logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

运维养龙虾--Tmux 终端复用器完全指南:从入门到 AI Agent 远程操控

tmux 解决的核心问题是会话持久化—— SSH 断了进程不丢,随时随地重连三层结构(Session/Window/Pane)提供了灵活的组织方式—— 一个终端管理所有服务器合理配置能大幅提升效率—— 鼠标支持、自定义快捷键、状态栏美化结合 AI Agent(tmux-mcp-agent)实现智能化运维—— 安全认证 + 自动执行 = 最佳实践。

#运维#人工智能#服务器
​OpenObserve + Logstash + Filebeat 轻量化监控Nginx

​:列式存储 + 压缩技术使 OpenObserve 存储成本比 ES ​。的云原生观测平台,替代传统 ELK 方案可节省 90% 以上成本。通过此方案,您已构建了一个。,查询速度快 3-5 倍。

#nginx#运维
运维养龙虾--Tmux 终端复用器完全指南:从入门到 AI Agent 远程操控

tmux 解决的核心问题是会话持久化—— SSH 断了进程不丢,随时随地重连三层结构(Session/Window/Pane)提供了灵活的组织方式—— 一个终端管理所有服务器合理配置能大幅提升效率—— 鼠标支持、自定义快捷键、状态栏美化结合 AI Agent(tmux-mcp-agent)实现智能化运维—— 安全认证 + 自动执行 = 最佳实践。

#运维#人工智能#服务器
运维养龙虾--使用workbuddy专家模式一句话部署ELK 日志分析平台

本文档详细记录了基于Docker Compose的ELK日志平台部署方案,版本2.0.0,部署验证日期2026-04-08。平台架构采用etcd节点日志通过Filebeat采集,经Kafka中转后由Logstash处理并存储到Elasticsearch,最终通过Kibana可视化展示。文档包含完整的部署步骤、配置参数、验证方法和运维指南,涵盖服务端(Elasticsearch/Kibana/Kaf

#elk
运维养龙虾--用Excalidraw Skill 手绘各种配图:从安装 Skill 到批量生成配图

作为程序员,我们经常需要绘制技术架构图、流程图、状态图,用于文档撰写、方案汇报或视频创作。以往要么用复杂工具调整样式,要么纯手搓手绘,耗时又费力。脱离工作流:图表通常在外部工具中创建,以静态图片形式存入 Wiki 或 PPT,与代码和设计决策分离易于过时:当系统变更时,更新图表变得困难,导致图表迅速失去准确性耗时费力:一张复杂的架构图可能需要 30 分钟以上才能画好解决方案:Excalidraw

#运维
运维养龙虾--使用Tidb skill,让 AI 写出「生产级」SQL

查看某个技能的具体内容# 按需修改、贡献新技能或 PR 到官方仓库💡使用建议对于新接触 TiDB 的团队,建议先从两个技能入手;构建全栈 AI 应用时再叠加框架集成技能。不要一次性加载全部 12 个技能,按需加载效果更好。

#人工智能
运维养龙虾--从配置到实战,一文掌握 TiDB 与 AI 工具的 MCP 集成之道

摘要:TiDB MCPServer通过MCP协议实现自然语言操控数据库,无需编写SQL。文章介绍了MCP协议架构、7种核心工具功能、环境配置方法及主流客户端的集成方式。实践案例展示了从运维巡检到数据分析的典型应用场景,对比传统SQL方式更高效易用。最后给出安全建议,指出这一技术将改变数据库交互方式,让非技术人员也能轻松获取数据。

#tidb#人工智能
磐维数据库3.0发布

同时,磐维数据库各项性能大幅提升,每分钟处理事务数达170万,加密算法SM4和SM3加速分别提升4.6倍和12.6倍,故障恢复时间缩短至10秒以内,SQL问题提前发现准确率达80%,实现了数据库性能的全面突破。这一年,磐维数据库以全链路创新为核心,构建从底层芯片、操作系统、中间件到行业应用的完整技术生态,打通技术与应用的“最后一公里”。当前,磐维数据库服务用户超过8亿,支撑中国移动35+省专公司的

文章图片
#数据库
AI实战--MiroFish:群体智能引擎,预测万物

MiroFish 是一个基于多智能体技术的下一代 AI 预测引擎,由盛大集团战略支持孵化。构建高保真度的平行数字世界,让数千个具有独立个性的智能体在其中自由交互,进行社会演化。用户可以从"上帝视角"注入变量,精准推演未来轨迹。简而言之,MiroFish 就像是一个「社会模拟器」,你提供一个「种子」,它就能构建出一个完整的「平行世界」,让你观察这个世界中的居民如何行动、如何反应、如何演化。

#人工智能
AI实战--从零构建的「微舆」:一个多智能体舆情分析系统的架构解析与实践指南

在信息爆炸的时代,社交媒体每天产生海量内容。品牌公关、危机预警、市场洞察、政策分析……各行各业都迫切需要一套能够实时采集、深度理解、智能分析社交媒体舆情的系统。单一大语言模型(LLM)容易产生幻觉,缺乏深度推理信息获取渠道单一,容易陷入"信息茧房"无法处理短视频、图片等多模态内容私有业务数据与公开舆情数据割裂,无法融合分析BettaFish(微舆)正是为解决这些痛点而生的开源项目。

#架构
    共 72 条
  • 1
  • 2
  • 3
  • 8
  • 请选择