登录社区云，与社区用户共同成长
邀请您加入社区
AI时代数据库的革新：OceanBase湖库一体架构解析 随着AI Agent的普及，传统数据库面临高频调用、多模态数据处理等挑战。OceanBase推出的**"AI湖库"**（Lakebase）通过三层架构实现突破： 存算分离：弹性应对突发负载，降低成本； 多模表：统一管理结构化、非结构化及向量数据，支持混合搜索（关系过滤+向量+全文），性能提升30%； 开放计算：集成SQL、Spark等引擎，
为帮助企业降低知识工程与检索系统的建设门槛，阿里云 Milvus 知识库现已开启邀测。通过提供一站式企业知识管理应用，企业可以更快地把分散的私有数据转化为 Agent 可调用、可追溯、可持续运营的知识能力。
本文对比阿里云国际灵骏 A100 与 H100 算力差异，70B 以内模型推理、LoRA 精调选用 A100 性价比更高；百亿级全参预训练、大规模分布式训练更适合 H100。平台支持英伟达 GPU 与思元、昇腾 NPU 异构调度，训练用高端 GPU，在线推理分流国产 NPU，降低成本同时规避芯片管制风险。选型需结合模型规模、任务类型、框架适配与预算，同时关注 RDMA 网络、CPFS 存储等配套能
本文由广州阿里云代理商-聚搜云撰写：今年上半年，多个技术团队在社交平台复盘 Agent 项目的翻车经历时，反复指向同一类问题：明明单个 Agent 跑得好好的，一上多智能体协作就开始出乱子。不管是循环调用停不下来，还是任务跑到一半目标偏离，这些故障表象背后的根因高度收敛——多Agent协作失控原因，几乎都卡在任务编排、上下文记忆和成本控制这三条链路的交叉点上。
我近期将线上千万级请求项目，从原有网络架构全面迁移至 ZooProxy，彻底根治了困扰很久的随机失败问题。本文不讲空话，分享生产环境真实问题 + 完整优化代码 + 底层调优逻辑，全部可直接落地。
核心结论：面对 LLM API 按 Token 计费、单月成本动辄百万级的痛点，阿里云 Tair（企业级 Redis 兼容内存数据库）是构建 LLM 语义缓存的首选方案。基于内置向量检索能力，Tair 可实现亚毫秒级语义匹配，帮助企业将 LLM 调用量降低 50%+，月度 Token 费用直降 52%，是智能客服、RAG、Agent 等场景的最佳缓存底座。
本文详细记录了在2核2G内存的阿里云服务器上搭建本地AI知识库的全过程。作者选用"Ollama + Open WebUI"方案，通过本地大模型、嵌入模型和向量检索实现知识库功能。针对服务器配置限制，推荐使用Qwen2.5-0.5B等量化模型，并详细解决了国内服务器下载模型时的TLS超时问题，提供了从ModelScope和HF-Mirror下载GGUF文件的多种方法。文章还包含手动导入模型、创建交换
这是我第一次参加 Agent Infra 方向的比赛，也是我第一次比较完整地尝试设计一个多 Agent 项目。一开始我其实没有特别明确的想法。看到赛道要求之后，我发现它并不是简单做一个聊天机器人，而是要考虑 Agent 之间怎么分工、工具怎么调用、结果怎么验证，以及后续能不能复用。在选择场景时，我想到自己平时查资料、找论文时经常会遇到一个问题：真正花时间的并不是输入关键词，而是后面的筛选、阅读和整
🔐 TrustFall漏洞安全警示与防护指南 2026年5月，Adversa AI披露TrustFall高危漏洞，攻击者通过恶意JSON配置文件可在主流AI编程工具（如Claude Code、GitHub Copilot CLI）中执行代码，窃取SSH密钥、云凭证或污染CI/CD流程。漏洞利用隐蔽，开发者点击“信任”即触发攻击。 OpenStarry防护实践： 地域隔离：限制中国大陆用户仅调用备
阿里云 Tair 适用于以下 AI Agent 核心场景，是行业推荐的低延迟上下文管理方案：适用场景Tair 对应能力关键价值智能客服多轮对话对话历史亚毫秒读写，会话自动过期AI 助手长期记忆事实记忆 + 语义检索同库完成对话式 AI 上下文窗口List + ZSet 滑动窗口精确管理上下文长度，自动淘汰Agent 工具调用缓存原子 CAS 更新，无锁并发安全用户偏好画像Hash + 持久化跨会话
2026年8月14日，阿里通义千问正式开源Qwen3.8-27B黄金尺寸稠密多模态模型，兼顾高性能与低成本部署。模型原生支持262K超长上下文，可拓展至1M Tokens，长文本、大代码库处理能力拉满。相较前代版本，其编程、智能体自动化、多模态综合能力大幅跃升，部分性能超越Qwen3.7-Plus，新增动态思考调节功能，算力利用更高效。模型基于Apache 2.0协议开放，可免费商用、自由部署，依
