登录社区云，与社区用户共同成长
邀请您加入社区
本文将介绍如何实现一个基于websocket分布式聊天(IM)系统。使用golang实现websocket通讯，单机可以支持百万连接，使用gin框架、nginx负载、可以水平部署、程序内部相互通讯、使用grpc通讯协议。本文内容比较长，如果直接想clone项目体验直接进入项目体验 goWebSocket项目下载 ,文本从介绍webSocket是什么开始，然后开始介绍这个项目，以及在Nginx中..
2016年底的时候对即时通讯以及游戏开发产生了一些兴趣,而且自己这方面的知识掌握也非常少,在未来很多产品应该都会使用到长连接技术(物联网IOT),因此很有必要掌握这方面的技术。于是就在网络上查询相关的资料,但发现目前网络上的开源游戏服务器框架相对较少,而目前市面上已有的一些开源游戏框架又不太对自己的胃口。正好17年初刚回公司的时候事情比较少,就抽时间按照自己对游戏服务器的架构思路做了一套,取名就叫
Eino ADK是专为Go语言设计的智能体开发框架，提供统一的Agent抽象、异步事件驱动架构和灵活协作机制。包含ChatModelAgent、WorkflowAgents等核心组件，支持Supervisor和Plan-Execute等预构建模式，以及中断恢复功能。开发者可像搭积木一样构建从简单对话机器人到复杂多智能体系统，大幅降低AI应用开发门槛，让开发者专注于业务逻辑实现。
本文对Go与Python在LangChain框架下构建大语言模型应用进行了全面性能对比测试，涵盖核心LLM交互、RAG管道、Agent架构、并发处理和运营成本等多个维度。测试结果显示Go在几乎所有场景中表现更优，特别是在高并发、内存管理和资源密集型任务上优势明显。文章通过详细代码示例和测试数据，为开发者选择合适语言构建大模型应用提供了科学依据，是技术选型的重要参考。
Go 编译器查找代码包的顺序遵循严格的优先级：1) 检查是否属于主模块（Main Module）本地代码；2) 查看go.mod中的replace指令；3) 检查vendor目录（若启用）；4) 查找$GOPATH/pkg/mod缓存；5) 最后通过GOPROXY下载。这个流程解释了为何有时修改不生效或找不到包，帮助开发者准确定位问题环节。标准库优先从$GOROOT查找，而主模块代码优先级高于远程
本文介绍了ReAct架构，一种解决复杂推理问题的动态交互范式。与传统的静态规划不同，ReAct通过"思考-行动-观察"的循环机制，使智能体能够基于环境反馈实时调整策略。文章详细解析了ReAct的工作流程，包括高层图示和代码实现，展示了其如何通过提示词工程、输出解析和工具执行等关键环节实现动态推理。ReAct特别适用于多跳问答、交互式环境导航和需要验证的研究任务，具有环境适应性强
/ 遍历 fields，遇到 User 类型就 mask 掉 emailok {别忘了Clone()！否则用创建子 logger 时，红acted 就失效了——就像你锁了大门，却忘了关猫洞 🐱。Zap 的哲学是什么？快：不做无用功，零分配是信仰。严：强类型字段，杜绝手滑。活：可定制、可扩展、可采样、可红acted。稳：Uber 内部扛住数百万 QPS 的考验。最后送你一句 Go 圈名言：是初学者
本文分享了作者在AI辅助开发(VibeCoding)项目中遇到的PixiJS视频切换问题及解决方案。项目使用Wails+PIXIJS开发Windows视频剪辑工具，发现AI生成的代码存在生命周期管理缺陷，导致视频切换时出现黑屏和WebGL报错。作者通过手动完善;暂停渲染;清理旧资源;加载新资源t;恢复渲染;的生命周期机制，重点修改了视频源切换和渲染逻辑，包括添加资源清理方法、显式创建VideoSo
编排混乱：多轮对话、工具调用（Function Call）、状态流转全靠if-else硬写，代码不可维护。生态割裂：想接个向量库、想换个大模型，都需要自己造轮子。调试困难：Agent 为什么死循环了？为什么没调工具？缺乏可视化的 Trace 手段。Eino 的核心设计理念是Graph（图编排）。它把 AI 应用抽象成一个图，节点（Node）是组件，边（Edge）是流转逻辑。首先，我们封装一个“简历
