AI & 大数据
Artificial Intelligence 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。大数据（big data），是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。AI 研究通常需要大量数据支撑。
关注
182.8W
README badge
![README Badge]()
加载中
七牛开发者
发表了博客
现在 Agent 变得越来越强，可能有小伙伴就遇到这么一个问题：有些任务，已经很难让一个 Agent 从头处理到尾了。 以前我们常说“让一个 Agent 帮我完成任务”，听起来像是从输入到输出一条线走完。但在开发场景里，很多任务其实会被拆成一串步骤：读代码、查接口、写实现、补测试、看日志、做 Review。其实，上面的每一步都不难，麻烦的是这些信息会不断地堆进同一个上下文里。 上下文一多就容易乱，Agent 也就容易丢主线：前面确...
极限实验室
发表了博客
引言 --- 在上一篇文章《[Easysearch 信创环境安装实践](https://my.oschina.net/infinilabs/blog/19695312)》中，我们成功在信创平台上安装并运行起了 Easysearch。但 Easysearch 是一个底层搜索引擎，直接操作有一定门槛。如果我们想让团队里的每个人都能方便地"搜文件、聊文档、问知识"，就需要一个更贴近日常使用、又能把 AI 能力融入进来的上层应用------这就是 **Coco AI** 。 本文将继续手把手带你从零开始，在国产统信 ...
Alluxio 官方
发表了博客
存算分离的阿里云环境下，自动驾驶模型训练面临 OSS 数据访问延迟高、GPU 利用率不足的普遍挑战。造父智能（哈啰robotaxi）基于 Alluxio 构建了一套对用户完全透明的训练数据加速层：平台自动完成 OSS Bucket 到 Alluxio UFS 的注册，根据队列节点类型智能选择挂载策略（CSI Ephemeral / Sidecar FUSE / PVC），训练 Pod 内仅可见标准 POSIX 路径，数据加速与缓存管理对用户完全不可见。 本文将剖析 Alluxio 加速层从架构设计到...
Apache SeaTunnel
发表了博客
说明 --- ### 背景 使用 Seatunnel 执行数据同步. 部署参考 部署 Apache-Seatunnel 服务 ### 问题 * 需要在任务报错或者其他关键事件发送钉钉消息通知 * SeaTunnel 本身不支持消息通知, 必须依赖 DolphinScheduler 或其他外部工具 ### 方案 * 利用SeaTunnel提供的事件监听器功能 * 编写自定义插件, 捕捉报错事件, 发送消息通知 * 群机器人配置通过命令行提交 ### 部署 * 如果不想写代码打包, 只需要报错通知, 跳过开发插件 步骤...
阿里云大数据AI技术
发表了博客
> 💡 把"视频到向量"的一周开发，压缩为"一句描述 + 几分钟生成"。让数据团队专注业务，把 Pipeline 工程化交给 MaxFrame Skill。 ## 🌙 你是不是也卡在这种地方？ 凌晨两点，智驾数据团队的工位上，常常上演这样的对话： > 😩 PM 让我们把这批舱内视频做帧级打标，再加一路 Embedding，最好两天能跑通…… > 😵 可是抽帧 UDF 怎么写？DashScope 的 Key 谁来管？OSS 鉴权过期了怎么办？失败的视频怎么单独重跑？ > 😮...
vivo互联网技术
运营/编辑
发表了博客
作者： vivo BlueImage Lab 摘要： 我们团队提出了 LiveMoments，这是首个专门针对 Live Photo 重选封面帧画质修复的解决方案，已被 ICLR 2026 录用。 针对用户重选封面时面临的画质降级痛点，我们利用 Live Photo 自带的原始高清封面作为参考，构建了一个包含运动对齐模块的参考引导扩散模型。 该方法有效解决了两帧之间因时间偏移产生的运动错位问题，成功将低质的重选帧修复至高清水平，让用户捕捉的每一瞬间都能拥有“封面级...
StreamPark
发表了博客
 导读：Flink 是实时计算的事实标准，传统的作业运维始终面临链路分散、经验依赖重、恢复难验证等问题。实时未来技术团队基于 OpenClaw 构建了一套可协同、可追溯、可落地的智能运维平台。本文结合我们的实践经验，对平台设计思路、关键原则和落地链路做一次系统性梳理。 # **01 Flink 作业运维的现实困境** Flink 经过数年发展，已...
MemOS
发表了博客
 从 Dream 第一次出现在社区开始，我们就在不同的渠道、社群、社区里反复听到大家询问：MemOS 什么时候做 Dream？ Anthropic 在 Managed Agents 里放出了 Dreams；OpenClaw 也在 memory-core 里加入了 Dreaming，把记忆整理拆成 Light、REM、Deep 三个阶段。 不难发现，大家最近都在做同一件事：让记忆系统在白天不工作的时候，也能...
vivo互联网技术
运营/编辑
发表了博客
作者：vivo 互联网大前端团队-Feng Wei、Li Quanlong 本文介绍AI导购技术在 vivo 官网 APP 的落地实践，通过定义解决问题的边界能力、搭建多层架构方案、方案落地这三大块内容逐步递进地展开 AI 导购在为用户服务的应用过程。 1分钟看图掌握核心要点👇 图 1 VS 图 2，您更倾向于哪张图来辅助理解全文呢？欢迎在评论区留言。 一、前言 现如今，AI技术突飞猛进，AI大语言模型能够更好地理解用户的自然语言，并且识别其意图，来解...