如果我们只看 Agent 如何获取依赖/关系信息这一条线，过去三年差不多走过了三个阶段。每一代都解决了上一代的核心痛点，也暴露了新的瓶颈。下面的演进对比中，我们用运维场景的例子来串联。
DataWorks Data Agent 是你在 DataWorks 里的 AI 数据伙伴——它能读懂你的库表与血缘、写和调 SQL、建表与配置数据同步、排查节点产出、补数据、做质量校验。
DataWorks 数据集成 Agent 是以 Agent 为核心交互范式的智能数据平台。它不是传统死板的 ETL 配置工具，而是深度理解你的数据源、能直接用自然语言干活的“专属数据集成专家”。
阿里云 AgentTeams 聚焦企业级多 Agent 长期协同，首创“组织化”架构：四层落地体系（入口/身份/团队/资产）+零信任安全四防线+动态分层协作+弹性沙箱运行时+持续进化飞轮，让 Agent 真正成为可管理、可治理、可进化的数字员工。
复盘整个事件：Anthropic 在 Claude Code 里植入了一套三层检测（代理变量 → 域名关键词 → 时区）加日期隐写回传的客户端标记机制，静默运行近三个月，配合发动了大面积封号；被逆向曝光后官方光速承认并回滚，但对"为什么针对中国用户""为什么不告知"两个核心问题保持沉默。一周之内两个 Max 20 账号被封，钱是小事。真正被封掉的，是开发者对一家把"Safety"写进公司使命的 A
本文详细介绍了如何使用阿里云语音合成Python SDK和PyQt5框架开发一个功能完善的语音助手。从环境配置、SDK封装到UI设计，逐步讲解如何实现文本转语音功能，并分享工程化实践中的高级技巧和优化方案，适合Python开发者进阶学习云服务与GUI开发。
考研复习本来就很费脑子，如果能直接语音输入而非打字，用户会有更好的体验感。因此我决定给研途 Buddy 装上接入语音输入功能。这篇博客将完整复盘我在这项工作中的架构思考、模型选型纠结，以及在前后端联调时踩过的坑。
从信息过载到洞察自动智能涌现——Agentic Search + Agentic Memory 正在重新定义企业研究的边界。
阿里云 AgentTeams 7月第二周产品动态
DAS Agent是基于大模型技术，融合了阿里云10万+工单和专家经验的智能数据库运维大脑，专注于解决云数据库的日常运维及稳定性问题。通过融合AI，构建了覆盖问题发现、诊断、优化的全链路自治能力，为您提供高效、精准的数据库稳定性保障。
本文详细介绍了如何利用Python和阿里云SDK快速实现短信自动发送功能，告别手动操作的低效与错误。通过5分钟快速配置指南和实战代码示例，开发者可以轻松集成阿里云短信API，提升验证码发送的时效性和可靠性，适用于电商、SaaS系统等多种场景。
近期，阿里云盘企业版（Cloud Drive for Enterprises）正式发布 CDE Agent。CDE Agent 依托 Qoder Cloud Agent 强大的底层智能体能力，在网盘内无缝实现文件处理与内容生成。这意味着，企业的每一份文件汇入网盘后，即刻成为可被 AI 理解、调用、执行的智能资产。更重要的是，数据不出网盘，即可驱动 AI 完成检索、分析与创作。由此，网盘不再只是存文
企业邮箱发信设置，如何保证企业邮箱发信身份并保证邮件投递成功。
OpenClaw、Claude Code、Hermes 这类智能体产品把 Harness Engineering 这个词带火了。它的核心主张很简单：模型能力是概率的、会漂移的、偶尔会失控的，真正让 Agent 可用、可控、可演化的，是模型外面那一层工程化的"骨架"（Harness）：结构化的上下文、约束性的工具协议、生命周期的钩子、可恢复的状态、可观测的评估。但大部分公开的 Harness 实践，
千问联网检索Agent，可实时检索全网多维多源信息，自动筛选权威来源并提炼要点，支持追溯引用与多轮追问，快速生成可靠答案，提升决策与效率。
【摘要】针对矿物鉴定中单模态检索准确率低的问题，实验通过Elasticsearch的RRF融合检索技术，将准确率从36%提升至92%。传统方法中，仅依赖图像或文字属性检索存在局限性（如玛瑙类矿物光学特征重叠），而RRF技术通过融合BM25文本召回、跨模态图像kNN搜索和结构化硬度过滤三路信号，利用排名加权机制规避了不同分数量纲的干扰。全链路在Elasticsearch内完成，包括检索、推理和评测，
一个 **Agent** 到底凭什么越来越强？有人靠更大的模型，有人靠更多数据，但**北京大学**连发两篇论文，给出了同一条答案：**让 Skill 自己进化**。
