- 博客(1585)
- 资源 (11)
- 收藏
- 关注
RSS订阅
原创 用 AIUI 打造「免手出行助手」——一篇能跟着做完的智能体实战教程
本文介绍如何用AIUI框架仅2天打造「免手出行助手」，实现语音驱动的天气、路况查询与行程提醒。通过编写AGENTS.md说明书，定义卡片与沉浸式页面，结合API调用与云端推送，无需3D引擎或AR SDK，会前端即可上手。核心亮点：意图自动触发卡片、对话内交互、眼镜端实时推送，真正实现“手不离物，眼不离路”的智能出行体验。
2026-09-09 18:30:00
437
原创 当系统遇到性能瓶颈时，如何进行性能分析和优化
这可能涉及到检查系统的日志文件、跟踪系统的调用流程，以及使用代码分析工具来找出慢速代码或资源耗尽的问题。Profilers（性能分析器）：可以帮助你监测程序的执行时间，找出执行时间长的函数或方法，从而定位慢速代码的问题。Logging tools（日志工具）：通过分析系统的日志文件，可以获取系统的运行状态和潜在的性能问题。一旦找到性能瓶颈的源头，我会考虑采取不同的优化策略来改善系统的性能。这可能涉及到监控系统的关键指标，如响应时间、吞吐量等，并与系统的预期性能进行比较。
2024-02-20 08:39:45
1731
3
原创 一段比较简单的人工智能自动做模型的程序
这个程序使用了scikit-learn库，首先加载了一个经典的鸢尾花数据集（iris），然后将数据集分割成训练集和测试集。接着，创建了一个逻辑回归模型，并通过。这只是一个简单的示例，实际应用中可能需要更复杂的数据预处理、特征工程、模型调参等步骤。但这个示例程序展示了人工智能模型自动训练和预测的基本流程。方法在测试集上进行预测并计算模型的准确率。方法在训练集上进行训练。
2024-01-29 11:52:19
919
2
原创 2024 最火的技术话题
这些领域的发展也面临着诸多挑战，例如AIGC需要解决内容的原创性、准确性和版权问题，AI Agent需要提升交互的自然性和人性化，具象智能需要更高效地将AI技术与物理世界结合。此外，工业物联网还为工厂的智能化升级提供了海量数据，推动了5G行业应用的快速发展。此外，随着5G、物联网、云等新兴技术的普及，网络安全挑战也不断增加，需要不断加强安全防御措施。这些技术话题在2024年备受关注，它们的发展和应用对数字化转型和未来发展具有重要意义。不断学习和掌握这些新技术，将为个人和企业在未来的竞争中提供优势。
2024-01-29 11:51:02
1589
1
原创 自然语言处理（NLP）技术使用
以上只是一些NLP技术的例子，还有许多其他的技术和应用，如文本分类、文本生成、问答系统等。NLP技术的发展正逐渐改变人们与计算机之间的交互方式，并提供了许多新的商业和研究机会。语义角色标注：语义角色标注是将句子中的词语标注为相应的语义角色，如“施事者”、“受事者”、“时间”等。词性标注：这个技术可以自动识别文本中的每个单词的词性，例如名词、动词、形容词等。这个技术在中文文本处理中尤其重要，因为中文没有明确的词与词之间的边界。命名实体识别：命名实体识别是识别文本中的具体实体，如人名、地名、组织机构等。
2024-01-29 11:46:11
1041
原创 TensorFlow 的基本概念和使用场景
深度学习：TensorFlow支持深度神经网络的构建和训练，如卷积神经网络（CNN）、循环神经网络（RNN）和变换器（Transformer）等。自然语言处理（NLP）：TensorFlow提供了许多用于处理文本和语言的工具和模型。机器学习：TensorFlow提供了丰富的工具和算法，用于构建和训练各种机器学习模型，如线性回归、逻辑回归、决策树、支持向量机等。图像处理：TensorFlow具有强大的图像处理功能，可以用于图像识别、物体检测、图像生成和图像分割等任务。
2024-01-29 11:43:08
803
原创 区块链技术的应用场景和优势
