docker-gitops:把服务器当代码管
作者公开 docker-gitops 仓库,把三台服务器当程序管理:运行内容以 Git 为准,改动走 commit 和 push,不再 SSH 手动修改。四个实际生效的做法包括防火墙脚本、agent skill、每日两次巡检和 README 地雷图。作者的结论是只拿来跑的软件放 Compose,自己写的软件放 Kubernetes。
作者公开 docker-gitops 仓库,把三台服务器当程序管理:运行内容以 Git 为准,改动走 commit 和 push,不再 SSH 手动修改。四个实际生效的做法包括防火墙脚本、agent skill、每日两次巡检和 README 地雷图。作者的结论是只拿来跑的软件放 Compose,自己写的软件放 Kubernetes。
本文面向有 Java 与 Spring 基础的开发者,先用 Spring Boot 3.5.x + Spring AI 1.1.x 跑通最小对话调用,再梳理 Spring AI 的概念体系与适用判断。
本教程讲解如何用 eBPF uprobe 在 cudaLaunchKernel() 调用时捕获 CPU 堆栈,再通过 CUPTI 注入库记录 GPU 内核执行,并借助关联 ID 将两端追踪合并为统一火焰图。
本文围绕企业知识库问答场景,给出 RAG 检索链路中向量化、召回与重排序服务的完整设计与代码实现。核心做法包括用 Embedding Profile 和索引代次管理向量空间,向量与关键词混合召回并用 RRF 合并候选,再由 Reranker 重排序并压缩上下文,同时将租户、权限和文档状态过滤前置。文章还给出 Recall@K、MRR、NDCG 评估指标以及超时、缓存、重试和降级等工程策略。
hb_verifier 是地平线征程6算法工具链提供的模型一致性验证工具,用于比较模型在 PTQ 转换各阶段的计算结果,精准定位误差引入环节。它支持对 ONNX 与 HBIR(BC)模型进行逐节点余弦相似度比较,以及对 BC 与 HBM 模型进行最终输出一致性验证。用户可指定开发板 IP 让 HBM 在真实板端推理,从而排查结果异常来自模型本身还是执行环境。
GLM-5.3-Flash 在三款免费模型颁奖词同题实测中以 0.90 均分夺冠,Kimi-K2.6 以 0.89 紧随其后,Qwen3.5-Flash 0.80 垫底。
CubeStudio 解析了云原生分布式训练的调度与加速设计,核心是用 CRD+Operator 按需自动建集群,配合亲和反亲和、修正 kube-scheduler 打分策略和 kube-batch/volcano 的 gang 调度避免资源死锁。GPU 利用率低多因 CPU 操作阻塞,平台给出数据加载优化、DALI 预处理、共享 GPU 与资源动态调整等手段,目标是让多机算力线性转化为训练速度。
作者把 Electron 37 整个打包进鸿蒙 HAP,让 DeepSeek Harness 的官方 Web UI 逐字节复用、界面零重写。
作者把 Agent harness(模型之外的运行时)拆成上下文、编排、工具、模型、状态、观测六层,每层给出职责和一个可落地的工程判断,其中五层配 gofmt 和 go vet 通过的 Go 代码。核心主张是同一模型下 harness 粗细决定线上表现,副作用必须收口、权限不能交给模型,规划归模型、执行归代码。文末给出按六层的故障排查顺序和常见症状对照表。
推荐理由:原文把 Agent harness 拆成六层并给出可编译的 Go 代码与每层工程判断,读者可直接对照自己的项目落地。
滔搏体育基于 AgentCore 与 AgentLoop 搭建企业级多智能体运营底座,将零售经验沉淀为可复用 Skill 与专业 Agent,覆盖一线练货、线索挖掘和门店经营场景。单月练货涉及商品超 5700 件、练货次数超 39 万次,店长单次经营分析耗时从 2 小时缩短至约 20 分钟。借助 AgentLoop 评估反馈与业务、IT、AI 团队共同运营机制,已验证能力可跨门店、跨岗位持续复用。
应对大模型能力波动,可将质量监控与自动切换下沉到网关侧:网关统一采集响应时间、成功率、超时率等指标,结合业务结果评估输出质量,异常时自动将请求路由到备用模型。多模型兜底是切换的前提,通过 XApex 这类统一 API 平台一次接入可覆盖 OpenAI、Claude、Gemini、DeepSeek、Qwen、GLM 等主流模型,沉淀的表现数据还能反哺后续选型与调度。
