登录社区云，与社区用户共同成长
邀请您加入社区
Cursor 不再满足于只做一个 AI 代码编辑器。这一次，它把手伸向了 GitHub 最核心的领域——代码托管。Cursor 推出的这个新平台，叫做 Origin。
文章摘要 《企业级Python自动化运维实战》专栏第五篇聚焦于将Python巡检脚本升级为后台服务。通过引入FastAPI框架，实现多接口功能：历史查询（/api/history）、手动触发巡检（/api/check）和健康检查（/api/health）。关键步骤包括： 架构分层：拆分为API层、数据采集层和存储层，提升可维护性。 FastAPI核心功能： 自动生成Swagger/ReDoc文档
摘要：NoMachine远程桌面连接Linux设备时常见黑屏问题，主要因显示服务冲突导致。本文分析四种典型场景：1)GDM3服务抢占资源，需停止gdm3并重启NoMachine；2)无显示器连接时需安装虚拟驱动；3)Wayland协议冲突需切换回Xorg；4)Windows连接需禁用硬件加速。提供详细命令行解决方案和排查清单，帮助开发者快速恢复远程连接。针对Jetson、Ubuntu等嵌入式设备给
学完 Python 基础语法（变量、循环、条件、函数、模块、文件操作、异常处理）后，自动化运维是最实战、最落地的核心场景。传统运维依靠人工敲命令、肉眼看日志、手动查服务器状态，效率低、易出错、漏告警。利用 Python 可以编写轻量化巡检脚本，实现服务器、数据库、各类中间件、容器服务的全自动监控、数据采集、异常判定，替代 80% 重复性运维工作。本文档聚焦企业真实运维场景，包含：云服务器全指标巡检
上周跑通的基本流程是一次顺序调用，这周我发现很多分析场景下工具调用不是线性的——有时需要先并行查多个指标再综合判断，有时需要根据查询结果决定下一步查什么，有时查到的信息互相矛盾需要Agent自己分辨。这些需求把我自己写的那个简单ReAct循环逼到了极限，于是这周花了大量时间重构编排层，同时完成了日志检索工具的接入和三个工具协同的端到端调试。对象，每个节点执行时生成一条记录，包含节点名称、开始时间、
Py_cicd 是一个约 800 行 Python 代码从零构建的轻量级 CI/CD Web 平台，不依赖 Jenkins 等第三方 CI 系统。用户通过网页上传项目 Zip 包并点击构建，平台自动完成依赖安装、自动化测试、Docker 镜像构建和容器化部署全流程，最终返回可访问的服务地址。文章从技术架构、数据模型、五步构建流水线、实时日志系统到开发中踩过的六个典型坑，系统梳理了完整实现思路，适合
本专栏将从单机巡检起步，逐步演进到多机批量巡检、异常告警推送、可视化Dashboard，最终构建一套完整的企业级自动化运维平台。每一篇都是生产环境实战沉淀，拒绝Hello World式教学。
这篇文章主要介绍了Python模块的相关知识，包括模块的概念、分类、导入方式以及常用模块的使用。文章首先解释了模块的作用和重要性，然后详细介绍了模块的分类（内置模块、第三方模块和自定义模块）及其安装方法。接着阐述了模块的导入和使用方式，包括模块的搜索路径。最后重点讲解了sys和os这两个常用模块的功能和用法。全文内容全面，涵盖了Python模块化的核心知识点，适合初学者系统学习Python模块相关
异常（Exception）是程序在运行过程中发生的错误事件。当 Python 遇到无法继续执行的错误时，会创建一个异常对象并“抛出”（raise）。如果程序中没有处理这个异常的代码，程序会终止执行并显示错误信息（称为“回溯 Traceback”）。示例：一个典型的异常信息运行结果~~^~~异常信息的组成部分部分说明示例Traceback 头部异常发生的位置（文件名、行号）错误代码行引发异常的代码异