颖欣
发表了博客
Harness Engineering 的关键不是继续等待更强模型，而是把模型外部的工具、上下文、记忆、检索、状态和反馈循环工程化。 过去两年，Al 应用讨论很容易落在模型能力上：哪个模型更会推理，哪个模型更会写代码，哪个模型幻觉更少。这个讨论当然重要，但当我们真正把 Agent 放进工作环境中时，很快会发现模型只是系统的一部分。 O'Reilly 的一篇文章 Agent Harness Engineering 给了一个很直接的框架：Agent = Model + Harness。这...
DolphinScheduler社区
架构师
发表了博客
过去十年，数据工程的主线，是 Modern Data Stack 对传统数仓体系的一次拆解与重组。 - 我们把数据采集从数据库里拆出来，形成了 Data Ingestion，用FiveTran、Airbyte、Apache SeaTunnel来解决ELT / CDC / Reverse ETL； - 把计算从存储里拆出来，形成了 Snowflake、Databricks、Iceberg、Hive 这样的云数仓和湖仓体系； - 把调度从脚本里拆出来，形成了 Apache Airflow、Apache DolphinScheduler 这样的 Orchestration； - 把...
DolphinScheduler社区
架构师
发表了博客
当 DolphinScheduler 的任务失败之后，如何安全地让它重新“站”起来？ ## 一、3种补救措施，总有一款适合你 面对失败的任务，我们首先要弄明白一件事：官方给的手动补救入口。 根据版本的不同，你能在流程实例页面，右键点击失败的实例，找到几种处理方式：“重跑”、“重跑失败任务”等等。 而这些操作的背后，是我们需要区分的三种核心补救逻辑。搞清楚它们的边界，是你补救的关键一步。 ## 二、补救三种方式 1. 重跑 2. 重跑...
DolphinScheduler社区
架构师
发表了博客
作者 | 李杰 移动云，Apache DolphinScheduler贡献者  在现代数据驱动的企业中，工作流调度系统是数据管道（Data Pipeline）的“中枢神经”。从 ETL 任务到机器学习训练，从报表生成到实时监控，几乎所有关键业务都依赖于一个稳定、高效、易扩展的调度引擎。 笔者认为Apache DolphinScheduler 3.1.9是稳定且广泛使用的版本，故本...
ApacheRocketMQ
发表了博客
随着大语言模型（LLM）、语音识别（ASR）、语音合成（TTS）等能力逐步成熟，AI Agent 开始从文本交互走向语音交互，典型场景包括 AI 教师、AI 情感聊天、AI 助手等。相比文本输入，语音更自然、更实时，用户可以直接通过说话完成提问、练习、任务触发与多轮对话，这也让“和 Agent 用语音对话”真正进入实际业务场景。 但当 Agent 语音交互进入高并发场景后，很多团队会发现：最先遇到瓶颈的，往往不是模型本身，而是支撑实时交...
askuygo
发表了博客
GitHub：https://github.com/officecli/officedex 官网：https://officecli.io 1 写在前面：为什么 AI 写得出方案，却做不出"能交付的 PPT" 过去一年，AI 已经能熟练写周报、写方案、写大纲。但凡是真做过几次"用 AI 出 PPT"的人，都踩过几个固定的坑： HTML 转 PPT 一定跑版：很多 AI 工具走的是"生成一段 HTML / Markdown → 在浏览器里渲染成幻灯片"的路线。导出成真正的 .pptx 之后，字号、行距、表格列宽、图标位置全部错位...
阿里云云原生
发表了博客
作者：阿里云可观测团队 阿里云正式发布 RCA Benchmark，面向 Agentic Ops 构建标准化根因分析评估数据集与评估协议体系，同时也是业界首个从体系层面解决 AI Agent 分布式系统故障诊断能力评估问题的开源基准项目。阿里云联合可观测性、智能运维、云原生基础设施等领域信通院、中科院软件所/计算机网络信息中心、清华大学、复旦大学、南开大学共建产业生态，共同搭建规范可信的运维智能体评估体系，为行业规模化落地夯实底层标...
NebulaGraph
发表了博客
交流图数据库技术？加入 Nebula 交流群请先填写下「你的 Nebula 名片」，Nebula 小助手会拉你进群~~ 关注「NebulaGraph 公众号」，更多精彩等你来～产品资讯请访问「NebulaGraph 官网」 很多技术团队都走过同样的路：先选一个大模型，然后把公司里的文档、手册、报告塞进向量数据库，再搭一个 RAG 问答系统。原型跑起来那天的感觉特别好，问什么答什么，反应快，看起来像模像样。 但系统真正投入业务之后，问题就来了。 一旦问题...
得物技术
发表了博客
# 一、AI Coding 现状与痛点：为什么需要 Harness ## 当前使用情况 得物离线数仓各小组已基本完成 AI Coding 工具的覆盖，主力工具为 Claude Code，辅以数据平台的 IDE 插件，应对重复性工作时效率提升明显。 ## 核心痛点 尽管整体提效已显现，但团队在实际使用中暴露出三类结构性痛点。 **痛点一**：AI 不记得上下文约束，开发过程中反复"失忆"。会话开始时告知了"金额字段单位是千元"，对话进行到一半后 AI 忘了，生成的 SQL ...
没有更多内容
加载失败，请刷新页面
