首页 文章 精选 留言 我的

精选列表

搜索[acp],共243篇文章
优秀的个人博客,低调大师

阿里云大数据ACP认证知识点梳理8——Graph 图计算

MaxCompute Graph是一套面向迭代的图计算处理框架。图计算作业使用图进行建模,图由点(Vertex)和边(Edge)组成,点和边包含权值(Value)。 MaxCompute Graph支持以下图编辑操作:1、修改点或边的权值。2、增加/删除点。3、增加/删除边。 通过迭代对图进行编辑、演化,最终求解出结果,典型应用有:PageRank,单源最短距离算法,K-均值聚类算法 等。您可以使用MaxCompute Graph提供的接口Java SDK编写图计算程序。 MaxCompute Graph能够处理的图必须是是一个由点(Vertex)和边(Edge)组成的有向图。由于MaxCompute仅提供二维表的存储结构,因此需要您自行将图数据分解为二维表格式存储在MaxCompute中。 在进行图计算分析时,使用自定义的GraphLo

优秀的个人博客,低调大师

阿里云大数据ACP认证知识点梳理1——产品特点(MAXCOMPUTE)

大数据计算服务(MaxCompute,原名ODPS)是一种快速、完全托管的GB/TB/PB级数据仓库解决方案。 MaxCompute服务于批量结构化数据的存储和计算,提供海量数据仓库的解决方案及分析建模服务。 MaxCompute支持SQL、MapReduce、Graph等计算类型及MPI迭代类算法。 TUNNEL是MaxCompute为您提供的数据传输服务,提供高并发的离线数据上传下载服务。支持每天TB/PB级别的数据导入导出,特别适合于全量数据或历史数据的批量导入。Tunnel 为您提供Java编程接口,并且在MaxCompute的客户端工具中,有对应的命令实现本地文件与服务数据的互通。 针对实时数据上传的场景,MaxCompute提供了延迟低、使用方便的DataHub服务,特别适用于增量数据的导入。DataHub还支持多种数据传输插

优秀的个人博客,低调大师

阿里云大数据ACP认证知识点梳理9——产品特点(DATA WORKS)

DataWorks(数据工场,原大数据开发套件)是阿里云数加重要的PaaS平台产品,它提供全面托管的工作流服务,一站式开发管理的界面,帮助企业专注于数据价值的挖掘和探索。 DataWorks(数据工场)基于MaxCompute作为核心的计算、存储引擎,提供了海量数据的离线加工分析、数据挖掘的能力. 使用DataWorks(数据工场),可对数据进行数据传输、数据转换等相关操作,从不同的数据存储引入数据,对数据进行转化处理,最后将数据提取到其他数据系统。 提供强大的调度能力,支持按照时间、依赖关系的任务触发机制,支持每日千万级别的任务按照DAG关系准确、准时运行。支持分钟、小时、天、周和月多种调度周期配置。(分钟的最小单位是5分钟) 完全托管的服务,无需关心调度服务器资源问题。租户之间提供隔离,保证不同租户之间的任务不会相互影响。 支持数据同步

优秀的个人博客,低调大师

【未来驾驶新思路】王飞跃平行智能理论启发ACP自动驾驶,技术全解析

2月2日,由中国自动化学会、中国人工智能产业发展联盟主办,青岛智能产业技术研究院承办的2018国家智能产业峰会在青岛开幕。峰会以“智能产业与未来世界:趋势、技术与挑战”为主题,探讨全球人工智能的现状、前沿技术应用及未来趋势。 在峰会上,中国自动化学会副理事长兼秘书长,中科院自动化研究所研究员、青岛智能产业技术研究院院长王飞跃做了题为《第三轴心时代的智能产业》报告;下午的“智能产业——机遇与挑战”分论坛中,慧拓智能机器有限公司高级工程师周锐带来了公司在《平行驾驶与平行测试》方面的最新研发进展及其产业化应用落地实例介绍。 此外,中国工程院院士、中国自动化学会理事长郑南宁做峰会视频致辞,中国科学院院士、中国人民解放军技术安全研究所研究员郑建华,中国工程院院士、海军航空大学信息融合研究所所长、清华大学教授何友分别在会上作报告。 以下为分别为王

