架构标签_码道开发者社区

架构

GitHub每日热评｜OpenAI官方Skills仓库被Deprecated？揭秘智能体技能向统一插件架构的迁移真相】

GitHub 热榜项目`openai/skills`拥有 26.3k Star，作为 OpenAI 早期官方智能体技能库现已正式标记 Deprecated。本文基于固定快照`49f948f`静态源码评测，回溯旧 Skill 目录规范、拆解仓库内置`migrate‑to‑codex`迁移引擎，剖析旧散装 Skill 模式的工程瓶颈，理清与 Codex Plugin、MCP 协议之间的演进关系，给出企

 TunerT_TQ
2026-09-10 00:00:00

 538

 4

#github #架构 #python
Claude Code 与 Hermes Agent 深度拆解：顶级 Coding Agent 为什么都放弃了纯 Chat 模式？

顶级Coding Agent放弃纯Chat，因软件工程需操作真实环境。终端CLI模式通过PTY虚拟终端、精准局部Patch、AST索引和子代理派发，深度融合本地Git与测试，以真实环境操作与测试终态为标准，实现从“建议”到“参与开发”的升级。

吴佳浩 Alben
2026-09-08 01:47:58

 493

 11

#人工智能 #架构 #语言模型 +1
AI开发牧安 · 第6期定了三级架构，可只有我一个人盯

待业网安老兵开发牧安平台，写下产品总纲确立单一事实来源，定下采集、存储、形态、引擎四条ADR，钉死三级架构。但三套代码分落华为云码道、qclaw与workbuddy，一个人分饰派活与开发两角。接口不一致、功能丢失等代价频出，却也换来短平快的开发链路。

yzn00
2026-09-05 19:44:24

 308

 10

#架构 #人工智能 #网络安全
Cursor 正在成为 Agent 的 iOS 吗？

Self-Hosted Machines、长生命周期 Agent 与事件订阅正在勾勒 Cursor 的平台位置。本文讨论从操作软件到交代工作的变化，以及企业如何把通用 Agent 能力组织成自己的数字员工。

m0_51507544
2026-09-04 11:27:37

 467

 9

#人工智能 #架构
别再把 Skill 写成一张 Markdown：Anthropic 用几百个 Skill 换来的实战经验

换句话说，Skill 不只是「给 Claude 的知识」，它是给 Claude 的工具、记忆和行为约束体系的集合。组织层面，两个规模相同的团队，一个有 200 个高质量 Skill、一个只有 10 个，他们的 AI 协作效率差距可能不是 2 倍，而是 10 倍，而且是复利式、几乎不可见的差距。所以它不是给人看的简介，而是给模型看的「触发条件」。以往，一个高级工程师花两周搞清楚内部计费库的所有陷阱，

2401_89111612
2026-09-04 09:00:00

 1685

 29

#人工智能 #架构 #python
基于脚手架微服务的视频点播系统-播放控制部分

本文介绍了基于Qt和mpv库的视频播放器开发中的界面优化和播放控制实现。主要内容包括：1）将播放窗口改为无边框模式并实现拖拽功能；2）重写隐藏逻辑，当用户不操作时自动隐藏控制栏；3）引入mpv库解决Qt原生播放器格式支持不足的问题，详细说明了mpv库的配置和简单封装方法，包括播放控制、音量调节等核心功能实现。项目采用模块化开发方式，通过Git进行版本管理，已完成基本播放界面布局和核心播放控制功能。

xiuwoaiailixiya
2025-09-07 17:37:14

 1180

 17

#微服务 #架构 #云原生 +3
微服务的保护方式以及Sentinel详解

在微服务架构中，服务被拆分为独立、分布式的单元，彼此通过网络调用协作。这种架构虽提升了灵活性，但也引入了故障扩散、流量过载、安全漏洞、数据不一致等风险。因此，微服务的保护本质是：通过一系列技术手段和策略，保障微服务集群的可用性、安全性、可靠性，避免单个服务的问题影响整体系统，同时确保数据和接口的安全。微服务保护并非单一机制，而是覆盖 “服务运行、接口交互、数据存储、安全访问” 全链路的体系化方案。

LQ--JAMES
2025-09-07 16:23:35

 1413

 12

#微服务 #架构 #云原生
深入理解 Sentinel：从基础到实战的微服务治理

一、初识Sentinel一、初识Sentinel【1】雪崩问题及解决方案1.雪崩问题微服务中，服务间调⽤关系错综复杂，⼀个微服务往往依赖于多个其它微服务。如图，如果服务提供者I发生了故障，当前的应⽤的部分业务因为依赖于服务I，因此也会被阻塞。此时，其它不依赖于服务I的业务似乎不受影响。服务器支持的线程和并发数有限，请求⼀直阻塞，会导致服务器资源耗尽，从⽽导致所有其它服务都不可用，那么当前服务也就

