博客 / 列表

u_13778063 - SLS 玩轉 S3 日誌：實時發現、彈性擴容、多格式支持，跨雲日誌管理利器！

作者：範中豪(熾凡) 在多雲架構日益普及的今天，企業常常面臨這樣的場景：運行在多雲環境中的業務系統會產生大量日誌數據，通常存儲於對象存儲服務中，但為了實現集中化運維、安全合規與統一分析，需要將這些分散的日誌數據匯聚至統一的日誌平台進行處理與洞察。 典型場景包括： 跨雲服務日誌集中分析： 各類雲服務產生的審計日誌、網絡流日誌、負載均衡訪問日誌等，需在統一

雲計算 , 可觀測 , 阿里雲 , 雲服務 , 雲原生 , SLS

u_13778063 - Agent 記憶系統技術深度：從上下文工程到長期記憶組件集成！

作者：柳遵飛（翼嚴） 前言 隨着 AI Agent 應用的快速發展，智能體需要處理越來越複雜的任務和更長的對話歷史。然而，LLM 的上下文窗口限制、不斷增長的 token 成本，以及如何讓 AI“記住”用户偏好和歷史交互，都成為了構建實用 AI Agent 系統面臨的核心挑戰。記憶系統（Memory System）正是為了解決這些問題而誕生的關鍵技術。 記憶系統

agent , 雲計算 , AI , 阿里雲 , 雲服務 , 雲原生

u_13778063 - Nacos 安全護欄：MCP、Agent、配置全維防護，重塑 AI Registry 安全邊界

作者：子葵 近期，Operant AI 披露了首個針對 Model Context Protocol（MCP）的“零點擊”攻擊——"Shadow Escape"。該攻擊展示了黑客如何利用 MCP 協議和間接 Prompt 注入，在用户毫無察覺的情況下竊取敏感數據。（詳情可見：First Zero-Click Attack Exploits MCP [ 1] ）。這一發現如同

mse , agent , 雲計算 , nacos , 阿里雲 , 雲服務 , Click

u_13778063 - Hello AgentScope Java

作者：遠雲 隨着 LLM 應用的飛速發展，越來越多的 Agent 應用開始走近每個人。圍繞着 Agent 應用的核心，目前業界有零代碼、低代碼和高代碼三條主流的技術路線。AgentScope 作為 Python 社區中受到廣泛應用的高代碼框架，在 Java 生態下的需求也越來越大。 今天，我們很高興地宣佈AgentScope Java v0.2 版本正式發佈了，具備了

雲計算 , 阿里雲 , 雲服務 , JAVA , 雲原生 , AgentScope

u_13778063 - AgentRun：如何利用 AI Agent 構建現代化的輿情分析解決方案？

作者：江昱 輿情分析是企業感知市場脈搏、預警公關危機的“聽診器”，然而傳統的輿情分析系統更像是一個個“手工作坊”，面臨數據收集效率低、分析深度不夠、實時性差等問題，經常反饋之後，等企業拿到報告時，輿論熱點早已轉移，錯過最佳時間。這些挑戰，正是所有輿情繫統開發者共同的痛點。 本方案將基於真實的代碼實現，向您介紹如何使用函數計算 AgentRun 平台，構建一個現代化的“

雲計算 , 阿里雲 , 雲服務 , 雲原生 , serverless , AgentRun

u_13778063 - 加入我們，一起定義「Data x AI」的未來

在阿里雲，我們正站在一個技術轉折點上。 今天的大模型不再只是“聊天”——它開始查故障、做決策、自動修復系統。而這一切的前提是：AI 必須真正“看見”這個世界。不是通過攝像頭，而是通過千萬服務器、百萬容器、億級請求中持續涌出的日誌、指標、追蹤、eBPF 事件和 Agent 行為數據。這些數據，是系統最真實的脈搏，也是智能演進的原始燃料。 我們正在構建一條從數據到智能的閉

