以上AI智能体测试下来，整体的观感就是可以调用浏览器自动检索一些网页，对比一些基础大模型的联网搜素功能，就是把这个检索的过程可视化了，这样做是否有必要，目前来看并没有带来什么实际的好处，实际输出的结果只要标注好引用来源，那么用户应该并不关心这个检索过程的；这些AI智能体，这样一通操作，除了看起来有点炫酷：自动打开浏览器，自动搜素相关网站，查看内容，反而增加了耗时。

测试时发现，刚开始逻辑简单的时候，大模型给出的代码闭着眼睛去应用就可以，但是后面一旦逻辑加的越来越多的，大模型给出的修改代码一定要仔细检查一下。参考下图创建一个小程序项目，推荐使用智能创建，可以使用自然语言描述一下这个小程序的页面具体布局，实现的功能等，然后这里会调用腾讯的混元大模型自动创建一个项目，会生成基本的页面布局，以及一部分页面逻辑。3、如果发现当前使用的大模型不能满足需求，可以尝试切换为

参考官方文档：https://langchain-ai.github.io/langgraph/tutorials/introduction/由于想测试通过LangGraph编排让大模型调用工具，所以首先查询支持Function Calling的大模型:https://help.aliyun.com/zh/model-studio/qwen-function-calling使用云服务商提供的大模型

使用cephadm部署ceph。处理ssh默认端口修改问题。上面命令中的mon.test要根据实际情况修改。更进一步，可以将阈值从默认的5%改到3%

helm 一键部署nginx，默认service.type=LoadBalancer。参考官方文档安装配置metallb。

【代码】helm一键部署grafana。

创建下述文件：/etc/yum.repos.d/artifactory。由于JCR默认不支持yum，所以我们需要利用Generic类型仓库。编辑/etc/docker/daemon.json增加。

测试时发现，刚开始逻辑简单的时候，大模型给出的代码闭着眼睛去应用就可以，但是后面一旦逻辑加的越来越多的，大模型给出的修改代码一定要仔细检查一下。参考下图创建一个小程序项目，推荐使用智能创建，可以使用自然语言描述一下这个小程序的页面具体布局，实现的功能等，然后这里会调用腾讯的混元大模型自动创建一个项目，会生成基本的页面布局，以及一部分页面逻辑。3、如果发现当前使用的大模型不能满足需求，可以尝试切换为

测试时发现，刚开始逻辑简单的时候，大模型给出的代码闭着眼睛去应用就可以，但是后面一旦逻辑加的越来越多的，大模型给出的修改代码一定要仔细检查一下。参考下图创建一个小程序项目，推荐使用智能创建，可以使用自然语言描述一下这个小程序的页面具体布局，实现的功能等，然后这里会调用腾讯的混元大模型自动创建一个项目，会生成基本的页面布局，以及一部分页面逻辑。3、如果发现当前使用的大模型不能满足需求，可以尝试切换为

在给一台服务器初始安装OS时一般有以下几种方式：1、通过BMC挂载iso镜像来安装；2、通过U盘启动来安装；3、通过网络启动来安装；方式1和方式2只能一台一台地进行，且需要有键盘和显示器，效率低下，且在缺少外设时会导致安装无法进行。方式3可以实现批量无人值守自动安装，前提是需要有一台PXE Server。对于该PXE Server如何安装OS及如何部署PXE相关工具，也是一件麻烦事。