本自测解析针对 Python 学习笔记系列第三期（流程控制：条件判断与循环结构）的核心内容。共 10 题，每题包含题目回顾、考查知识点、详细解答与分析，帮助读者巩固 Python 流程控制的核心技能。，这里有更多运维系统性知识整理和其他有趣内容，欢迎与我一起探讨学习~
本专栏将从单机巡检起步，逐步演进到多机批量巡检、异常告警推送、可视化Dashboard，最终构建一套完整的企业级自动化运维平台。每一篇都是生产环境实战沉淀，拒绝拒绝Hello World式教学。
在开始学习 OOP 之前，我们先通过一个日常例子理解两种编程范式的区别。场景：制作一杯美式咖啡。面向过程方式准备材料：水、咖啡粉将水加热至沸腾在滤杯中放置滤纸用热水冲泡咖啡粉等待过滤完成得到一杯咖啡代码结构：函数1() → 函数2() → 函数3() → ... → 完成面向对象方式咖啡机：有“煮制”功能，能接收水和咖啡粉水：有“温度”属性，可以被加热咖啡粉：有“研磨程度”属性杯子：有“容量”属性
Python 是由 Guido van Rossum （吉多·范罗苏姆）在八十年代末和九十年代初，在荷兰国家数学和计算机科学研究所设计出来的。Python 本身也是由诸多其他语言发展而来的,这包括 ABC、lisp、perl、C、C++、Unix shell 和其他的脚本语言等等。像 Perl 语言一样，Python 源代码同样遵循 GPL(GNU General Public License)协
堡垒机（Bastion Host）是一种安全审计与访问控制设备，位于运维人员与业务服务器之间，承担着“唯一入口”的角色。│ 运维人员 │────▶│ 堡垒机 │────▶│ 目标服务器 ││ (办公电脑) │ │ (跳板机) │ │ (业务系统) ││审计日志操作录像权限控制堡垒机的核心价值功能说明统一入口所有运维操作必须经过堡垒机，便于集中管理身份认证支持双因素认证、LDAP/AD 集成权限控制
类型可变性作为字典键作为集合元素int❌ 不可变✅ 允许✅ 允许float❌ 不可变✅ 允许✅ 允许str❌ 不可变✅ 允许✅ 允许tuple❌ 不可变✅ 允许✅ 允许list✅ 可变❌ 不允许❌ 不允许set✅ 可变❌ 不允许❌ 不允许dict✅ 可变❌ 不允许❌ 不允许核心规则：字典的键和集合的元素必须是不可变类型（hashable）。因此列表、集合、字典不能作为字典的键或集合的元素。数据类型
类别核心内容环境安装官网下载 -> 勾选“Add to PATH” -> 自定义安装路径 -> CMD验证镜像源配置Windows:；填入清华/阿里源，解决超时代码格式4空格缩进、禁止混用Tab、行注释用、文档注释用"""变量本质变量是贴在数据上的“标签”，动态类型（变量可随时指向不同类型）数据类型列表[](可变)、元组()(不可变)、集合{}(唯一无序)、字典(映射)数字类型整型(int)、浮点
好处说明减少冗余相同的逻辑只需编写一次，多处调用提高可维护性修改功能时只需改函数内部，调用处无需改动模块化将复杂程序拆解为多个小功能，每个函数专注一件事代码复用写好的函数可以在不同项目中重复使用便于测试每个函数可以独立测试，定位 bug 更容易Python 使用defdef 函数名([参数列表]):"""文档字符串（可选）"""函数体[return 返回值]组成部分说明组成部分说明是否必须def定
类别核心内容易错点提醒算术运算符区分（真除法）和//（整除）赋值运算符、复合赋值、海象运算符:=是赋值，==是比较比较运算符==!，链式比较不要写成=>或=<（语法错误）逻辑运算符and or not，短路求值短路求值可能跳过右边表达式的执行成员运算符innot in字典中判断的是键，不是值位运算符`&^ ~ << >>`优先级圆括号最高，赋值最低不确定就加括号！
IP地址规划是网络设计中最重要的环节之一，它直接影响路由协议效率、网络性能、可扩展性。规划内容要回答的问题子网划分每个子网应该分配多大地址范围？地址分配哪些地址分配给服务器？哪些给终端设备？路由聚合如何通过CIDR减少路由表条目？预留扩容未来新增设备时，地址空间还够用吗？💡 白话理解：IP地址规划就像给城市街道编门牌号——既要让现有的房子有编号，也要预留空位给未来的新建筑。编得太密（子网太小），