數據 , 雲計算 , 可觀測 , 阿里雲 , 雲服務 , 基礎設施 , 應用場景

u_13778063 - 告別數據庫“膨脹”：Dify x SLS 構建高可用生產級 AI 架構

作者：無哲、言合 一、前言：Dify 的規模化挑戰 Dify 是當前最受歡迎的低代碼 LLM 應用開發平台之一，在 Github 上已斬獲 120k+ 的星標數。國內外有眾多企業基於 Dify 構建自己的智能體應用。阿里雲可觀測團隊既是 Dify 的深度用户，也是社區的活躍貢獻者。 在大規模生產實踐中，我們發現 Dify 在高負載場景下面臨顯著的數據庫性

數據 , 雲計算 , 雲服務 , 數據庫 , 運行日誌

u_13778063 - 探秘 AgentRun丨流量一大就癱瘓？如何解決 AI 模型調用之痛

作者：江昱 阿里雲函數計算 AgentRun 全新發布後，我們整理了“探秘 AgentRun”系列文章，本系列將梳理企業落地 Agent 常見難題，給出具體解法，助力 Agentic AI 快速走進生產級環境。歡迎加入“函數計算 AgentRun 客户羣”與我們交流，釘釘羣號：134570017218。 在《通過無代碼創建的 Agent，如何用高代碼進行更新？》文章中

雲計算 , 阿里雲 , 雲服務 , 雲原生 , AgentRun

u_13778063 - 【北京活動預告】阿里雲 AI 原生應用開發實戰營——AI Agent 專場，開啓報名

時間：2025.12.26（週五）13:30-17:00 地點：北京·阿里巴巴朝陽科技園 活動議程： AI 原生應用開發最佳實踐 函數計算 AgentRun：企業級一站式 AI Agent 基礎設施平台 Function AI：生成式 AI 的落地實踐與案例分享 AI 時代的“智能流量中樞”，AI 網關搭建與

原生應用 , 雲計算 , 雲服務 , 基礎設施 , 生成式

u_13778063 - AgentRun：阿里雲函數計算 AgentRun，實現 Agent 應用的無代碼到高代碼無縫演進

作者：劉宇 阿里雲函數計算 AgentRun 全新發布後，我們整理了“探秘 AgentRun”系列文章，本系列將梳理企業落地 Agent 常見難題，給出具體解法，助力 Agentic 快速 AI 走進生產級環境。 當我們談論 AI Agent 的開發時，常常面臨一個兩難的選擇：低代碼平台上手快但缺乏靈活性，一旦需求複雜就束手無策；高代碼開發雖然靈活但門檻高，業務人員無

業務邏輯 , 雲計算 , 雲服務 , 基礎設施 , serverless , AgentRun

u_13778063 - 直播回顧丨詳解阿里雲函數計算 AgentRun，手把手帶你走進 Agentic AI 生產時代

直播時間：12 月 18 日 14:00—16:00 歡迎點擊此處觀看回放。 直播主題：阿里雲函數計算 AgentRun 實戰營完整回放上線，手把手帶你邁進 Agentic AI 生產時代。 直播亮點： 產品負責人深度解讀：函數計算 AgentRun 如何以高代碼為核心，實現無代碼到高代碼的一鍵轉換，讓業務人員“一句話搭建 Agent”、技術團隊

雲計算 , 阿里雲 , 雲服務 , 雲原生 , AgentRun

u_13778063 - 深度解析雲監控 2.0 日誌審計：統一採集、實體建模與告警溯源能力

作者：孫玉梅 背景 在現代雲環境中，安全合規與故障溯源面臨着如下問題： 控制面與數據面的割裂：雲端的資源變更（如 OpenAPI 調用）與底層的運行時行為天然處於兩個平行的觀測維度。 異構數據的孤島效應：K8s 的編排事件、ECS 的系統日誌以及雲產品的操作記錄分散在不同的存儲介質中，缺乏統一的上下文關聯。 這種多維度的碎片化導致