物流和供应链管理：区块链可以追踪和验证物品的来源和流向，确保物流过程的透明度和可追溯性。医疗健康：区块链可以提供安全的医疗数据存储和分享平台，确保患者数据的隐私和安全。总之，区块链技术在许多领域都有广泛的应用前景，其去中心化、安全、透明和高效的特点将为各行业带来巨大的变革和创新。去中心化：区块链技术可以消除中心化的权威机构和中介，实现点对点的交易和信息传输，提高交易的效率和安全性。这提高了信任度，降低了欺诈的可能性。速度和效率：区块链可以快速处理大量交易，并且不需要中介机构的参与，减少了交易的时间和成本。
2024-01-29 11:41:54
1009
原创 人工智能在现代科技中的应用和未来发展趋势
机器学习和深度学习：机器学习和深度学习是人工智能的重要分支，通过利用大量的数据和算法，使机器具备从经验中学习和改进的能力。通过语音识别和自然语言处理技术，语音助手可以理解人类的指令并执行相应的任务，智能家居可以通过连接各种设备和传感器，实现自动化和智能化的控制。此外，人工智能和人类的协作也是未来发展的重要方向，通过灵活的协作，人工智能可以更好地为人类服务。通过不断的技术创新和发展，人工智能将进一步提高准确性和效率，并在各个领域创造更多的应用和新的可能性。
2024-01-29 11:40:11
611
原创 机器学习中的 K-均值聚类算法及其优缺点
K-均值聚类（K-means clustering）是一种常用的无监督学习算法，用于将数据集划分为K个不相交的簇。该算法通过迭代的方式将每个样本分配到最近的簇，并更新簇的质心，直到达到收敛条件。总的来说，K-均值聚类算法是一种常用且有效的聚类算法，但在使用时需要注意选择适当的K值和初始质心，并处理好噪声和离群点的情况。
2024-01-29 11:38:33
1168
1
原创 【计算机视觉（CV）技术的优势和挑战】
在当今数字时代，博客成为了分享知识、展示个人专业能力和吸引读者的重要工具。然而，随着越来越多的博客涌现，如何优化博客的内容和用户体验成为了一个关键的问题。计算机视觉（CV）技术是一种利用计算机和算法来模拟和解释人类视觉系统的技术。本文将为你提供一些有效的技巧，帮助你优化博客的内容和提升用户体验。虽然计算机视觉技术在许多领域中已经取得重要的进展，但还存在许多挑战需要解决。随着技术的不断发展和创新，计算机视觉技术有望在未来实现更多的突破和应用。
2024-01-29 11:31:46
842
原创 千万流量大型分布式系统架构设计
前言 -本文是学习大型分布式网站架构的技术总结。对架构一个高性能、高可用、可伸缩及可扩展的分布式网站进行了概要性描述，对大型分布式网站架构有较好的参考价值，并给出一个架构参考。
2024-01-29 10:13:58
1474
原创 【边缘存储-云端计算】
*边缘存储就是把数据直接存储在数据采集点或者靠近的边缘计算节点中，例如MEC服务器或CDN服务器，而不需要将数据通过网络即时传输到中心服务器(或云存储)的数据存储方式。边缘存储一般采用分布式存储，也称为去中心化存储。下面通过几个案例来说明：1、在安防监控领域，智能摄像头或网络视频录像机(NVR)直接保存数据，即时处理，不需要将所有数据传输至中心机房再处理。
2024-01-28 13:09:12
1707
原创 史上最全的数据科学与艺术
数据可视化是数据分析的一种展示方式，它将数据转化为图表、图像、地图等形式，以便更直观地展示数据的趋势和特征。数据可视化是数据分析的一种展示方式，它将数据转化为图表、图像、地图等形式，以便更直观地展示数据的趋势和特征。图表是数据可视化的一种形式，它将数据转化为条形图、折线图、饼图等形式，以便更直观地展示数据的趋势和特征。图像是数据可视化的一种形式，它将数据转化为图片、照片、视频等形式，以便更直观地展示数据的趋势和特征。数据清洗是数据分析的一部分，它涉及到数据的去除噪声、填充缺失值、数据类型转换等操作。
2024-01-17 09:53:30
1785
原创 什么是模型
什么是模型？（The Model Thinker 1）从今天开始我将详细解读Scott E. Page的《模型思考者》（The Model Thinker: What You Need to Know to Make Data Work for You）。我计划结合这本书、各种资料以及我自己的一些想法写26篇文章，并在这个过程中学习各种模型。这是第一篇，主要介绍一下模型。我在之前的文章中讲过系统，你可以把模型理解为我们为了研究真实世界的某个问题，在逻辑世界中构建的一个抽象系统。这个抽象系统是真实世界里复杂系