本文讲解 AI 应用如何用 A/B 实验确定性地比较提示词版本优劣,核心是写假设、定指标、算样本、跑实验、下结论五步法。作者要求离线评测与线上指标双维度都显著才采纳新版本,并给出实测:各 100 样本下 85% 对 78% 的 z=1.27、p=0.20,差异不显著。
Ragas 是一个以 LLM 作为评判者的开源评估框架,把 RAG 系统的表现拆成检索质量、生成质量、事实正确性三条主线,每条给出可比的 0~1 分数。接入时只需让 RAG 流程额外输出 retrieved_contexts 等中间产物,不改检索和生成逻辑;无参考指标可零标注起步,有参考指标才能回答答得对不对。
作者开发了一个供 n8n 工作流和 AI Agent 使用的批量邮箱验证 API,并总结出 SMTP 验证中的多个反直觉要点:Gmail、Outlook 等免费邮箱在 RCPT TO 阶段对任何地址都回 250。
作者为把 AI 对话导出为干净的 Markdown,放弃因 DOC 文本框导致代码块丢失的 Pandoc 转换方案,选定 Tampermonkey 用户脚本路线。该方案在页面最早阶段注入代码拦截 XHR 和 Fetch,直接捕获结构化的原始 JSON 再组装成 Markdown。专栏将交付可直接运行的脚本,目前适配腾讯元宝平台。
作者用 Python 3.11 + Flask + SQLAlchemy + PostgreSQL 搭建 LLMOps 聊天机器人后端,对接 OpenAI 实现对话补全与消息持久化。
WorkBuddy 内置"腾讯轻量云专家",可直接自动连接腾讯云轻量应用服务器(Lighthouse),无需手动设置腾讯云 secret id/key。用户在"专家·技能·连接器"中搜索并点击"召唤",首次授权登录腾讯云后即可对话、执行任务。
作者给公司 AI 客服网关补做计量埋点后,发现限流配置失误让下游 LLM 账单在三个月内翻倍。根因是只记总量、不按租户、模型、状态拆维度,且漏记 429 与重试、时延只存平均值,导致缓存命中率从 87% 掉到 0 也无人察觉。文章给出按维度切分指标、用 Histogram 存时延看 p99、拆分 cached 与 uncached token 的修复方案。
NVIDIA 将 Run:ai 平台完整源代码以 Apache 2.0 许可证开源,托管在 GitHub 的 NVIDIA DSX AI Factory 组织,完整开源版同步上架 NVIDIA NGC 作为社区产品。
作者发现线上 ES 索引 products_ai 的 mapping 与代码期望严重漂移(dynamic 未设置、中文分词器未生效、品牌等字段应为 keyword 实际是 text、向量字段缺失),表现为品牌过滤恒 0 命中、补全接口恒空却不报错。
作者基于个人微服务电商项目的真实实施记录,给出 LLM 链路的失败面设计:契约层把模型名、参数、响应格式实测钉成硬约束,降级层按是否已写给用户分六层,边界层只给模型 3 个只读工具。
Rspack 的 AsyncWasmParserAndGenerator 通过遍历 .wasm 二进制的 ExportSection 与 ImportSection 完成模块解析,再借助 INSTANTIATE_WASM 把 WebAssembly 实例化推迟到运行时。
Koog 1.3.0 允许在 user 消息中混合图像、音频、视频与文件四类附件,并通过 LLMParams 的八个字段在创建 prompt、创建子图、会话修改三个位置控制模型行为。
2026 年 10 月 9 日,Deno 团队整体加入 Cloudflare,运行时再维护一年、Deno Deploy 六个月后关停、JSR 保留。文章复盘这家融资 2600 万美元、拿下 10 万星的运行时为何在第八年停下,指出败因不在性能,而在于迁移成本、部署错配与生态流动性:Deno 2 全面兼容 Node 反而削弱了迁移理由,JSR 撞上 npm 的网络效应护城河。
推荐理由:通过与 Bun、Node 的对照,文章把 Deno 停下的原因拆成迁移成本、生态流动性与买家动机三层,可迁移到其他技术选型判断。
作者实测四种纯本地方案,从一张展柜照片中为每件文物生成矩形裁剪图和透明背景抠图:Grounding DINO + SAM、YOLO11x-seg、SAM2 自动掩码、Florence-2。
