Slurm集群搭建实战踩坑:存储节点无RAID、跨节点GPU无法读取数据彻底解决
针对小规模 HPC AI 训练集群中存储节点 node02 裸盘无 RAID、GPU 节点 node01 跨节点读不到数据的问题,落地了"硬件 RAID + NFS 共享存储"的标准化方案,双节点彻底打通。
针对小规模 HPC AI 训练集群中存储节点 node02 裸盘无 RAID、GPU 节点 node01 跨节点读不到数据的问题,落地了"硬件 RAID + NFS 共享存储"的标准化方案,双节点彻底打通。
通过 LangChain 的 `create_agent` 可在 Python 中开发一个简单的 Agent,完整流程涵盖 uv 初始化、安装依赖、定义工具到发起调用。LangChain 提供统一模型接口(支持切换 OpenAI、deepseek 等服务商)、RAG 支持、工作流编排与记忆模块。Agent 执行遵循输入解析、思考规划、动作决策、工具执行、观察反馈的循环,直至输出最终答案。
策略模式与工厂方法模式组合,可将 if……else if…… 多分支代码重构为可互相替换、统一管理的算法类。以数据脱敏为例,将姓名、身份证、手机号、邮箱、地址的脱敏规则抽象为接口 SensitiveStrategy,各分支实现为独立算法类,由工厂方法按需创建调用。脱敏位置、替换字符、正则规则等可变因素抽离至 yml 配置管理,新增脱敏类型只需新增接口实现类,无需修改原有方法。
本文用一个完整的 RAG 项目,把 LangSmith 的 Trace 追踪、Dataset 数据集、LLM-as-Judge 评估器和批量评估串成闭环,让 Agent 调试从盲盒变成可看数的仪表盘。
作者将自研 4 个月的本地优先 AI Agent 工作台 Real 开源,Rust 后端 + Tauri 2 桌面壳,几万行代码全部由 AI 生成、未手写一字。
化工企业异常工况处置问答系统通过先建可信评测集、坚持单一变量逐轮留档的调优方法,将 RAGAS 忠实度从基线 0.85 提升到 0.95,端到端 P95 响应时间压到 3.1 秒。
本篇讲解如何用 LangGraph 搭建多模态 Agent,把感知能力从纯文本扩展到图片、PDF/Excel 与图像生成。路由节点按模态分流:图片转 Base64 交由 GPT-4o / Claude 3.5 / Qwen-VL 分析,PDF 按原生文本或扫描版分层提取,Excel 生成数据摘要后交模型决策,画图调用 DALL·E 3 / Stable Diffusion。
OpenClaw 多智能体协作框架将 16 个 AI 智能体封装为独立飞书机器人,按敏捷 Squad 架构分为总办、产品、技术等跨职能小队,通过 agentToAgent 协议实现自主呼叫与任务流转。
作者用云端 AI 编程工具 MonkeyCode(长亭科技出品)搭建本地照片筛选工具,从输入需求到可运行界面约 3 分钟,方案选用 React + TypeScript + Vite 加 File System Access API,照片全程留在本地不上传。
作者从 Cursor 迁移到 OpenAI Codex CLI 大半个月后选择混合使用,Cursor 保留 Pro 订阅负责大重构和复杂代码库理解,Codex 负责脚本、快速原型和小改动。
作者指出 Windows 上 Wireshark 的 _ws.process.id 字段在 libpcap 抓包路径下永远为空,无法按进程归属流量。
推荐理由:作者给出了 Windows 下按进程归属抓包的完整链路,并说明了各环节的适用范围与失败模式,可迁移到自己的调试场景。
作者在工作区根目录只维护一份权威约定文件(如 AGENTS.md),新会话第一件事先读它,避免重复扯皮和已否决方案复活。文件最小结构有四块:唯一事实信源、已确认的决策、绝对禁区与红线、交付与验证标准,其中记录了 2026-10-17 注销流程严禁物理删除订单、必须软删除加脱敏等决议。
作者用 C# 实现纯离线的 .NET 桌面 OCR 方案,把客户每周 6 小时的纸质单据 PDF 手工录入压缩到 20 分钟。