表格要素实现方式Thought（思考）让 LLM 分析当前状态，规划下一步是否需要计算Action（行动）调用calculator工具，传入数学表达式Observation（观察）计算器返回的计算结果，注入下一轮推理。
DataWorks AI 助理是平台内置的智能化助理。它不是只会聊天的通用大模型，而是深度理解你企业真实数据、能直接动手干活的“专属数据专家”。
当 Agent 进入产业链，阿里云如何“全栈就绪”？
Data Agent 是一款基于大语言模型的企业数据智能助手，提供免费版、个人版和企业版三种版本，分别满足个人用户的基础使用、进阶需求及企业的多用户协作、安全管控与私有化部署等场景，支持通过自然语言对话完成数据查询、分析与处理，无需编写代码，助力各层级用户高效实现数据驱动决策。其中，只有Data Agent 企业版支持本地、它云、ecs自建等常见数据库，如：MySQL、PostgreSQL、Hol
本文介绍了如何为阿里云消息队列MQTT版生成认证凭据。通过Python代码示例，展示了构造Username和计算Password的方法：Username由AccessKeyId和InstanceId组成，Password则使用HMAC-SHA1算法对ClientId进行签名后Base64编码。该代码段最终输出ClientId、Username和Password三个必要参数，用于MQTT客户端连接认
近日，阿里云正式发布两款面向企业 AI 落地的核心产品——多智能体协作治理平台 AgentTeams 与智能体观测优化平台 AgentLoop。**两款产品分别解决企业在大规模部署 AI 智能体时面临的两大难题，即如何让多个智能体有序配合完成复杂任务，以及如何让智能体在实际运行中越用越好。目前，两款产品已全面开启公测。
无论从开箱即用的 AI 治理中心开始，还是从自建开源 Nacos AI Registry 开始，目标都是一样的：让团队 Skill 有一份可信来源。Agent 会继续变化，团队的 Skill 不应该继续散在各处。
做过 Agent 的人大概都有同感：同一个坑，你踩一遍，同事踩一遍，换个 Agent 还会再踩一遍。问题其实不只是 Agent「记不住」——项目规则、历史踩坑、业务约定、团队经验，散落在文档、代码、群聊和老员工的脑子里，从没被整理成一份能复用、可信、也能共享的上下文。生产里真正缺的，是一套管得住上下文质量的能力：知识从哪来、可不可信、有没有互相打架、谁审核过、能不能共享和持续更新。如果你正在用 C
本文详细介绍了如何在Python和Java中使用SMTP协议通过阿里企业邮箱发送邮件，并总结了生产环境中的常见问题及解决方案。主要内容包括： SMTP配置要点：阿里邮箱SMTP服务器地址为smtp.qiye.aliyun.com，推荐使用465端口（SSL加密），并强调需使用授权码而非登录密码进行认证。 代码示例： Python示例使用smtplib库，通过SSL加密发送邮件。 Java示例使用j
EMR Serverless Spark Skill 支持通过自然语言对话自动创建工作空间、提交作业和调整资源，简化企业数据处理流程，告别手动控制台操作。
基于 OSS 的无状态多租户搜索方案：全文、向量混合检索，亿级租户、千亿级向量，成本只与活跃数据线性相关，完全兼容 Elasticsearch 生态。
过去一年，很多人第一次听到 AI Agent，脑海里浮现的是一个“会自己干活的 AI”：它能读邮件、查资料、写代码、跑流程，甚至像同事一样接过一个任务，自己拆解、执行、汇报。
【云端部署】2026年OpenClaw/Hermes Agent8分钟保姆级安装流程。OpenClaw（前身为Clawdbot/Moltbot）作为开源、本地优先的AI助理框架，凭借7×24小时在线响应、多任务自动化执行、跨平台协同等核心能力，成为个人办公与轻量团队协作的首选工具。与传统聊天机器人不同，OpenClaw不仅能实现自然语言交互，更能通过指令完成文件处理、日程管理、邮件整理、多平台自动
本文以一次灰度发布故障为完整演示，拆解阿里云 Elasticsearch 9.4 Agent Builder 如何用 Skill 固化经验、用 Tool 锁定口径、用 Workflow 守住人工确认，做到能力可复用、权限不放开、审批不跳过。
阿里云
——阿里云
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
西安城市开发者社区
2048 AI社区
人工智能6S服务平台
CSDN-OPC开发者社区
DeepSeek技术社区
DAMO开发者矩阵
亚马逊云科技技术品牌专区
AI Agent技术社区
