中间件

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。

该解决方案深度整合移动端/设备端连接利器 MQTT 与大数据流处理核心引擎 Kafka，为车联网及物联网行业提供高可靠、高性能、极简运维的数据处理链路。

Nacos是一个开源的、易于部署的动态服务发现、配置管理和服务管理平台，旨在帮助微服务架构下的应用进行快速配置更新和服务治理；在实际运用中，用户可能会遇到各种报错，本合集将常见的Nacos报错问题进行归纳和解答，以便使用者能够快速定位和解决这些问题。

阿里云在云栖大会重磅发布了《AI 原生应用架构白皮书》，该白皮书覆盖 AI 原生应用的 11 大关键要素，获得业界 15 位专家联名推荐，来自 40 多位一线工程师实践心得，全书合计超 20w 字，分为 11 章，全面、系统地解构 AI 原生应用架构，包含了 AI 原生应用的 11 大关键要素，模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全。本文整理自阿里云智能技术专家李艳林在云栖大会现场的解读。

本简介汇总了常见的RocketMQ异常信息及其解决方案，涵盖主题配置、网络通信、SSL设置、权限控制、消息发送与消费等多个方面，帮助开发者快速定位和理解异常原因。

Higress 最新的 1.4 版本基于为通义千问，以及多家云上 AGI 厂商客户提供 AI 网关的积累沉淀，开源了大量 AI 原生的网关能力。同时也在 Ingress、可观测、流控等云原生能力上做了全方位升级。

Nacos是一个开源的、易于部署的动态服务发现、配置管理和服务管理平台，旨在帮助微服务架构下的应用进行快速配置更新和服务治理；在实际运用中，用户可能会遇到各种报错，本合集将常见的Nacos报错问题进行归纳和解答，以便使用者能够快速定位和解决这些问题。

本文以构建系统可观测为切入点，对比 OpenTelemetry 与 Prometheus 的相同与差异，重点介绍如何将应用的 OpenTelemetry 指标接入 Prometheus 及背后原理以及介绍阿里云可观测监控 Prometheus 版拥抱 OpenTelemetry及相关落地实践案例。

不久前，阿里宣布将开源RocketMQ 捐赠给 Apache 基金会，成为 Apache 孵化项目。想深入了解RocketMQ特性？想知道捐赠背后那些鲜为人知的故事？想看看业界主流MQ的性能对比？想知道商用版和开源版如何协同？云栖社区特别专题带你一睹详情。

概述 设备网络SDK是基于设备私有网络通信协议开发的，为嵌入式网络硬盘录像机、NVR、网络摄像机、网络球机、视频服务器、解码器、报警主机、网络存储等产品服务的配套模块，用于远程访问和控制设备软件的二次开发。 功能 图像预览, 文件回放和下载, 云台控制, 布防/撤防, 语音对讲, 日志管理, 解码卡, 远程升级, 远程重启/关闭, 格式化硬盘, 参数配置(系统配置, 通道配置, 串口配置, 报警配置, 用户配置), 多路解码器, 智能设备功能和获取设备能力集等。

本文整理了阿里几位技术专家，如架构总监 谢纯良，中间件技术专家 玄难等几位大牛，关于中台架构的几次分享内容，将业务中台形态、中台全局架构、业务中台化、中台架构图、中台建设方法论、中台组织架构、企业中台建设实施步骤等总共13页PPT精华的浓缩，供大家学习借鉴。

基于 RocketMQ SDK 实现了 A2A 协议的 ClientTransport 接口（部分核心代码现已开源），并与 AgentScope 框架深度集成，共同构建了全新的 A2A 智能体通信基座，为多智能体应用提供企业级、高可靠的异步协同方案。

阿里云推出 UModel 统一建模框架，将实体、关系、数据、知识、行动融为一体，为大模型提供可推理、可交互的运维世界模型，推动可观测从‘被动响应’迈向‘主动优化’的新阶段。

Spring Cloud Alibaba 发布了 Scheduling 任务调度模块 [#3732]提供了一套开源、轻量级、高可用的定时任务解决方案，帮助您快速开发微服务体系下的分布式定时任务。

iOS 卡顿难复现？传统监控抓不到根因？本文深入剖析 iOS 主流卡顿监控方案，重点揭秘生产级可用的 RunLoop 监控实现：如何在不影响性能的前提下，精准捕获主线程阻塞、提取耗时堆栈，并通过退火算法避免重复上报——现已集成于阿里云 ARMS iOS SDK。

本文介绍了如何使用`mxcad3d`库在网页上实现STEP格式三维模型的导入与导出。首先，通过官方教程搭建基本项目环境，了解核心对象如MxCAD3DObject、Mx3dDbDocument等的使用方法。接着，编写了加载和保存STEP模型的具体代码，包括HTML界面设计和TypeScript逻辑实现。最后，通过运行项目验证功能，展示了从模型加载到保存的全过程。此外，`mxcad3d`还支持多种其他格式的三维模型文件操作。