优秀的个人博客,低调大师

阿里云大数据ACP认证知识点梳理6——基础SQL语句(内建函数、窗口函数规则、隐式转换规则)

abs(null)=null abs(-1)=1 abs(-1.2)=1.2 abs("-2")=2.0 abs(122320837456298376592387456923748)=1.2232083745629837e32 注:当number为Double、Bigint或Decimal类型时。输入为Bigint,返回Bigint。输入为Double,返回Double类型。输入为Decimal,返回Decimal类型。若输入为String类型,会隐式转换为Double类型后参与运算,其它类型抛异常。若输入为null,则返回null。 ceil(1.1)=2 ceil(-1.1)=-1 注:向上取整,函数返回不小于输入值value的最小整数。Double类型或Decimal类型,若输入为String类型或Bigint类型,会隐式转换到D

优秀的个人博客,低调大师

Shell 模式 让 AI Agent 成为终端原住民, ACP 协议 解耦编辑器与 Agent——两条路径,同一方向:Agent 不是 IDE 的附属品

01 HEADLINE ### Claude Code:无人值守闭环,Agent 从委托走向自主交付 头条一:后台 Agent 自动开 PR,Fire-and-Forget 终完成 Anthropic 于 7月7日–10日密集推送三个版本(v2.1.203 / v2.1.198-v2.1.200 / v2.1.206),核心主题是 极客交互效率闭环 与 长周期后台 Agent 稳定性 。 最关键的工程突破:后台 Agent 完成代码任务后,现在可以 **自动 commit、push 并打开 draft PR** ——无需人工介入便形成完整的代码贡献闭环。配合 Notification Hook( agent_needs_input / agent_completed ),终于实现了「fire-and-forget」的真正无人值守路径:发出 Agent,坐等 PR。 「Agent 的交付物从「代码变更」,演变为「代码变更 + 已审核的 PR」——这是从任务委托到自主交付的范式转移。」 头条二:Copilot 按量计费落地,计量池模型成行业主流 6月1日正式生效的 Copilot AI Credits 计费体系,是 AI Coding 商业史上最重要的一次 定价重构 。核心特征: 1 代码补全仍无限免费——高频基础动作不受影响,保留「平价感」 2 AI Credits 1:1 锚定 $0.01——Token 消耗直接换算美元,透明度极高 3 企业三层预算控制:用户级 / 成本中心 / 企业级,防止 Agent 失控烧钱 4 Credit Pool 池化——按企业聚合而非按人头切块,功率用户可借用轻量用户额度 本质是 从「座位订阅」转向「座位 + 计量池」的混合模式 。Copilot 不再试图为 Agent 任务定低价,而是用免费基础留住用户,用计量层捕获 Agent 高价值场景的利润。这套模型已在 Cursor 和 Copilot 双双验证。 02 DESIGN INSIGHTS ### 五维设计思想洞察 维度一:Agent 架构——从任务委托到自主交付 自动开 PR 的能力,标志着 AI Coding Agent 从「任务委托型」向「自主交付型」的范式转移。 这意味着 Agent 需要内嵌 代码质量门禁 (至少能通过 CI)、 git 语义理解 (提交信息规范)、 GitHub API 调用权限 ——单纯的文件读写能力已不够。 对 Multi-Agent 架构的启示: **主 Agent 负责规划,子 Agent 负责执行,最终由一个「交付 Agent」完成闭环提交** ,而不是让人回到循环中。 维度二:工作流编排——事件总线驱动无人值守 Notification Hook 让 Claude Code 具备了完整的事件驱动工作流: WORKFLOW Agent 完成 → agent_completed 事件 → 外部系统接到通知(Slack / PR / 监控) Agent 卡住 → agent_needs_input 事件 → 告警而非静默失败 可以类比为 MCP 标准化了工具调用协议, Notification Hook 是在标准化 Agent 生命周期事件的协议 。