中间件

本次赛事共设三大赛题方向，参赛者可以任选一个方向参赛。本文是对每个赛题方向的参赛指南。

Java语言凭借其成熟的生态与解决方案，特别是通过 Spring AI 框架，正迅速成为 AI 应用开发的新选择。本文将探讨如何利用 Spring AI Alibaba 构建在线聊天 AI 应用，并实现对其性能的全面可观测性。

Ingress NGINX 退役引发开发者们的强烈关注，官方已经提供了完备的应对措施，迁移到 Gateway API，以及20+ Ingress 控制器。但实施迁移的时候，企业还会希望了解新的 Ingress 控制器是否兼容 Ingress NGINX 的注解，迁移过程中如何进行灰度切流，遇到流量损失如何快速回滚等，以保障迁移过程平滑，不影响线上业务。因此，本文将提供基于实操的应对方案，以阿里云云原生 API 网关(Higress 企业版)为例，按步骤详细阐述迁移的操作过程。

云消息队列 Kafka 版 Serverless 系列凭借其秒级弹性扩展、按需付费、轻运维的优势，助力嘉银科技业务系统实现灵活扩缩容，在业务效率和成本优化上持续取得突破，保证服务的敏捷性和稳定性，并节省超过 20% 的成本。

从 AWS S3 到阿里云 SLS，打造跨云日志智能分析的高效通路——实时发现、弹性导入、格式自适应、成本优化，让海量日志从存储真正走向业务洞察。

阿里云云监控 2.0 推出 SysOM 底层操作系统诊断能力，基于 eBPF + BTF 协同分析，无需侵入业务，即可一键完成从物理页到文件路径、再到容器进程的全栈内存归因，让“黑盒内存”无所遁形。

RocketMQ 专门为 AI 场景推出了全新Lite Topic 模型，目前已在阿里云云消息队列 RocketMQ 版 5.x 系列实例上正式发布，并会逐步贡献到 Apache RocketMQ 开源社区，欢迎大家使用。

阿里云 RUM SDK 作为一款性能体验监控采集工具，可以作为辅助 App 运维的强有力助手，提升您的问题排查效率。

“一个简单的数据集成任务，开始时总是轻松愉快的，但随着业务扩展，数据源越来越多，格式越来越乱，整个数据链路就会变得一团糟。”陈涛在演讲中指出了当前 AI 数据处理的普遍困境。扩展难、运维难、稳定性差，这三大挑战已成为制约 AI 应用创新和落地的关键瓶颈。针对这些痛点，在2025云栖大会期间，阿里云重磅发布了事件驱动 AI ETL 新范式，其核心产品 EventBridge 通过深度集成 AI 能力，为开发者提供了一套革命性的解决方案，旨在彻底改变 AI 时代的数据准备与处理方式。

WebView2 控件，获取网页加载资源

通过使用社区官方提供的超过 20 种 RAG 数据源和 20 种 Tool Calling 接口，开发者可以轻松接入多种外部数据源（如 GitHub、飞书、云 OSS 等）以及调用各种工具（如天气预报、地图导航、翻译服务等）。这些默认实现大大简化了智能体的开发过程，使得开发者无需从零开始，便可以快速构建功能强大的智能体系统。通过这种方式，智能体不仅能够高效处理复杂任务，还能适应各种应用场景，提供更加智能、精准的服务。

阿里云推出图查询能力，基于 graph-match、graph-call、Cypher 三重引擎，实现服务依赖、故障影响、权限链路的秒级可视化与自动化分析，让可观测从‘看板时代’迈向‘图谱时代’。

在复杂的云原生环境中，服务、Pod、主机等可观测实体动辄成千上万，散落在 APM、K8s、云资源等多个系统中。当故障发生时，如何快速从海量数据中“找到那个出问题的服务”，成为 SRE 和运维工程师的核心挑战。

