zhaojiew10学习记录

摘要： 请注意本文部分内容经过AI辅助生成，虽然经过笔者检查但是并不保证内容的正确性，请自行判断准确性，本文对相关后果不承担责任 参考资料 https://aws.github.io/aws-emr-best-practices/docs/bestpractices/Features/Managed Sca 阅读全文

摘要： 在 RAG（Retrieval-Augmented Generation，检索增强生成）系统中，有一个核心问题贯穿始终如何在毫秒级延迟内，精准召回最有助于大模型回答问题的 top-k 文本片段？这很大程度上取决于你选择了什么样的检索引擎。目前主流的三种方案——BM25、FAISS、HNSW——各有千 阅读全文

摘要： 在opencode等vibing coding工具使用过程中，我们常常会遇到需要回滚的场景，例如执行undo指令可以恢复上下文，并且还原此次对话设计的相关文件。同样的，Kiro CLI 也提供了两种不同层面的回滚能力工作区文件回滚和对话消息回滚。但是并没有提供开箱即用的方法。 /checkpoint 阅读全文

摘要： 参考资料 https://github.com/aws/eks-node-monitoring-agent https://docs.amazonaws.cn/en_us/eks/latest/userguide/auto-get-logs.html 本文尝试在中国区EKS 集群中部署官方的节点监控 阅读全文

摘要： 参考资料 https://aws.amazon.com/cn/blogs/aws/announcing-amazon-ecs-managed-instances-for-containerized-applications/ Amazon ECS Managed Instances 是一种托管式基础 阅读全文

摘要： 参考资料 https://open-sandbox.ai/zh/overview/home https://github.com/alibaba/OpenSandbox/blob/main/examples/google-adk/README.md OpenSandbox 是 AgentScope- 阅读全文

摘要： 在构建对话式 AI 应用时，会话管理是一个核心功能。用户期望 AI 能够记住之前的对话内容，并且在应用重启后能够继续之前的对话。本文将详细介绍如何使用 DynamoDB 实现一个支持多会话的 LangChain Agent 系统。 我们的核心需求需要实现以下功能： 会话持久化：对话历史保存到数据库， 阅读全文

摘要： Bedrock 提供了多个强大的 AI 模型（如 Kimi、DeepSeek、Qwen 等），但其 API 格式与 OpenAI 不兼容。许多工具（如 qwencode）使用 OpenAI 的 API 格式，特别是依赖 Tool Calling（函数调用）功能。 此前在尝试使用litellm将bed 阅读全文

摘要： 在构建企业级 AI Agent 时，一个常见的难题是如何让 Agent 掌握大量专业知识，同时又不会在每次对话中都消耗昂贵的上下文。想象一下，如果你的公司有 50 个业务领域，每个领域有 2000 字的专业文档，把所有内容都塞进系统提示词显然不可行。 这就引出了"渐进式披露"（Progressive 阅读全文

摘要： 在企业数字化转型的浪潮中，如何让 AI 助手能够准确回答公司内部的专业问题，一直是个挑战。传统的大语言模型虽然知识丰富，但对企业特有的规章制度、技术文档却一无所知。RAG（检索增强生成）技术的出现，为这个问题提供了优雅的解决方案。本文使用开源的 RAGFlow 和 Strands Agent 框架， 阅读全文