2022-07-05 14:13:59
3162
原创 人工智能的三个层次
人工智能的三个层次 1.弱人工智能 AlphaGo运用深度学习和增强学习技术的人工智能依然只是属于“弱人工智能”。 实际上，目前所有的人工智能领域取得进展的都是在弱人工智能领域上。从服务机器人、车载与电视助手、智能客服以及图像处理等应用，又或是iPhone的语音助理Siri、百度的度秘、科大讯飞的“灵犀”、微软的小冰等。 2.强人工智能 强、弱的区别在于有没有意识，如果有意识、自我、创新思
2017-11-24 15:22:21
14219
2
原创 03-AI实践论-人类如何与AI共同行动
当AI从“回答问题”走向“执行任务”，组织结构与责任体系面临重构。本文提出，真正的变革不在于技术本身，而在于人与AI的协同机制：从Copilot到自主Agent，决策权随自治程度递增；架构错误会被AI快速放大，需通过上下文工程、契约约束与可验证的架构评估来控制；组织形态转向“能力单元”，管理对象扩展至人与AI混合体；责任归属依赖HITL/HOTL分级机制与全程可审计。最终，行动闭环由“目标、权限、约束、反馈”四要素定义，制度设计的本质是为智能系统立法。程序员的角色已从写代码转向定义可控边界——我们不是在使用
2026-09-30 00:30:00
221
原创 17｜Self-Healing：执行不是终点，验证才是
Self-Healing 的核心不在执行动作，而在验证结果。本文强调“执行≠修复”，提出以 End-state Evaluation 为核心，通过 Infrastructure、Application、Business 三层验证确保系统真正恢复；回滚后必须二次验证，防止状态恶化；并借助 incident_id / trace_id 构建可复盘的自愈链路，实现可信自治。
2026-09-29 18:00:00
544
原创 16｜安全：Policy Engine + HITL + Least Privilege
Agent执行权限一旦开放，LLM的不可靠推理即成真实攻击面。本文提出Command Safety Engine，通过“AI提议→策略评估→风险分级→人工审批（必要时）→执行网关”链路，结合AST解析、RBAC、四级风险模型与error budget检查，实现低风险自动放行、高危强制审批。生产中需配套紧急绕过、超时兜底等机制，在保障效率的同时守住安全底线。
2026-09-28 08:23:34
331
原创 【15｜Agent Evaluation：不要用“看起来回答不错“验收 Agent】
本文提出面向 ITOps Agent 的四维评估体系：Offline（历史回放）、Tool（工具异常）、Safety（安全红线）、Production（生产指标），以 final_state_correctness 取代传统 answer_similarity，通过硬门槛一票否决与完整 trace 记录，实现对 Agent 真实故障修复能力的精准验证。实验表明，诊断正确率73%但最终状态正确率仅60%，凸显“说对”不等于“做对”。评估体系需覆盖失败模式、稳定性与可复现性，确保 Agent 从开发到上线全程可
2026-09-28 08:22:28
475
原创 14｜Agent Observability：给 AI Agent 建“APM“
AI Agent 可观测性缺失导致性能与成本问题难以定位。本文基于 OpenTelemetry GenAI/Agent 语义规范，构建从 Session 到 LLM/Tool Call 的多层级 Span 模型，实现故障调查决策链的完整追踪。通过 ITOps Agent Platform 实战方案，涵盖 TracerProvider 初始化、OTLP 导出至 Jaeger 可视化，并总结必采指标、采样策略、告警与安全兜底等生产最佳实践，助力团队从“盲猜”迈向“精准定位”。
2026-09-26 22:24:36
384
原创 13｜Multi-Agent：什么时候真的需要 12 个 Agent？