阿里云应用实时监控服务 ARMS 推出自定义指标采集功能，让 APM 真正深入业务核心，订单、库存、转化率等核心数据尽在掌控！

近日，阿里云AI原生应用开发实战营 · 深圳站圆满落幕。继北京、上海、杭州、成都等城市之后，本场活动吸引了130+名技术从业者深度参与。活动聚焦 AI Agent 领域的前沿技术与落地实践，深度分享AI 原生应用架构趋势与实践、AI应用托管、AI 开放平台、大模型可观测&AIOps、异步化的Agent事件驱动等热门技术议题，并设置了动手实操环节。

阿里云 ARMS 团队倾力打造的鸿蒙 NEXT SDK，为鸿蒙应用提供了业界领先的全链路监控解决方案。这不仅仅是一个 SDK，更是您洞察用户体验、优化应用性能的智能伙伴。

本文探讨了C/C++中右移运算时高位补0还是补1的问题。通过示例代码分析，揭示了右移规则：无符号类型高位补0；有符号类型根据正负决定（正数补0，负数补1）。文中列举了可能导致错误的场景，并提供了两种规避措施——使用无符号类型和掩码校正，确保结果符合预期。最后总结指出，右移运算虽常见，但若处理不当易引发隐晦Bug，需谨慎对待。

阿里云 Entity Explorer 正式发布：基于 UModel 的智能实体探索平台，实现亿级实体秒级检索、关系拓扑自动构建、详情页动态渲染，让可观测性从“数据堆砌”迈向“业务洞察”。

【云栖大会中企出海技术分论坛专场】2025 年 9 月 25 日 上午 9:30-12:20 ，阿里云·云栖小镇 D2-2 馆丨“中企出海技术分论坛” 即将启幕！

全面分析 AI 智能体在企业中的采用现状、挑战与趋势。

传统的Android应用监控方案需要开发者在代码中手动添加埋点，不仅侵入性强、工作量大，还难以维护。本文深入探讨了基于字节码插桩技术的无侵入式数据采集方案，通过Gradle插件 + AGP API + ASM的技术组合，实现对应用性能、用户行为、网络请求等全方位监控，真正做到零侵入、易集成、高稳定。

为了进一步提升服务水平和服务质量，携程很早就开始在人工智能大模型领域进行探索。而随着工作的深入，大模型服务的应用领域不断扩大，公司内部需要访问大模型服务的应用也越来越多，不可避免的就遇到了几个问题，我们自然就会想到使用网关来对这些服务接入进行统一管理，并增加各种切面上的流量治理功能。

诚挚地感谢每一位持续关注并使用 Higress 和 Spring AI Alibaba 的朋友，DeepSeek + Higress AI 网关/Spring AI Alibaba 案例征集中。

告警太多看不过来？MetricSet Explorer 来帮你“挑重点”：自动识别异常、智能分组聚类、一键定位根因，让百万级指标也能秒级洞察！

资源刚性交付是保障线上业务稳定的核心。阿里云SAE通过全托管Serverless架构，实现资源无限弹性、性能100%隔离、按需秒级计费，破解自建K8s在库存、性能、成本等方面的系统性困境，让企业无需妥协即可获得确定性交付能力。

当企业想用大模型和内部非公开信息打造智能问答系统时，RAG（Retrieval-Augmented Generation，检索增强生成）已成为必备技术。然而，在实际落地中，构建 RAG 应用的数据准备过程繁琐复杂且充满挑战，让很多企业和开发者望而却步。本文将介绍构建 RAG 的最佳实践：通过阿里云事件总线 EventBridge 提供的多源 RAG 处理方案，基于事件驱动架构为企业 AI 应用打造高效、可靠、自动化的数据管道，轻松解决 RAG 数据处理难题。

森马快速实现 AI 转型，通过阿里云 AI 网关（即 Higress 企业版）及注册配置中心 Nacos3.0 实现了多模型多 MCP server 统一接入统一管理统一配置，将存量服务一键转换为 MCP server，使 AI 与生产业务相结合，综合提效 30%。

恭喜阿里云微服务引擎 MSE、Apache RocketMQ for AI 获权威认可！

本文详解如何利用 hiAppEvent 监控并获取 sourcemap、debug so 等核心产物，剖析了 hstack 工具如何将混淆的 Native 与 ArkTS 堆栈还原为源码，助力开发者掌握异常分析方法，提升应用稳定性。