 2402_85030292
2025-09-07 18:21:43

 884

 19

#微服务 #架构 #云原生 +1
微服务架构中的CAP理论与BASE理论

Consistency (一致性)：所有节点在同一时间看到相同的数据。简单来说，就是读操作必须返回最新的写操作结果。Availability (可用性)：系统对每个请求都能在有限时间内返回响应，即使部分节点故障。Partition Tolerance (分区容忍性)：系统在网络分区（即节点间通信失败）时仍能继续运行。在微服务架构中，网络分区是不可避免的现实（如云环境中的网络延迟或故障），因此分区容

 安鄙人
2025-09-07 14:47:46

 926

 17

#架构 #微服务 #云原生
浅聊一下微服务注册中心

Nacos 的定位是 “动态服务发现、配置管理和服务管理平台”，简单说就是 “注册中心 + 配置中心” 二合一，而且是 Spring Cloud Alibaba 的组件，和 Spring 生态兼容性特别好。咱们直接上手实战，把它用起来！Ribbon 是 Netflix 开源的负载均衡器，专门帮咱们管理 HTTP 和 TCP 客户端的行为。在 Spring Cloud 里，Nacos 通常和 Rib

Jaylllan
2025-09-07 20:07:48

 1106

 16

#微服务 #架构 #云原生
分布式微服务系统架构第170集：Kafka消费者并发-多节点消费-可扩展性

（Leader）：顺序写入日志（先入页缓存→追加到 segment，更新索引），并向 ISR 中的 Follower 复制。举例：峰值 5,000 msg/s，每条处理 20 ms（0.02s），单分区能稳态 500 msg/s，：原 topic/partition/offset/timestamp、异常类名、异常消息等，方便排查。topic、key（可选，决定有序性）、value、headers

掘金-我是哪吒
2025-09-07 16:05:41

 1446

 21

#分布式 #微服务 #系统架构 +2
微服务组件

Slf4j@Override@Overridelog.error("远程调用ItemClient#queryItemByIds方法出现异常，参数：{}", ids, cause);// 查询购物车允许失败，查询失败，返回空集合@Override// 库存扣减业务需要触发事务回滚，查询失败，抛出异常。

m0_63698685
2025-09-08 11:41:14

 784

 27

#微服务 #java #架构
“微服务“一词总是出现,它是什么?

亿级用户、模块复杂（商品/订单/支付/推荐）、团队上百人。模型推理用 Python，前端用 Java，技术异构。✅ 优点：开发简单、调试方便、部署单一。功能内聚、用户量小、无高并发、团队小。快速验证、节省成本、避免过早优化。服务自动注册、互相能找到对方。机房/仓库/学校后台管理系统。统一入口、路由、鉴权、限流。电商平台（淘宝/京东级别）高可用、强一致性、监管要求。查看一个请求经过哪些服务。✅（但用

 一个普普通通的我
2025-09-08 12:40:42

 560

 5

#微服务 #java #架构
Sleuth 体系架构：为什么微服务架构需要链路追踪？

今天我带你了解了调用链追踪技术，以及它所能解决的问题。其中，我们重点了解了Sleuth是怎么通过特殊的“标记”来完成链路串联的。其中包括了三个重要的标记，它们分别是Trace ID、Span ID和Parent Span ID。Trace ID为每次调用链赋予了一个全局唯一的ID标识，后两个标记将调用链中的各个单元根据时间先后顺序做了串联。Sleuth在调用链追踪的场景下主要完成了“打标”的功能，

用心去追梦
2025-09-08 11:23:59

 965

 7

#架构 #微服务 #云原生
让你负责大数据平台的架构，需要考虑哪些点？如何设计？

在当今数字化时代，大数据已经成为企业决策、产品创新及业务优化的核心驱动力。一个高效、可扩展且安全的大数据架构，对于充分挖掘数据价值、提升业务洞察力至关重要。大数据架构设计是一个复杂而系统的工程，需要综合考虑业务需求、技术选型、安全合规等多个方面。本文将深入探讨大数据架构设计时需要关注的各个要点。

