中间件

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。

使用阿里云性能测试工具 JMeter 场景压测 RocketMQ 最佳实践

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。

Apache ZooKeeper是分布式系统的协调核心，本文带你快速搭建环境，掌握Znode操作与Watcher机制，深入理解其在分布式锁、配置管理、服务发现等场景的应用，并解析美团Leaf中的实践案例。

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。

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

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。

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。

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。

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。

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。

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。

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

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。

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。

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。

《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。

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

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。

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 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。

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。

祝贺东航首飞全球最长单程航线！通义千问和 AI 网关助力推出首个行程规划 Agent。

“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。

本文总结了使用CMake搭建编译环境的技巧，涵盖单个及多个源文件的编译、CMakeLists嵌套管理、变量设置、交叉编译配置、常用编译选项及警告处理等内容。通过实例说明了如何高效组织工程结构，并利用CMake灵活控制编译流程，适用于嵌入式开发场景。

【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

想必不少程序员都有类似的经历：辛苦敲完项目代码，内心满是对作品品质的自信，然而当静态扫描工具登场时，却揭示出诸多隐藏的警告问题。为了让自己的编程之路更加顺畅，也为了持续精进技艺，我想借此机会汇总分享那些常被我们无意间忽视却又导致警告的编程小细节，以此作为对未来的自我警示和提升。

大语言模型的革命性突破使智能编程成为了可能，通义灵码正是基于通义大模型打造的 AI 编程助手，通过 IDE 插件的形式提供代码补全、单元测试生成等功能，能达到毫秒级的响应速度。目前，通义灵码已在阿里云内部及多家企业中应用，阿里云也在探索多智能体产品，即 AI 程序员，助力数字世界的蓬勃发展，颠覆 IT 生产力。

通过MSE（微服务引擎）、SAE（Serverless应用引擎）、ARMS（应用监控服务）、PTS（性能测试服务）等产品，实现微服务的无服务化部署、监控和弹性伸缩。

Spring Boot 单体应用升级 Spring Cloud 微服务

查看 Linux 内核以及系统版本的几种方法，以 Ubuntu 为例，介绍几个用来查看系统与内核版本的命令，拿起小本本记录下来！

在 AI 实时交互爆发的时代，WebSocket 成为核心协议。但其双向、长连接、流式传输特性，让传统链路追踪频频失效。阿里云 LoongSuite 基于 OpenTelemetry 标准，结合探针增强与自定义扩展，首次实现 WebSocket 全链路可观测，支持 Span 粒度控制、上下文透传、异步衔接与关键性能指标采集。

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。

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。

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。

借助 AI-native 可观测解决方案，阿里云为用户提供开箱即用的覆盖大模型应用、大模型到基础设施的全链路实时观测、告警与诊断能力，帮助企业在复杂的数字化转型过程中更有效地确保资源的高效利用与业务的持续成功。

本文核心观点： • 基于大模型的 AI 原生应用将越来越多，容器和微服务为代表的云原生技术将加速渗透传统业务。 • API 是 AI 原生应用的一等公民，并引入了更多流量，催生企业新的生命力和想象空间。 • AI 原生应用对网关的需求超越了传统的路由和负载均衡功能，承载了更大的 AI 工程化使命。 • AI Infra 的一致性架构至关重要，API 网关、消息队列、可观测是 AI Infra 的重要组成。

本文档介绍了如何在 MSE（Microservices Engine）云原生网关中集成JWT进行全局认证鉴权。