數據 , 雲計算 , 可觀測 , 日誌審計 , 阿里雲 , 雲服務 , 雲監控

u_13778063 - AI 原生落地成果獲認可，阿里云云原生多項案例入選信通院「AI 雲」典型示範

12 月 12 日，“2025 年 AI 雲產業發展大會”在北京舉行。阿里雲憑藉創新性將雲原生技術棧與 AI 工程化深度融合的技術突破與完整的產品化方案，取得了應用於企業 AI 工程化技術規模落地的實踐成果，多項落地實踐成功入選“AI Cloud 助力大模型場景化和工程化落地”典型示範案例。 從雲原生到 AI 原生，打造企業落地實踐示範樣本 為解決AI 應用架構落地過

中間件 , 原生應用 , 雲計算 , 雲服務 , cloud

u_13778063 - 打通可觀測性的“任督二脈”：實體與關係的終極融合

作者：隰宗正(霜鍵) 點擊此處，查看視頻演示！ 當可觀測數據遇上“關係圖譜” 1.1 從“孤立的實體”到“連接的網絡” 在現代雲原生架構的宏大敍事中，我們習慣於將系統中的每個組件——服務、容器、中間件、基礎設施，視為獨立的“實體”進行監控和管理。我們為它們配置儀表盤，設置告警，追蹤它們的性能指標。然而，這種“個體視角”存在一個根本性的盲點：它忽略了系統最本

雲計算 , 可觀測 , 阿里雲 , 雲服務 , 雲原生

u_13778063 - 線下活動速遞丨AI 原生應用開源開發者沙龍·杭州站

時間：12 月12日（週五）13：30 地點：杭州阿里巴巴雲谷園區2號樓訪客中心225景逸書院 瞭解AI原生應用開發的前沿趨勢和核心產品技術，全面get典型應用場景及硬核實戰經驗。 現場完成實操，頒發專屬證書！ 免費報名鏈接：https://www.aliyun.com/activity/middleware/2025-ai-hangz

原生應用 , 雲計算 , 雲服務 , 應用場景 , 實戰經驗

u_13778063 - 深度解析 Higress + Nacos 在 MCP Server 部署中的高可用、熱更新與鑑權方案

作者：陸胤任 背景 在 AI 大爆發的時代，已經有非常多的 AI 助手，結合 RAG 通過智能問答幫助用户解答問題。單純地依靠智能問答幫助客户自助解答是遠遠不夠的，我們需要讓 AI 助手能夠直接調用已有的豐富接口，朝着更強大的智能體演進。我們選用當下最為火熱，且已逐步成為標準的 MCP 作為模型和接口之間通信的傳輸協議。關於 MCP，已有非常多的介紹文章，本文不再贅述

雲計算 , nacos , Higress , 阿里雲 , 雲服務 , 雲原生

u_13778063 - UModel 查詢：阿里雲如何通過圖模型實現企業級可觀測數據的統一建模與分析

點擊此處，立即查看視頻課程！ 背景 想象一下，你站在一個巨大的圖書館裏，這裏有成千上萬本書，但每本書的目錄都散落在不同的房間裏，而且每間房間的索引方式都不一樣。當你想要找一本關於“服務調用”的書時，你需要在 APM 房間、K8s 房間、雲資源房間之間來回奔波，還要記住每個房間不同的查找規則... 這就是很多企業在可觀測性領域面臨的真實困境。而 UModel 就像

雲計算 , UModel , 阿里雲 , 雲服務 , 元數據 , 雲原生

u_13778063 - 從“看曲線”到“懂問題”：MetricSet Explorer 如何重構指標分析體驗

作者：隰宗正(霜鍵) 從“看”指標到“懂”指標的進化 1.1 “指標洪水”與“分析赤字”的困境 隨着業務全面上雲和微服務架構的普及，我們正迎來一個“大觀測”的時代。系統的每一個角落都在產生海量的指標數據（Metrics），它們是衡量系統健康度的關鍵。然而，數據的極大豐富也帶來了新的困境——“指標洪水”。運維團隊和 SRE 工程師們發現自己被淹沒在無窮無盡的監控大