MCP 把协议语义与传输层拆开,标准传输方式只有 stdio 和 Streamable HTTP 两种。stdio 让 Host 把 Server 拉起为本地子进程,延迟低、数据不出本机,适合个人桌面工具;Streamable HTTP 让 Server 作为独立进程远程服务多个 Client,平时一问一答,需要流式输出时才在单个请求内临时升级为 SSE 流。
AIProxy 从 v0.1.44 起把抓包数据封装成 MCP 只读证据源,让 Codex、Claude Code、Cursor 直接查询真实流量。
本文按执行、数据与发布责任拆解 LangChain 生态的 Agent 治理,区分 LangGraph 运行时、Deep Agents harness 与 LangSmith 各层职责。
作者设计并开源了 AMP(Attestation Memory Protocol)协议及 Node.js 参考实现,让 AI 记忆的每次读写都携带可验证的来源、局限、授权和审计轨迹。
本文讲解在 MAF 中让 Agent 处理图片:消息本体是 ChatMessage 的 AIContent 内容清单,本地图片用 DataContent 传字节,网络图片用 UriContent 发 URL,RunAsync 调用方式不变。
作者把桌面 AI 应用桌宠的点击交互从六段重复的事件处理代码重构为四段式管道:归一化、纯函数门控、配置表执行、事件广播。门控前置让不合格事件在构造动作前被丢弃,判断逻辑不依赖渲染器即可单测;执行器故意只做类型分发,避免双重节流。按住类交互借用开源项目 VPet 的 A_Start、B_Loop、C_End 三段式状态机,收尾时强制取消限时表情。
「人不在环内」是可证伪的组织级契约而非置信度,由四条主张定义:一个动作启动一切、没有审批门、不为人类阻塞、人在系统之上做元评审。每删一道人工关卡必须补上机器质量门,五条禁令负责守卫文档与调度纪律。系统本体是以任务看板为中心的九角色自主交付组织,工作沿十三个阶段的具名文档工件流动。
作者提出选 AI 视频模型应算单位成片成本,即单次生成成本除以可用率,而不是看画质排名。做法是固定同一组提示词、分四个难度层级压测,同一提示词重复十次统计废片率,并按时间轴取关键帧比对物体形变与接触关系。按这一口径重算后,单次价格更低的模型反而更贵,因为十次里只有两次能用。
本文分享了本地优先桌面 AI 应用的工具调用安全设计,通过分层防护拦截 SSRF 并逐跳复检重定向。SSRF 防护含 URL 字面量校验、CIDR 判定与 DNS 解析校验三层,重定向改用手动跟随且每跳重新校验;同时明确不做文件系统与命令执行工具,并以 8 秒超时、200KB 上限和 3 跳重定向限制应对资源耗尽。
设计系统负责人在编译工作流中是上下游节点间的“契约恒定执行者”,依靠输入输出契约恒定执行标准,而非包办生产。上游要求三个翻译动作满足格式、语义、证据三条准入条款,机器负责格式与引用预检,人工把关证据与语义,不达标即退回。下游为四种编译产物规定消费约定与反馈回流机制,明确反馈触发的修订对象是规则定义与场景覆盖,而非评审标准本身。
作者把 AI 视频模型压力测试的难度变量从画面规模改为要素密度,按密度分四级后得到可复现的选型结论。踩过的四个坑包括误以为场面越大越难、素材被静默忽略、只记总命中率、不做版本标注。两个反直觉发现是局部编辑能力比一次做对更影响产能,以及对粗糙指令的宽容度能反映模型是否理解意图。
作者排查
leikooo 发布 ARTS 1018 周更,分享 LeetCode 字符计数判断异位词解法,并点评 Anthropic 的 Claude Code 团队代码审查流程。该流程将常规检查交给 AI、人工按风险分级批准并限制 Agent 审查轮数;作者由此强调,用 AI 辅助开发时仍需亲自理解代码的实现逻辑与边界条件。
