有了落地的土壤。

阿里云 UModel PaaS API 发布：通过 Table + Object 双层抽象，屏蔽存储差异、自动处理字段映射与过滤条件，让每一个实体都成为一个‘可调用的对象’，真正实现‘以实体为中心’的智能可观测。

RocketMQ 专门为 AI 场景推出了全新Lite Topic 模型，目前已在阿里云云消息队列 RocketMQ 版 5.x 系列实例上正式发布，并会逐步贡献到 Apache RocketMQ 开源社区，欢迎大家使用。

面向 RL 和在数据层（SQL 或 SPL 环境）中直接调用大模型的自动化评估实践。

阿里云 ARMS 团队倾力打造的鸿蒙 NEXT SDK，为鸿蒙应用提供了业界领先的全链路监控解决方案。这不仅仅是一个 SDK，更是您洞察用户体验、优化应用性能的智能伙伴。

为了进一步提升服务水平和服务质量，携程很早就开始在人工智能大模型领域进行探索。而随着工作的深入，大模型服务的应用领域不断扩大，公司内部需要访问大模型服务的应用也越来越多，不可避免的就遇到了几个问题，我们自然就会想到使用网关来对这些服务接入进行统一管理，并增加各种切面上的流量治理功能。

在大模型时代，Python成为了主要的编程语言，最有代表性的就是LangChain大模型开发框架。本文章介绍如何有效的进行LangChain脚本管理、调度、提升资源利用率、限流等能力。

我们在杭州、上海开放岗位。如果你准备好了，请加入我们，一起建造 AI 时代最重要的数据基础设施。

JVM 没满，Pod 却挂了？可能是 C2 Compiler 在“偷偷吃内存”。阿里云云监控 2.0 的 SysOM 系统诊断帮你穿透 JNI 黑盒，找出真正的内存元凶！

本文提出了一种基于云原生的任务调度新方案，不需要依赖SDK，不依赖语言，实现定时调度和分布式跑批。

全面分析 AI 智能体在企业中的采用现状、挑战与趋势。

在现代 AI 应用中，多智能体（Multi-Agent）系统已成为解决复杂问题的关键架构。然而，随着智能体数量增多和任务复杂度提升，传统的同步通信模式逐渐暴露出级联阻塞、资源利用率低和可扩展性差等瓶颈。为应对这些挑战，RocketMQ for AI 提供了面向 AI 场景的异步通信解决方案，通过事件驱动架构实现智能体间的高效协作。本文将探讨和演示如何利用 RocketMQ 构建一个高效、可靠且可扩展的多智能体系统，以解决企业级 AI 应用中的核心通信难题。

阿里云 Entity Explorer 正式发布：基于 UModel 的智能实体探索平台，实现亿级实体秒级检索、关系拓扑自动构建、详情页动态渲染，让可观测性从“数据堆砌”迈向“业务洞察”。

APM 一定要全量采集吗？ARMS 推出配置模板，支持按场景分级监控：核心应用上 Trace，非核心只采 JVM，成本直降 90%+ ！

本文介绍了通过阿里云监控 2.0 的日志审计功能实现 AccessKey 和 RAM 角色的主动管理方案。核心是利用 Umodel 统一实体模型，将管控面（ActionTrail 日志）和数据面（OSS/SLS 日志）的日志数据转化为实体关系图谱，清晰展示身份凭证与云资源的交互行为。通过关联建模、内置洞察报表和告警规则，可追踪 AK/角色的使用情况、风险操作及资源影响，辅助安全清理和风险闭环。

Docker 镜像被注入挖矿脚本并不是个别现象，而是一个需要引起重视的安全问题，本文向大家分享下 Higress 防范此类风险的相关经验。

森马快速实现 AI 转型，通过阿里云 AI 网关（即 Higress 企业版）及注册配置中心 Nacos3.0 实现了多模型多 MCP server 统一接入统一管理统一配置，将存量服务一键转换为 MCP server，使 AI 与生产业务相结合，综合提效 30%。