10 月 19 日,开发者 Adam Drag 记录了为期 12 天的多 agent 协作实验:他用自研编排工具 Triglav 让 Claude Code 和 Codex 在一块留言板上协作完成 76 个 job,1,648 条消息中真正的讨论只占 15%–25%。
作者团队把 ETF Agent 的 Python 执行能力演进为计算工作台,新增独立的 run_analysis_python 受控分析环境,与可信 Skill 脚本执行权限分离。
这篇长文把百万并发直播弹幕系统拆成五层,逐层给出 Netty 网关调优、Kafka 独立 consumer group 广播语义、CAS 环形缓冲削峰等核心代码。核心思路是用节点级扇出、本地房间表和时间窗聚合把约 100 万次网络调用降到约 100 次,再以推拉结合、分级可靠与四层限流应对脉冲峰值。
这篇长文完整拆解百万并发直播弹幕系统的五层架构:接入层用 Netty 扛百万长连接,上行经本地环形缓冲、MQ 分区和消费端批量聚合三级削峰,下行用节点级扇出、本地房间表和时间窗聚合把 100 万次网络调用降到约 100 次。
YuE2 是由香港科技大学联合 M-A-P、Noiz AI、斯坦福大学等机构推出的开源音乐生成模型,输入歌词和风格描述即可生成带人声与伴奏的歌曲。它还支持根据曲谱修改旋律与和声后重新生成。
商汤大装置通过PD分离与异构混合调度构建万卡级异构推理集群,在特定测试配置下将整体Token吞吐量提升至原来的5倍,目前日均Token服务量达6万亿。其正进一步探索跨域PD分离与AF分离,后者有望带来单卡吞吐提升150%至200%、运营成本降低30%至40%。商汤大装置预计全年Token服务规模实现25倍增长,第四季度达日均10万亿Token。
AI 生命科学正从单点分子建模转向预测完整生命系统变化的“生命世界模型”。美国 Biohub 联合能源部、NIH、Meta、Google DeepMind 等承诺投入 18 亿美元搭建生命预测模型的数据底座;10 月 17 日哲源科技发布 WHIRLPO 计算医学平台,整合异构算力、多组学数据与实验验证链路,支撑此类模型的训练与运行。国内也已将计算医学首次纳入“十五五”医药工业重点技术方向。
通衍灵智依托北京通用人工智能研究院体系,聚焦递归自进化个性化智能(RSI):以共享基础模型加 Personal LoRA 承载专属能力,由 Evaluator 筛选有效反馈做增量更新,退化即回滚。
MinerU 是一款 GitHub 上 8 万+ Star 的开源文档解析工具,通过布局分析和分元素处理把 PDF、DOCX 等文档转成结构化的 Markdown/JSON,解决 RAG 中表格散落、公式乱码、多栏错序等解析层问题。
本章详解 Nsight Compute 报告的 Context、Comments、Raw 与 Session 四个页面并对全系列收束。Context 记录 kernel 启动调用栈,Comments 汇总分析备注,Raw 集中查询指标数值,Session 保存采集环境(含 CUDA 12.8 与 RTX 3090 信息)。
作者在 Mac Mini 6(Apple M6)上用 Workbuddy 修复了停更 5 年的开源菜单栏监控工具 eul,使其重新读出 CPU 温度 32 °C、GPU 温度 31 °C 和 GPU 使用率 10 %。
本文以腾讯云开源的 TencentDB Agent Memory 为例,拆解多人多 Agent 共享记忆后必须解决的作用域、权限、分发和纠错四件事,并完成两轮部署实测。
作者用 Flutter GPU 和 flutter_scene 0.23.0 构建了 3D 酒店漫游与海岛两个演示项目,并在 iPhone 17 Pro Max(Flutter 3.47.2)上逐项测量各渲染效果的开销。
MinerU 是 GitHub 上 8 万以上 Star 的开源文档解析工具,它先识别标题、段落、表格、公式等元素,再按人类阅读逻辑重组为结构化 Markdown 或 JSON,解决传统抠字式解析在多栏排版、表格和公式上的错序、散落与乱码问题。
TestSprite-cli 是西雅图 TestSprite 今年 6 月 11 号开源的命令行测试工具,AI Agent 改完代码后由 CLI 打开真实运行的应用走一遍功能,失败时拿回完整报告交给 Agent 自己修。