本文基于 LangGraph 官方库 langgraph-swarm(v0.1.0)源码,讲解 Swarm 多智能体协作的用法与原理。其核心是状态中多存一个 active_agent 字段,加上图入口按该字段决定本轮进入哪个专家节点的路由开关,交接工具返回的 Command(goto=...) 驱动跳转,连线由各专家持有的交接工具隐式声明。
推荐理由:文章讲清了 Swarm 的适用场景与能力边界,读者可据此判断多智能体场景该选 Swarm 还是 Supervisor。
作者通过四轮追问实例和三个可复现验证指出,让模型再检查一遍多数不会纠错,只会把错的说得更像对的,因为检查者与被检查者是同一模型。文章引用 2023 年论文 Large Language Models Cannot Self-Correct Reasoning Yet 说明无外部反馈的自我纠正会降低准确率,并给出证据锚定、可执行验证、独立校验器三种把检查移到模型外的落地方案。
作者基于 JDK 21、Spring Boot 4.1.1、Spring AI 2.0.1 和 deepseek-flash 实测出一套生产级 Chat 接口骨架,覆盖超时、重试、限流、脱敏、流式、换模型六个开关,每个都配测试。
推荐理由:作者用假上游端到端实测发现超时和重试两个开关静默失效,其验证方法可直接迁移到自己的 AI 接线排查。
这是《Agent Harness 从用到会造》第 7 讲,核心判断是写 MCP server 要先把失败模式设计出来再写功能,因为 Agent 不读文档,会传错参数、会超时重试、会拿截断结果继续推理。
coding agent 在远程机改 BUG 时会一路跑验证循环、编译和测试,把宿主机 CPU 和内存吃满导致只能物理重启,根因是它没有预算意识、不知道宿主的存在。
8 月 13 日 Anthropic Frontier Red Team 公开多智能体实验:45 个智能体各持独立虚拟机、共享论坛和相同提示词,结果出现抢文件、撞分支等“地盘”行为。
文章围绕企业智能客服与知识库助手场景,给出生产级流式对话接口的完整设计方案。核心是建立统一事件协议(start、status、delta、citation、tool_call。
这篇教程给出 AI 内容检测异步接口的可运行接入代码,核心是把提交、轮询、幂等和失败处理写对。提交即扣费、结果需轮询获取,轮询应退避而非密集查询;幂等键要跟随逻辑请求并落库,避免重复扣费。
作者建议职场人按四阶段学 AI:第一阶段练把任务描述清楚,第二阶段把重复的活拆成固定步骤做成模板,第三阶段学什么该交给 AI、什么不能,最后才轮到技术工具。一位区域运营读者按此思路只优化了列名对齐、挑异常门店、周报开头结论三步,每周周报时间从四小时压到一小时出头。
本节演示如何用钩子系统扩展 Agent 行为而不修改 agent_loop:循环只调用 trigger_hooks(),具体逻辑全部挂在 UserPromptSubmit、PreToolUse、PostToolUse、Stop 四个事件的回调里。
openchamber-openwith 是一个 Apache-2.0 开源的 OpenChamber 扩展,在侧栏点击即可把当前项目用本机已安装的编辑器、终端或文件管理器打开,省去手动翻文件夹的动作。
Seed-VC 是零样本歌声转换开源模型(论文 arXiv 2411.09943),在 AIGCPanel 中导入一键运行包,用一段 5 秒参考音频即可把整首歌换成另一种嗓音,无需训练。
作者建议把权属核查从成片后的法务环节前移到立项阶段,作为流水线的一个工程节点,输出权属声明文件、素材来源表和提示词档案目录三份产物。天津和平法院与北京互联网法院的两起案件表明,生成过程留档与授权审核已成为抗辩和免责的关键,门禁设计可在角色图定稿、批量生成和交付前分段拦截。
REA 是把 Ghidra、IDA、JADX 等逆向工具封装成 MCP 工具的开源项目,让 AI Agent 在没有源码的情况下解释软件某个功能如何实现。截至 2026 年 10 月 18 日,morluto/rea 有 308,201 个 Star,npm 包 rea-agents 单周下载 30.7 万次。