數據 , 雲計算 , 可觀測 , 阿里雲 , 雲服務 , 羣組

u_13778063 - 一步到位！阿里云云原生 API 網關，助力 Nginx Ingress 用户實現高效、安全遷移

作者：澄潭 編者按： Ingress NGINX 退役引發開發者們的強烈關注，《遺憾，Ingress NGINX 要退役了》。 官方已經提供了完備的應對措施，遷移到 Gateway API，以及20+ Ingress 控制器。但實施遷移的時候，企業還會希望瞭解新的 Ingress 控制器是否兼容 Ingress NGINX 的註解，遷移過程中如何進行灰度切

限流 , 雲計算 , API , 雲服務 , Nginx

u_13778063 - 2025 SECon × AgentX 大會：AI 原生應用架構專場精彩回顧 & PPT 下載

作者：盈楹 近日，2025 SECon×AgentX大會——AI 原生應用架構專場圓滿落幕，本次專場阿里雲聯合信通院共同出品，現場吸引了 80+ 名技術從業者深度參與。 活動聚焦 AI 時代軟件架構的核心命題，深度分享了 AI 原生應用架構趨勢與實踐、AgentScope 開發框架、AI 開放平台、大模型可觀測 AIOps 等熱門技術議題，探討從基礎設施到應用層的協

agent , 原生應用 , 數據 , 雲計算 , 阿里雲 , 雲服務 , 開發框架

u_13778063 - 雲監控 UModel Explorer：用“圖形化”重新定義可觀測數據建模

作者：隰宗正(霜鍵) 點擊此處查看相關視頻！ 在複雜可觀測系統的構建過程中，數據建模往往是“從混沌到秩序”的關鍵一步。傳統的建模方式往往依賴配置文件或代碼定義，這種方式雖然精確，但缺乏直觀性，難以讓團隊成員快速理解和協作。UModel Explorer 正是為了改變這一現狀而設計。它構建了一個完整的可視化建模環境，讓工程師可以像繪製架構圖一樣，通過拖拽、連線等直觀操作

表單 , 建模 , 數據 , 雲計算 , UModel , 阿里雲 , 雲服務

u_13778063 - AgentScope 擁抱函數計算 FC，為 Agent 應用提供 Serverless 運行底座

作者：靖蘇 在 AI Agent 應用加速落地的今天，開發者和企業普遍面臨三大核心痛點：部署成本高、運維複雜度高、資源利用率低。為應對這些挑戰，AI Agent 與雲原生、Serverless 架構的深度融合正成為行業新趨勢。我們很高興地宣佈，AgentScope 正式集成基於阿里雲函數計算（Function Compute, FC）的全新 Serverless 運行時，為

agent , 雲計算 , 運維 , 雲服務 , 開發者 , serverless

u_13778063 - 雲撥測：當“正常變更”摧毀全球網絡時，誰來守護你的業務可用性？

作者：郭皛璠（白璵） 2025 年 11 月 18 日，一場沒有攻擊、沒有黑客、卻讓全球數百萬網站陷入癱瘓的事故悄然發生——X 廠商因一次看似微不足道的數據庫權限變更，引發連鎖反應，導致其全球邊緣網絡陷入間歇性癱瘓近 4 小時。數百萬依賴其 CDN、安全防護與 Serverless 服務的企業網站和服務出現大規模HTTP 5xx錯誤。用户看到的是冰冷的錯誤頁面：“Sorry

雲撥測 , 雲計算 , dns , 運維 , HTTP , 雲服務

u_13778063 - 為什麼 RAG 落地難？解析數據處理 “三重困境”，事件驅動架構如何破局？

作者：稚柳 前言 當企業想用大模型和內部非公開信息打造智能問答系統時，RAG（Retrieval-Augmented Generation，檢索增強生成）已成為必備技術。然而，在實際落地中，構建 RAG 應用的數據準備過程繁瑣複雜且充滿挑戰，讓很多企業和開發者望而卻步。本文將介紹構建 RAG 的最佳實踐：通過阿里雲事件總線 EventBridge 提供的多源 RAG

EventBridge , 數據 , 雲計算 , 阿里雲 , 雲服務 , 數據處理 , 結構化