在设计 Agent 与外部系统集成时,优先考虑事件驱动而非轮询。 维度三:上下文管理——渐进式发现解决 72% Token 浪费 MCP 的 72% 问题 :接入 10+ MCP 服务器时,工具 Schema 本身消耗了 72% 的上下文窗口。 渐进式发现(Progressive Discovery) :不要预加载全部工具,让模型在真正需要时通过 tool_search 按需加载。这是 **延迟加载思路在上下文管理中的复现** 。 关键洞察: **上下文不是越大越好,而是越精准越好。** 压缩上下文和扩展上下文同样重要。在设计 Multi-Agent 系统时,上下文边界怎么划、哪些全局共享、哪些按需获取——这些是架构决策,而非 prompt 调优。 维度四:工具调用——MCP 从工具协议进化为应用分发层 David Soria Parra 在 AI Engineer 大会揭示了 MCP 的下一阶段演进: 1 MCP Apps:工具自带 UI,渲染在 Claude / ChatGPT / VS Code / Cursor 任何一端 2 无状态传输协议:MCP 服务器能像 REST 服务一样水平扩展到 Cloud Run / Kubernetes 3 Server Discovery:Agent 自动发现网站背后的 MCP 服务——为 Agent 打开「隐形 API 网络」 未来的 Agent 工具不只是「调用一个函数」,而是「激活一个自带 UI 和状态的服务实例」 。这对架构设计的启示:MCP 正在从「连接协议」变成「分发协议」。 维度五:错误处理与自愈——主动预防优于被动容错 登录过期前置预警 是错误处理设计的一个微妙但重要的进步: 旧 Token 突然过期 后台 Agent 静默失败,数小时后才发现 新 Token 即将过期 主动弹窗预警,及时 re-authenticate **「要失败之前先告诉你」——这是主动预防,而非被动容错。** 静默热升级(后台 Agent 无感升级到新版)则是另一个维度的自愈:不让维护事件成为用户体验的断点。 03 TRENDS ### 架构趋势总结 1 Agent 的输出边界在扩展 从「代码变更」到「代码变更 + PR」,再到「直接进入生产」。输出边界每扩展一步,对 Agent 的质量门禁、权限边界、安全审计的要求就上一个台阶。 2 协议层标准化,技能层多元化 MCP 解决工具调用标准化,SKILL.md 解决工作流模板标准化——前者是机器语言,后者是人类工作流的结构化表达。 3 上下文经济学崛起 渐进式发现、按需压缩、Credit Pool 池化——上下文是一种有成本的资源,需要被设计,而非被无限填充。 4 无人值守 Agent 需要完整的事件总线 Notification Hook 证明了:Agent 生命周期事件是一等公民输出,是 Agent 与外部编排系统集成的核心接口。 ∞ EPILOGUE ### 对个人架构设计能力的启示 1 设计 Agent 时,先定义「交付边界」 交付边界决定架构复杂度:是「代码变更」就需要 git 语义和 CI 门禁;是「PR」就需要 GitHub API 权限和提交规范。先定义交付物,再设计架构。 2 用事件驱动代替轮询 无论是 Notification Hook 还是 MCP Server Discovery,都在指向同一原则:系统间通信优先用事件,而非轮询。在设计 Agent 与外部系统集成时,先问「能不能用事件」。 3 上下文管理是架构决策,不是调优技巧 渐进式发现 解决的是:不是把所有上下文都塞给模型,而是让模型按需获取。这是架构决策(模块化、按需加载),不是模型层面的调参。 「从「代码生成器」到「自主交付者」,中间隔着一套完整的 事件总线 、 质量门禁 和 上下文经济学 。」 END

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册