本文系统梳理了AI Agent的发展历程、核心理念与主流协议，重点介绍了Golang生态下的Eino和tRPC-A2A-Go工程化框架。文章详细解析了MCP与A2A协议的区别与应用场景，ReAct等思考框架的实现原理，并通过实际案例展示如何构建多Agent协同系统。最后探讨了Agent的可观测性与人机协同机制，为开发者提供了从理论到实践的完整指南，助力高效开发复杂AI Agent应用。
AI 只是能力，工程化才是落地。作为 Go 开发者，我们不需要去卷模型算法，只要利用好Eino这种优秀的编排框架，结合我们擅长的高并发、微服务能力，就能在 AI 时代占有一席之地。如果你对这个项目的完整源码（含后端 Go、前端 Next.js、部署脚本）感兴趣，或者想深入学习Eino 框架。👉关注公众号【王中阳】，回复“面试吧”，即可免费获取项目架构图和部分核心源码。私信备注“面试吧”，拉你进
RobotGo 作为 Golang 生态中的桌面自动化神器，凭借跨平台、高性能、API 简洁等优势，能轻松应对各类桌面自动化场景。
Eino Embedding 组件指南摘要 🔍 核心功能： 文本向量化组件，将文本转换为高维向量 支持语义相似度计算、智能搜索等AI应用 🚀 快速使用： 配置API密钥和模型 初始化Embedder实例 调用EmbedStrings方法转换文本 🛠️ 接口设计： 简洁的Go接口规范 支持批量文本处理 可选配置项灵活扩展 ⚡ 最佳实践： 推荐集成到Chain编排工作流 可与其他Eino组件无缝
3、在代码同级目录下创建tmp文件夹，把ffmpeg生成的.m3u8文件和.ts切片文件拷入tmp文件夹下。1、使用ffmpeg对mp4文件进行切分，生成.m3u8文件和.ts切片文件。4、运行go服务 go run main.go。2、编写go代码main.go。
这就是为什么它能霸榜 GitHub 的原因——它不是在教你如何更好地“调优 Prompt”，而是在教你如何用坚实的工程代码，去彻底终结那个不可控的“炼丹”时代。不再有晦涩的 YAML，不再有天书般的“链”，Agent 的所有逻辑、决策、工作流，都由你亲手编写的、地地道道的 Go 代码来定义。我如何将这个“充满魔法”的 Python 脚本，与我现有的 Go 微服务体系优雅地集成，而不是变成一坨无法维
本文将系统介绍 AI 大模型的核心知识与接入实战方法，帮助开发者快速掌握大模型的使用与集成技巧。
不仅仅是一个协议的实现，它更像一个宣言：Go 语言凭借其出色的并发模型、强大的类型系统和简洁的工程哲学，完全有能力成为构建下一代高性能、高可靠性 AI Agent 和工具化应用的首选后端语言。（Model Context Protocol）正是为此而生，它定义了一套标准的、与模型无关的通信规范，使得任何应用都能以“工具”的形式被 LLM 调用。：它展示了一种更加优雅和符合 Go 语言习惯的工程模式
本文介绍了如何在本地Redis中实现近似向量搜索（KNN），而不依赖外部向量数据库。通过HuggingFace模型生成384维向量，利用RediSearch的HNSW索引能力，结合go-redis v9完成端到端流程。内容包括环境准备、连接Redis、创建索引、生成文本嵌入、执行KNN查询和聚合统计，并对比了Hash和JSON两种存储方式的关键差异。适用于需要在本地实现高效向量检索的场景。
Pod调度到节点后，AD控制器创建VolumeAttachment对象，External Attacher调用CSI插件挂接存储卷，完成后更新状态。：用户创建PVC，K8s根据PVC和StorageClass，让External Provisioner调用CSI插件创盘，之后创建PV并绑定PVC。：Kubelet发现使用CSI类型PV的Pod调度到本节点，等待VolumeAttachment状态就
DeepSeek 是一个强大的 AI 模型平台，支持多种自然语言处理任务，如对话生成、代码补全和函数调用。为了方便 Go 开发者快速集成 DeepSeek 的功能，我开发了一个非官方的 Go 客户端库：go-deepseek。本文将详细介绍如何使用该库，从在线 API 调用到本地模型部署，帮助你快速上手。