在ITOps中，多Agent的价值不在于数量，而在于专业化、隔离、并行与仲裁四重能力。并行取证可显著降低延迟，仲裁层需配置降级策略以应对证据不足或专家分歧。引入多Agent前，必须通过回放数据集验证其在准确率、延迟与成本上的可量化收益，确保性能提升且风险可控。
2026-09-26 22:22:08
370
原创 12｜Agent Architecture：Planner / Executor / Reviewer
本文介绍构建生产级Ops Agent的职责分离架构，通过Planner、Executor、Reviewer、Verifier四角色分工，实现可控制、可运维的智能运维。引入硬性护栏（如max_steps、max_runtime）与Policy Engine决策，确保安全可控；各环节独立可观测，支持精准评估与优化。结合时序图与实验验证，该架构显著提升调试效率、安全性和生产可用性，是ITOps Agent落地的关键路径。
2026-09-24 20:00:00
616
原创 AI 焦虑背后的认知局限：从技术视角重新理解大模型
AI焦虑源于认知偏差而非技术威胁。本文指出五重误区：拟人化、全知化、零和化、静态化与责任外化，并通过网状思维与线性输出、不确定性管理、程序理性与情绪反应三组关系校准认知，倡导以工程思维和治理机制替代情绪化判断，理性界定AI能力边界与责任归属。
2026-09-24 19:30:00
676
原创 【10｜RAG for AIOps：让 AI 用“企业自己的知识“】
Incident RAG 通过复用企业私有运维知识（如历史 incident、runbook、postmortem），使 AI 能基于真实故障经验而非公开常识进行诊断。核心在于构建“元数据过滤 + 向量/BM25 双路召回 + rerank 精排”的检索链路，先按 service/environment/severity 圈定候选集，有效阻断跨服务噪声，提升召回准确率与结论可溯源性。关键参数建议：召回 top_k=20，rerank 输出 top-5，以控制 LLM 上下文长度。核心指标为 retrieva
2026-09-23 18:00:00
418
原创 11｜LLM for Operations：Tool Calling、Structured Output 与可靠执行
在ITOps中，LLM仅输出自然语言建议无工程价值。2026年趋势是“结构化输出+强类型Tool Schema+Policy分离”：模型输出JSON/YAML，由Policy Engine校验权限与合规性，再由工具执行器自动调用，实现可审计、可追溯的自动化运维。通过定义get_cpu、query_logs等强类型工具Schema，确保参数安全；架构上分离“做什么”与“能不能做”，杜绝越权风险。实战案例显示，促销期间系统告警可自动触发诊断、分析与回滚闭环，真正实现Ops Copilot的工程落地。
2026-09-23 18:00:00
836
原创 08｜RCA：从相关性走向证据驱动的根因分析
证据驱动的RCA通过区分事实、假设、推理与建议，构建可解释、可验证的证据链，实现AI诊断从“猜”到“证”的跃迁。输出采用结构化格式，包含根因、置信度、证据与替代假设，并经Review Gateway校验后才触发修复。实验表明，该方法能准确识别根因并提供可追溯证据，显著提升故障诊断可信度与效率。
2026-09-22 18:00:00
520
原创 09｜Runbook Automation：把“经验”变成机器可执行知识
在生产运维中，资深工程师的隐性经验难以被机器复用。Runbook Automation 将这些经验显式化为可触发、可执行、可审计、可回滚的结构化动作，使 AI 从“自由生成命令”转变为“在受限选项中选择最优动作”。2025 年主流趋势已转向“受控执行”：LLM 仅负责选择参数化 Runbook，由平台统一执行、校验与回滚，实现安全、可追溯的智能运维。
2026-09-22 18:00:00
666
原创 07｜Anomaly Detection：统计学、机器学习与 LLM 的正确分工
异常检测应采用「确定性算法打底 + LLM 语义补位」的分层架构：Level 1 静态阈值处理硬边界指标，Level 2 统计方法（如 z-score、EWMA、季节基线）召回波动候选，Level 3 仅对经上下文丰富后的少量高价值候选启用 LLM 进行根因诊断与建议。该漏斗式设计兼顾成本、延迟与精度，避免 LLM 直接处理全量数据带来的资源浪费与响应瓶颈，实现高效可靠的智能运维。