本文主要介绍了 AI Agent 的背景，概念，探讨了 AI Agent 网关插件的使用方法，效果以及实现原理。

使用阿里云性能测试工具 JMeter 场景压测 RocketMQ 最佳实践

Higress 基于企业内外的丰富场景沉淀了众多面向 AI 的功能，推出了 AI 原生的 API 网关形态并且全部开源。

AgentScope Java × Higress：语义驱动工具精选，高效安全降成本。

在 Spring Cloud 应用中可以非常低成本地集成 Nacos 实现配置动态刷新，在应用程序代码中通过 Spring 官方的注解 @Value 和 @ConfigurationProperties，引用 Spring enviroment 上下文中的属性值，这种用法的最大优点是无代码层面侵入性，但也存在诸多限制，为了解决问题，提升应用接入 Nacos 配置中心的易用性，Spring Cloud Alibaba 发布一套全新的 Nacos 配置中心的注解。

单点登录（SSO）可解决用户在多系统间频繁登录的问题，OIDC 因其标准化、简单易用及安全性等优势成为实现 SSO 的优选方案，本文通过具体步骤示例对 Higress 中开源的 OIDC Wasm 插件进行了介绍，帮助用户零代码实现 SSO 单点登录。

Nacos是一个开源的、易于部署的动态服务发现、配置管理和服务管理平台，旨在帮助微服务架构下的应用进行快速配置更新和服务治理；在实际运用中，用户可能会遇到各种报错，本合集将常见的Nacos报错问题进行归纳和解答，以便使用者能够快速定位和解决这些问题。

关于org.apache.ibatis.binding.BindingException: Invalid bound statement (not found): com.laoyang.Mapper.BookMapper.deleteById问题

AI 网关作为云产品推出已有半年的时间，这半年的时间里，AI 网关从内核到外在都进行了大量的进化，本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态，以及新推出的 Serverless 版，对其进行一个全面的介绍，期望对正在进行 AI 应用落地的朋友，在 AI 基础设施选型方面提供一些参考。

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。

减少故障的最好方法就是让问题经常性的发生。在可控范围或环境下，通过不断重复失败过程，持续提升系统的容错和弹性能力。 那么，实施一次高效的混沌工程实验，需要几步呢？ 答案：2 步。 ① 登陆 ChaosBlade ② 下载 release 版本，打造故障演练专属工具 高可用架构是保障服务稳定性的核心。

开源 LoongSuite ，成为 AI 可观测体系中的一块通用拼图。

面向 RL 和在数据层（SQL 或 SPL 环境）中直接调用大模型的自动化评估实践。

模型带来了意识和自主性，但在输出结果的确定性和一致性上降低了。无论是基础大模型厂商，还是提供开发工具链和运行保障的厂家，本质都是希望提升输出的可靠性，只是不同的团队基因和行业判断，提供了不同的实现路径。本文按四个阶段，通过串联一些知名的开发工具，来回顾 Agent 开发工具链的演进历程。

在人工智能加速发展的今天，AI Agent 正在成为推动“人工智能+”战略落地的核心引擎。无论是技术趋势还是政策导向，都预示着一场深刻的变革正在发生。如果你也在探索 Agent 的应用场景，欢迎关注 AgentScope 项目，或尝试使用阿里云 MSE + Higress + Nacos 构建属于你的 AI 原生应用。一起，走进智能体的新世界。

《Higress AI 网关挑战赛》正在火热进行中，Higress 社区邀请了目前位于排行榜 top5 的选手杨贝宁同学分享他的心得。本文是他整理的参赛攻略。

PTS 3.0：可观测加持的下一代性能测试服务

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。

【Alibaba中间件技术系列】「RocketMQ技术专题」让我们一起探索一下DefaultMQPushConsumer的实现原理及源码分析

感谢阿里爸爸提供的服务器让我学习中间件，祝愿阿里越来越好

背景 相信很多人都使用过start.spring.io来初始化自己的spring boot工程，这个工具为开发者提供了丰富的可选组件，并且可以选择多种打包方式，大大方便了开发人员的使用。最近，阿里的nacos、sentinel也进入start.spring.io的选项中，进一步的方便开发者使用阿里云的产品。

当可观测数据被建模为可理解、可行动的上下文图谱，AIOps 才真正拥有了落地的土壤。

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。

9月21日，2024 云栖大会，阿里云发布全新的 AI 原生全栈可观测平台，首次实现云上 AI 大模型从训练到推理再到应用的全链路实时观测、告警与诊断。