一个写湿的程序猿
2025-09-08 14:13:36

 1360

 13

#大数据 #架构
依赖注入（Dependency Injection, DI）是 Prism 框架中实现模块化架构和松耦合设计的关键机制，通过将对象的依赖关系交由外部容器

get;set;} }{ }set;stringget;set;message} }Inapp.config</</</</</Prism 的依赖注入机制通过和管理模块、视图和服务的依赖，与事件聚合、多区域导航和动态模块加载无缝集成。您的代码通过 Autofac 注册全局服务（如）和模块服务（如），但的问题需修复。通过添加ModuleC、工厂模式和条件注入，展示了高级 DI 功能。事件聚合（）和多

 zhxup606
2025-09-08 13:42:00

 1394

 27

#架构 #开发语言
Cassandra 架构解析：如何支撑 PB 级大数据存储

扩展性：随着数据量的不断增长，数据库需要能够轻松扩展存储容量和处理能力，以满足业务需求。传统关系型数据库的垂直扩展方式（增加硬件资源）存在成本高、扩展性有限的问题，因此需要一种可水平扩展（增加节点）的解决方案。高可用性：大数据应用通常要求 7×24 小时不间断服务，任何单点故障都可能导致严重的业务影响。数据库需要具备自动容错和故障恢复机制，确保数据的持续可用性。一致性：在分布式环境中，数据可能存储

 AI云原生与云计算技术学院
2025-09-08 14:08:01

 693

 7

#架构 #大数据
大数据领域存算分离的架构升级

我是张三，资深大数据工程师，专注于存算分离、数据湖、云原生大数据架构。有10年的大数据实践经验，曾参与多个大型企业的存算分离改造项目（比如某电商公司、某金融公司）。欢迎关注我的公众号“大数据架构师”，获取更多存算分离的实践经验。声明：本文中的案例均为虚构，但基于真实企业的存算分离改造经验。文中的代码示例均经过测试，可以直接复制使用。

耶耶耶~14
2025-09-08 13:58:00

 954

 26

#大数据 #架构
全面解析微服务软件测试方案：确保系统稳定性与可靠性

服务通常与其他服务交互，就比如Order Service与多个服务交互，它的REST API由API Gateway调用，他的领域时间被其他服务使用，同样它也依赖其他的服务，它把Order持久化到MySQL数据库中。根据上面的描述，单元测试是测试金字塔中最低的级别，是面向技术的测试，目的是协助开发。根据下图测试金字塔可以看出，单元测试因为它的快速、可靠、低成本占据测试比例的最大位置，其它的依次递减

 Hacker_xingchen
2025-09-08 15:34:05

 733

 15

#微服务 #架构 #云原生
Java微服务架构在二手商品回收平台中的创新应用

Java微服务架构在二手商品回收平台中的应用创新显著提升交易效率与安全性。采用SpringCloudAlibaba分层架构，实现订单处理成功率99.97%，QPS达15000+。智能服务集成XGBoost算法实现3秒估价（准确率97%），Spark推荐系统提升转化率35%。安全体系运用区块链存证将纠纷处理时间缩短至2小时，量子密钥管理保障金融级交易安全。实践案例显示，某平台实现日均70万订单处理能

 小马总
2025-09-08 17:08:13

 805

 15

#架构 #java #微服务
大模型部署必看！视觉多模态性能优化全链路实战：Qwen2.5-VL架构与QPS提升技巧

本文介绍了视觉多模态模型Qwen2.5-VL的部署优化方案。通过对比vLLM和SGLang框架，提出了三种部署策略：独立部署（快速验证）、混合部署（结合TensorRT优化ViT模块）和分离部署（ViT与LLM分设备运行）。测试显示，分离部署模式在4090显卡上实现了最佳性能（QPS 10.8），同时分析了不同方案的适用场景。文章还探讨了视频预处理对CPU资源的占用问题，强调了控制服务分离的重要性

 耿直学编程
2025-09-08 20:45:00

 1175

 9

#性能优化 #架构 #人工智能 +2
Lambda架构：大数据领域应对高并发数据的利器

随着电商大促、直播带货、物联网设备爆发等场景的普及，企业对数据处理的要求从“离线统计”升级为“实时决策”：既需要知道“过去一天卖了多少货”（准确性），又需要立刻看到“当前直播间的下单趋势”（实时性）。传统的批处理（如Hadoop）或流处理（如Storm）单独使用时，总会在“速度”和“精度”之间顾此失彼。本文将聚焦Lambda架构的设计思想、核心组件及实战应用，帮助读者掌握这一经典大数据架构。

耶耶耶~14
2025-09-09 01:43:42

 1031

 29

#架构 #大数据
面试：大数据组件为啥偏爱单线程？Flink_Spark_Kafka_HBase_Redis一次讲透（附核心代码）

大数据组件单线程设计摘要主流大数据组件(如Kafka、Redis、Flink等)往往采用单线程设计，这并非性能妥协而是经过权衡的最优方案。其核心优势在于：避免锁竞争、降低资源消耗、简化处理逻辑。Java实现单线程主要有三种方式：(1)单线程主循环(如Redis的事件循环)；(2)生产者-消费者模型(如Kafka分区写入)；(3)单线程化线程池(如Spark任务执行)。Kafka通过分区级单线程保

 RunningShare
2025-09-09 09:43:37

 1225

 43

#大数据 #面试 #flink +4