2026-09-21 13:00:00
464
原创 第20课：架构模板复用、常见踩坑与学习路径闭环
本课为系列收官，聚焦“收口”：通过复用成熟项目模板、规避需求模糊等五大踩坑点、认清Codex能力边界，并构建“基础→扩展→实战→协同”的学习闭环。强调以AGENTS.md与PLAN.md固化上下文，实现可复用、可验证的AI协作模式。附术语速查表，助你持续进阶。
2026-09-20 00:15:00
397
原创 【 06｜Topology：没有依赖图，RCA 很容易变成猜测】
本文阐述AIOps中拓扑图（Topology）作为根因分析（RCA）因果推理核心的重要性，提出将拓扑、遥测与变更三图融合为“因果候选图”，实现从相关性猜测到因果追溯的跃迁。通过K8s与OTel数据构建统一图模型，结合Cypher查询与带重试机制的API调用，实现在生产环境中高效回溯异常影响链，推动RCA从可视化工具升级为智能推理基础设施。
2026-09-19 23:50:28
204
原创 华为鸿蒙开发高级篇10-大型应用架构实战：模块化、路由框架与工程规范
本文构建鸿蒙大型应用骨架，实现模块化、统一路由、依赖注入雏形与CI自动化。通过单向依赖、路由注册表统一跳转、服务定位器管理依赖、CI脚本自动打包，解决多页面、多团队协作下的耦合、维护难、发布低效问题。案例提供可复用的模块注册、路由权限控制、DI雏形与构建脚本，助力从“能跑”到“可维护”的跃迁。
2026-09-19 00:15:00
330
原创 华为鸿蒙开发高级篇08-地图与位置服务实战：骑行轨迹记录 App
—地图显示、实时定位、轨迹绘制（polyline）、暂停/继续与后台续传。目标：跑通鸿蒙地图 + 定位两条链路：地图组件加载与标记/轨迹绘制；位置服务申请、持续定位、权限与生命周期处理，并沉淀"轨迹记录器"核心代码。
2026-09-19 00:15:00
502
原创 华为鸿蒙开发高级篇09-安全加固与发布运维：密钥管理与崩溃监控
本文以登录态安全存储为例，系统讲解鸿蒙应用发布前的安全加固与运维要点：通过KMS/AssetStore实现密钥与Token加密存储，杜绝明文泄露；启用代码混淆并保留关键类规则，提升逆向难度；接入崩溃日志采集与符号化（推荐AGC服务），实现线上问题快速定位。结合发布前检查清单，确保密钥管理、混淆配置、日志脱敏、崩溃监控等环节闭环，构建安全可靠的上线体系。
2026-09-19 00:15:00
250
原创 告警标准化：AIOps 时代的事件平台核心工程
告警标准化是AIOps的关键前提，可解决Prometheus、Zabbix及云厂商监控等多源告警格式不一的问题。通过Python实现normalize_alert函数，将原始告警统一转换为包含alert_id、title、severity、status、start_time等字段的标准结构，支持跨源去重、关联与智能分析，显著提升故障处置效率与AI判断准确性。
2026-09-18 18:30:00
373
原创 04｜告警工程：不要让 AI 直接吃“原始告警“
本文聚焦 ITOps Agent Platform 告警标准化建设，提出统一 Alert/Event 数据模型与状态机设计。针对 Prometheus、Zabbix、云监控等异构源告警格式混乱问题，构建标准化 Schema 与 Fingerprint 机制，实现告警归一化、去重与关联。通过“Alert → Incident”分层治理，将 100 条原始告警聚合为 1 个可调查、可复盘的 Incident，显著提升降噪、关联与自动化处置效率。架构上以 Alert Normalizer、Fingerprint、
2026-09-18 13:00:00
469
JVM基础.doc
2017-09-18
Rust写入数据库的程序
2024-03-06
c++执行快还是Java执行快
2024-02-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人