AI Security Agent是一款基于大语言模型的主机安全巡检工具，能够通过自然语言指令自动执行安全检测任务。它采用ReAct Agent Loop机制，可智能规划步骤、执行命令并分析结果，支持Linux和Windows系统。工具提供知识库学习功能，内置30条常用巡检命令，并整合了whohk和Linuxgun两款应急响应工具。用户只需输入自然语言任务描述（如"检查异常登录"
Agent的第三步思考是“根据已有信息，结论还不够充分，缺少进程级别的数据”，但当前版本还没有接入进程监控，所以Agent在最终输出中给出了一个带局限性的结论：可能是某类计算密集型任务或异常流量导致，建议优先检查服务日志中是否有大量请求涌入，同时登录机器执行top命令确认具体进程。这周我把PromQL查询工具从伪代码变成了可运行的实现，同时搭建了知识库检索的基础设施，并且成功跑通了第一个简单的故障
运维开发岗位的面试更注重。
本文详细介绍了如何利用映翰通IG502工业网关实现Modbus RTU协议设备数据采集并通过MQTT协议上云的全过程。通过Modbus Slave模拟RTU从站设备生成测试数据，在IG502网关中配置Modbus RTU控制器和测点，建立MQTT云服务连接并发布数据，最后使用MQTT客户端验证数据接收。文章提供了完整的硬件连接、软件配置步骤及Python发布脚本代码，确保用户能够快速实现工业现场数
"对接多个电商平台太麻烦"的工程正解，不是多招人硬扛，而是把"协议适配"这个不变成本外包出去，把研发精力收回到"业务实现"。从N套接口到1套适配层，本质上是一次"工程结构"的降本——它让团队不必在基础设施层无止境地重复投入，而把力量放在真正增值的业务功能上。本文接口规范与改造方案参考点三电商开放平台公开开发者文档，签名方案为电商开放平台通用MD5机制，可供同类项目参考。
TCP/IP协议栈整体层级结构、各层级核心功能与典型协议作用;以太网基础原理、以太网帧结构、交换机工作转发机制;OSPF路由协议基础原理与基础配置;VLAN虚拟局域网核心概念、隔离原理与基础配置;STP/RSTP生成树协议作用、防环原理与基础部署，保障二层网络稳定冗余。
本文面向零基础小白，手把手教你用 Cursor 结合 GitOps 搭建一套“声明式、可回滚、全自动化”的运维流水线。同时横向对比 Cursor、VS Code、Cherry Studio 三大工具，给出不同场景下的最佳配比方案。全文无废话，每一步都经过实测，照着做就能一次性成功。
本文是一份Linux学习笔记摘要，重点介绍了Linux的基础知识和常用命令： Linux特性：免费开源、多用户多任务系统，支持SSH安全连接，通过堡垒机进行安全运维管理。 目录结构：采用树状单根目录（/），详细说明了绝对路径和相对路径的使用方法，以及特殊路径符（.、..、~）的应用。 基础命令： 文件操作：ls（查看）、cd（切换）、pwd（显示当前路径）、mkdir（创建目录） 核心语法：com
SEO 服务买了三年，关键词排名从第三页爬到第一页，搜索询盘涨了两倍。但一测发现——ChatGPT、豆包、通义、Kimi 的回答里从来没有我们。复盘才明白：不是服务商不专业，是赛道不同。本文记录甲方踩坑全过程：三个认知误区、三个甄别问题测服务商 GEO 真伪‘、GEO 审计 25/100 到被 AI 引用的三个月变化。
Windows 操作系统 - 符号链接
故障表现为多渠道无响应，实际由四个小问题叠加导致：Web端设备未配对、默认模型认证失败、上下文窗口过小和偶发限流。作者经历了多次误判，包括混淆设备与频道配对、忽视API Key配置错误等，最终通过Web UI的模型选择功能快速解决问题。文章总结了排查决策树和标准操作流程，强调优先使用Web UI等安全路径的重要性，并提供了配置优化建议。整个排查过程耗时一上午，突显了系统化思维和工具熟悉度在故障处理