背景说明最近决定学习go语言与前端基础，之前有过java的学习经验，程度大概就是应届生但找不到实习那种（手动滑稽），于是打开deepseek，开始制定学习计划，ok先明确学习目标8周时间，前6周学习go达成服务端开发的程度，后两周系统学习一下前端基础。第一阶段任务目标基本完成，完成了对go基础语法的学习，通过gin框架实现了简单的http api服务。用时一周比预估时间要短。
今天和大家分享一款在 G 站获得了 26K+的强大的开源在线协作笔记软件，Trilium Notes 的中文版如何在 Linux 环境使用 docker本地部署，并结合 cpolar 内网穿透工具配置公网地址，轻松实现远程在线协作的详细教程。Trilium Notes 是一个层次化的笔记应用程序，专注于建立大型个人知识库。下面就来分享一下具体部署流程。
Agent Development Kit (ADK) 是一个灵活、模块化的框架，将软件开发原则应用于AI智能体创建。它旨在简化从简单任务到复杂系统的代理工作流程的构建、部署和编排。虽然针对Gemini进行了优化，但ADK是模型无关、部署无关的，并与其他框架兼容。
本篇文章剖析了 gorilla/websocket 的核心源码，涵盖握手流程、消息读取、帧解析与掩码处理等关键机制。通过自顶向下梳理调用链，结合调试讲解内部逻辑，帮助读者理解其底层实现，提升对 WebSocket 的开发与优化能力。
裁员潮下的自救：我用 Go 写了一个企业级 AI Agent 平台，薪资翻倍（万字复盘）2024 年底，后端开发岗位的“寒气”比以往来得更猛烈些。只会 CRUD 的程序员正在失去议价权，而掌握能力的开发者却成了香饽饽。本文将分享一个普通 Go 开发者，如何利用技术栈，从零构建并上线一个商业级 AI 面试 Agent 平台的完整心路历程与技术复盘。
在我们之前的很多文章里，我有讲到这个话题。在今天的文章中，我们就提重谈。我们使用一种新的方法来实现。这是一个基于 golang 的开源项目。项目的源码在。一种灵活的工具，用于将 CSV 数据导入 Elasticsearch，具有自动字段检测和映射功能。
本文介绍用Go构建中转服务，通过WebSocket连接前端与PBX服务器，实现WebRTC信令中转，包括offer/answer交换流程和语音处理事件机制，为实时音视频应用提供后端实现方案。
【代码】Coze插件AI复刻之：网页截图。
如果你在用 Go 写交易系统、监控工具或市场数据采集模块，很可能会遇到通过 WebSocket 实时获取外汇行情的需求。下面是一份实用的接入教程，使用的是infoway.io提供的实时行情 API。本文以 EURUSD 的 1 分钟 K 线为例。
RustFS Go SDK - 高性能对象存储客户端库 RustFS Go SDK 是一个专为 RustFS 对象存储系统设计的高性能 Go 客户端库，完全兼容 S3 API。提供简洁易用的接口，支持完整的存储操作，包括桶管理、对象上传下载、分片上传和预签名 URL 生成等核心功能。 主要特性： ✅ 完整 S3 API 兼容 ✅ 流式传输大文件支持 ✅ 预签名 URL 安全访问 ✅ 完善的错误处理
AI驱动的自动化测试技术研究摘要 本文探讨了AI技术在软件测试领域的三大核心应用：自动化测试框架、智能缺陷检测和A/B测试优化。 AI自动化测试框架：通过NLP解析需求文档生成测试用例，结合机器学习优化测试策略，实现用例自动执行与结果分析，代码示例展示了基于随机森林的需求分类和测试生成流程。 智能缺陷检测：利用计算机视觉识别UI异常（如布局差异）、日志分析发现系统错误模式，并监控性能基线偏差，集成
Milvus 的数据组织采用四层结构，类似关系数据库但又有所不同：
golang
——golang
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
深开鸿 技术专区
2048 AI社区
火山引擎开发者社区