某 App 新版上线后收到大量用户投诉 App 闪退和崩溃。仅凭一条崩溃日志和会话追踪，团队如何在2小时内锁定「快速刷新导致数据竞态」这一根因？本文带你复现真实生产环境下的完整排查路径：从告警触发、堆栈分析、符号化解析，到用户行为还原——见证 RUM 如何让“无法复现的线上崩溃”无所遁形。

在现代 AI 应用中，多智能体（Multi-Agent）系统已成为解决复杂问题的关键架构。然而，随着智能体数量增多和任务复杂度提升，传统的同步通信模式逐渐暴露出级联阻塞、资源利用率低和可扩展性差等瓶颈。为应对这些挑战，RocketMQ for AI 提供了面向 AI 场景的异步通信解决方案，通过事件驱动架构实现智能体间的高效协作。本文将探讨和演示如何利用 RocketMQ 构建一个高效、可靠且可扩展的多智能体系统，以解决企业级 AI 应用中的核心通信难题。

魔方文娱携手阿里云构建全栈可观测体系，实现故障发现效率提升 80%、运维成本下降 40%，并融合 AI 驱动异常检测，迈向智能运维新阶段。

崩溃堆栈全是 a.b.c？Native 错误查不到行号？本文详解 Android 崩溃采集全链路原理，教你如何把“天书”变“说明书”。RUM SDK 已支持一键接入。

近期，1688 推出了 1688 AI App，这貌似是国内第一个电商领域的独立 AI App 应用（若不是，欢迎评论指正）。本文试图通过产品界面这一入口，窥探其背后的系统工程。

在云端，一次 API 调用背后可能隐藏着一场数据泄露；一个异常进程背后，或许是 AK 泄露引发的链式攻击。传统日志“看得见却看不懂”，而云监控 2.0 日志审计通过 UModel 实体建模，将分散在 ACS、K8s、主机各层的日志自动串联。

大规模数据如何进行语义检索? 当前 SLS 已经支持一站式的语义检索功能，能够用于 RAG、Memory、语义聚类、多模态数据等各种场景的应用。本文分享了 SLS 在语义检索功能上，对模型推理和部署、构建流水线等流程的优化，最终带给用户更高性能和更低成本的针对大规模数据的语义索引功能。

SLS 推出 mask 脱敏函数，支持 keyword 和 buildin 模式，简化敏感数据识别与处理，提升脱敏效率与性能，适用于结构化及非结构化日志。

随着 DeepSeek 等高质量开源大模型的涌现，企业自建智能问答系统的成本已降低 90% 以上。基于 7B/13B 参数量的模型在常规 GPU 服务器上即可获得商业级响应效果，配合 Higress 开源 AI 网关的增强能力，开发者可快速构建具备实时联网搜索能力的智能问答系统。

Docker 镜像被注入挖矿脚本并不是个别现象，而是一个需要引起重视的安全问题，本文向大家分享下 Higress 防范此类风险的相关经验。

我们在杭州、上海开放岗位。如果你准备好了，请加入我们，一起建造 AI 时代最重要的数据基础设施。

阿里云 SysOM 丢包诊断，通过内核级智能分析，自动识别丢包环节，精准定位 netfilter 规则、异常 hook 钩子等根源，让复杂网络故障排查从“专家依赖”走向“平台化解决”。

JVM 没满，Pod 却挂了？可能是 C2 Compiler 在“偷偷吃内存”。阿里云云监控 2.0 的 SysOM 系统诊断帮你穿透 JNI 黑盒，找出真正的内存元凶！

阿里云微服务引擎 MSE 及 API 网关 2025 年 11 月产品动态。

SOFA 商业化团队为满足客户 AI 业务的发展需求，基于开源 Higress 内核构建，推出了 SOFA AI 网关，专为 SOFA 场景深度优化、能力增强，是面向 AI 需求的智能网关解决方案。

本次发布包含 30 项更新，涵盖了功能增强、Bug 修复、性能优化等多个方面。