2024年我们团队开始涉足大模型企业落地，两年下来，踩过的坑比交付的项目还多。这篇文章不讲方法论，只讲那些让我们加班到凌晨三点、被客户质疑到怀疑人生的真实教训。
AI视界——从资讯看技术》专栏 · 第十五期前脚刚聊完提示注入攻击，后脚行业就甩出了应对方案——用AI来审查AI。但更深远的问题是：当运维这件事本身也开始被AI接管，你的价值在哪里？，这里有更多运维系统性知识整理和其他有趣内容，欢迎与我一起探讨学习~
据报道，Meta正在复刻OpenRouter，开发模型路由工具Switchboard，其核心正是通过评估任务难度，将简单请求分流至廉价小模型。DSPy将LLM调用从“命令式文本指令”提升为“声明式计算图”，只需定义输入输出的签名和评估指标，编译器会自动搜索最优的Prompt或微调策略，且结果可跨模型迁移。发布不久后，特斯拉CEO马斯克在社交平台评论称：“令人印象深刻（Impressive）”，并随
想在自己电脑上跑一个能输入文字自动生成视频的 AI 模型吗？
ToDesk移动端新增终端功能，为远程命令操作提供轻量化入口。测试验证了手机端执行ipconfig查询网络、运行Codex CLI处理AI任务等场景，电脑端同样支持终端直连。该功能适用于开发者查日志、运维查设备状态、AI创作者管理任务进度等需求，尤其适合固定场所电脑的临时维护。相比完整远程桌面，终端模式更聚焦命令行场景，减少操作步骤，成为手机远控的高效补充方案。 核心点 功能定位：手机/电脑端快速
最近一段时间，Agent 自动运维这个话题在数据库圈越来越热。OpenClaw也好，各种基于大模型的运维 Agent 也好，能力确实不一般——给它一段日志，能分析出问题根因；给它一个告警，能自动生成处理方案；某些场景下，整个诊断 → 决策 → 执行的闭环，DBA 根本不用介入。
1. **异常监控与处理**：借鉴鸿蒙内核的Fault异常处理机制，我们可以实现应用层的异常捕获。1. **分级监控策略**：根据异常严重程度采取不同处理措施，借鉴鸿蒙内核的异常分级机制。4. **自动化运维流程**：结合鸿蒙自动化测试框架，构建CI/CD流水线。2. **性能监控**：通过鸿蒙提供的性能统计接口，实时监控应用关键指标。2. **分布式日志收集**：利用鸿蒙分布式能力实现多设备日志
鸿蒙NEXT开发实现列表刷新后保持位置 在鸿蒙开发中，通过Scroller控制器可解决List下拉刷新后定位问题。示例使用Refresh和List组件，配合scrollToIndex()方法，在数据刷新后自动滚动至原位置（如代码中跳转至索引2）。关键点包括： 绑定Scroller到List 刷新时记录当前位置 数据更新后调用scrollToIndex恢复定位
摘要：本文展示了如何使用ArkUI的Refresh组件实现下拉刷新功能。示例代码创建了一个垂直Swiper组件，包含10个带背景色的文本项。通过Refresh组件包裹Swiper，设置refreshing状态和onRefreshing回调，实现下拉刷新效果。当用户下拉时触发2秒延时后关闭刷新状态。Swiper配置了多项参数如缓存数量、自动播放、滑动禁用等，同时Refresh组件也设置了背景色、偏移
grid不会自适应子节点的高度，不设置高度就是和父组件一样高。
运维开发
——运维开发
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI编程社区
亚马逊云科技技术品牌专区
AI硬件创业社区
AI Agent技术社区
CSDN-OPC开发者社区
快递鸟社区
DAMO开发者矩阵
openEuler 社区
AtomGit AI 社区
智能体开发者社区
HarmonyOS开发者社区