阿里云日志服务推出物化视图，通过智能预计算 + 自动查询改写，实现监控看板秒级响应、资源开销大幅降低，彻底解决‘查得慢、扛不住、不准’三大难题。

魔方文娱携手阿里云构建全栈可观测体系，实现故障发现效率提升 80%、运维成本下降 40%，并融合 AI 驱动异常检测，迈向智能运维新阶段。

大规模数据如何进行语义检索? 当前 SLS 已经支持一站式的语义检索功能，能够用于 RAG、Memory、语义聚类、多模态数据等各种场景的应用。本文分享了 SLS 在语义检索功能上，对模型推理和部署、构建流水线等流程的优化，最终带给用户更高性能和更低成本的针对大规模数据的语义索引功能。

3.1.0 发布核心全新功能-Agent 注册中心，助力构建基于 A2A 协议的多 Agent 协作的AI应用，同时 MCP 注册中心适配最新 MCP 官方注册中心协议及升级优化多项核心功能。

云消息队列 Kafka 版通过在架构创新、性能优化与生态融合等方面的突破性进展，为企业构建实时数据驱动的应用提供了坚实支撑，持续赋能客户业务创新。

在人工智能加速发展的今天，AI Agent 正在成为推动“人工智能+”战略落地的核心引擎。无论是技术趋势还是政策导向，都预示着一场深刻的变革正在发生。如果你也在探索 Agent 的应用场景，欢迎关注 AgentScope 项目，或尝试使用阿里云 MSE + Higress + Nacos 构建属于你的 AI 原生应用。一起，走进智能体的新世界。

自 2025 KCD 杭州 & OID 开放议题征集以来，我们已收到大量来自社区专家、工程师和开发者投递的丰富多样的精彩议题。感谢大家的热情参与！目前 CFP 截止还剩不到 10 天，我们诚挚期待更多围绕云原生技术、Kubernetes 生态、OpenInfra 生态及 AI 前沿相关的内容分享——无论是技术解读、实战经验还是最佳实践，都欢迎投稿！

工厂模式是一种面向对象设计模式，通过定义“工厂”来创建具体产品实例。它包含简单工厂、工厂方法和抽象工厂三种形式，分别适用于不同复杂度的场景。简单工厂便于理解但扩展性差；工厂方法符合开闭原则，适合单一类型产品创建；抽象工厂支持多类型产品创建，但不便于新增产品种类。三者各有优缺点，适用于不同设计需求。

本文总结了使用CMake搭建编译环境的技巧，涵盖单个及多个源文件的编译、CMakeLists嵌套管理、变量设置、交叉编译配置、常用编译选项及警告处理等内容。通过实例说明了如何高效组织工程结构，并利用CMake灵活控制编译流程，适用于嵌入式开发场景。

聚焦于企业部署 DeepSeek 的应用需求，本文介绍了模型权重下载及多种部署方案，还阐述了大模型应用落地的常见需求，帮助用户逐步提升模型应用效果。

在某大型业务团队的核心日志场景中，阿里云 SLS 物化视图将三个长期超时的慢查询分别提速 89倍、8倍、56倍，从“查不出来”变为“随时可查”。通过“预计算 + 查表读取”，用极低的存储成本，换来极致的查询性能与稳定性。

你是否曾面对一个庞大的可观测系统，却不知从何下手？成百上千个实体定义散落在 APM、K8s、云产品等不同域中，关系错综复杂，文档滞后，新人上手难，模型演进无迹可循……阿里云 UModel 查询为此而生。它不是查询日志或指标，而是查询“模型本身”——让你一键看清：系统里定义了哪些实体？它们之间如何关联？哪些模型字段过多、描述缺失？跨域依赖是如何构建的？

一次权限变更，引发全球边缘网络瘫痪4小时，数百万网站返回 5XX，连状态页也宕机。故障源于“正常的变更”，暴露了企业对服务商的盲目信任。当内部监控失效，唯有云拨测能从真实用户视角，独立验证“服务是否可用”。

近日，阿里云AI原生应用开发实战营 · 深圳站圆满落幕。继北京、上海、杭州、成都等城市之后，本场活动吸引了130+名技术从业者深度参与。活动聚焦 AI Agent 领域的前沿技术与落地实践，深度分享AI 原生应用架构趋势与实践、AI应用托管、AI 开放平台、大模型可观测&AIOps、异步化的Agent事件驱动等热门技术议题，并设置了动手实操环节。

SOFA 商业化团队为满足客户 AI 业务的发展需求，基于开源 Higress 内核构建，推出了 SOFA AI 网关，专为 SOFA 场景深度优化、能力增强，是面向 AI 需求的智能网关解决方案。