PolarDB-X的TPC-H列存执行计划
本文从官方的角度逐条解析PolarDB-X在TPC-H列存执行计划的设计要点。这些要点不仅包含了各项优化的原理，还提供了相关的证明与代码实现，希望帮助读者更深入地理解PolarDB-X的列存优化器。
智能体(AI Agent)开发实战之【LangChain】(一)接入大模型输出结果
LangChain 是一个开源框架，专为构建与大语言模型（LLMs）相关的应用设计。通过集成多个 API、数据源和工具，助力开发者高效构建智能应用。本文介绍了 LangChain 的环境准备（如安装 LangChain、OpenAI 及国内 DeepSeek 等库）、代码实现（以国内开源大模型 Qwen 为例，展示接入及输出结果的全流程），以及核心参数配置说明。LangChain 的灵活性和强大功能使其成为开发对话式智能应用的理想选择。
模块化思想在实践中的应用
各种编程语言中的函数，数据仓库的标签体系，甚至于数据中台的核心理念，都是把模块化的思想发挥到了极致，避免了我们重复造轮子，消除了数据烟囱，用最小的投入获得了最大的产出。
阿里云PAI大模型RAG对话系统最佳实践
本文为大模型RAG对话系统最佳实践，旨在指引AI开发人员如何有效地结合LLM大语言模型的推理能力和外部知识库检索增强技术，从而显著提升对话系统的性能，使其能更加灵活地返回用户查询的内容。适用于问答、摘要生成和其他依赖外部知识的自然语言处理任务。通过该实践，您可以掌握构建一个大模型RAG对话系统的完整开发链路。
数据管理进化论：DMS助力企业实现智能Data Mesh
Gartner分析师认为Data Mesh对企业提升数据价值交付效率具有重要意义，阿里云数据管理服务DMS给出了对于Data Mesh的核心思考，包括企业什么时候应该考虑实施Data Mesh，如何解决业务团队素养和意愿问题。结合这些思考，DMS提出了企业可行的落地策略，即企业应以数据价值不断提升为导向，基于元数据驱动的Fabric、AI等能力实现智能Data Mesh，最终形成分布式和集中化的动态平衡，以达到企业数据驱动的最佳状态。
AI 时代：从 Spring Cloud Alibaba 到 Spring AI Alibaba
本次分享由阿里云智能集团云原生微服务技术负责人李艳林主讲，主题为“AI时代：从Spring Cloud Alibaba到Spring AI Alibaba”。内容涵盖应用架构演进、AI agent框架发展趋势及Spring AI Alibaba的重磅发布。分享介绍了AI原生架构与传统架构的融合，强调了API优先、事件驱动和AI运维的重要性。同时，详细解析了Spring AI Alibaba的三层抽象设计，包括模型支持、工作流智能体编排及生产可用性构建能力，确保安全合规、高效部署与可观测性。最后，结合实际案例展示了如何利用私域数据优化AI应用，提升业务价值。
