算法工程化算力方案设计
我们的根本需求其实有两点:
- 解决不确定的算力需求
- 解决算法同学工程化能力不足
- 解决后端同学集成难读过高
硬需求:
- 入口与流量
- 流量可视化
- 进程/部署
- 自动化算力动态扩缩
- 自动化部署
- 健康观测
- 指标收集与可视化
- 服务健康查询
- 韧性
值得一提的是,任何一个硬需求部分都不是一蹴而就的,也许我们需要按照优先级先实现其中一部分,或者实现其中大部分的一个起点
2026-01-29 23:35:22 · 1 分钟 · 102 字
我们的根本需求其实有两点:
硬需求:
值得一提的是,任何一个硬需求部分都不是一蹴而就的,也许我们需要按照优先级先实现其中一部分,或者实现其中大部分的一个起点
2026-01-29 23:35:22 · 1 分钟 · 102 字方案设计 python 后端
什么是工作流
我不太希望把工作流和n8n搭建的自动化工作流混淆,n8n搭建的工作流很大程度上是为了适配固定的情景和模式,在我们的日常工作中,工作流更多是变化的,需要根据具体需求进行定制和调整。
好消息是这并非很复杂或者耗时,你更多的是在着手工作之前为任务制定一个小目标,然后试着思考如何达成它,你自己的工作流很大程度上是关于“我该如何操作claude code”,而不是我该如何搭建一个自动化工作流。
在任务开始之前,你需要至少做两件事
“我想要一个图书管理系统” 是一个不够明确的目标。
在上一篇内容中,我们叙述了Claude Code的上下文机制,包括了Slash Command、Skills和Context的使用方法。
本篇内容将深入探讨Claude Code的两个核心概念:MCP(Model Context Protocol) 和 Subagent。
虽然看起来Subagent和MCP都是全新的概念,但事实上它们实际的表现形式仍旧和上下文高度相关,它们都是为了扩展Agent的能力而设计的。
在我个人粗鄙的理解中,所有,所有这一切
上下文,是claude code 与你交互时,所有信息的总和,包括你发送的prompt,claude code的回复,claude code执行的命令,claude code编辑的文件,claude code的思考过程,claude code的计划文件,所有这些全都是上下文。
使用如下命令全局安装即可(你需要node >= 22.0)
npm install -g claude-code
配置文件位于 ~/.claude-code/config.json,你可以通过编辑该文件来配置Claude Code的行为。
opencode 是一个基于 OpenAI API 的工具,旨在帮助开发者更高效地进行代码开发和调试。它通过提供智能提示、代码补全和错误修复等功能,极大地提高了开发效率。在 web 场景下,opencode 可以通过浏览器扩展或集成到 IDE 中,为开发者提供实时的代码支持。
Claude Code 和 OpenCode 都是终端 AI 编码助手,但它们在设计理念、开放性和功能上存在显著差异。
Claude Code
Crush 是由 Charm 开发的一款开源 AI 编程助手框架,它将大语言模型(LLM)与开发工具深度集成到终端环境中。本文将深入分析 Crush 中负责代码修改的核心工具实现,揭示其如何在保证安全性和可靠性的前提下,实现智能化的代码编辑功能。
在前两篇中,我们已经完成了 **ChatSession / Message / SSE 和 Orchestrator 的基础实现, 目前已经可以顺利的用Dummy(假接口)做成了一个 可以正常交互的应用。(Orchestrator 目前还是非流式,这个可以回头再说)
在前两篇中,我们已经完成了 **ChatSession / Message / SSE 和 Orchestrator 的基础实现, 目前已经可以顺利的用Dummy(假接口)做成了一个 可以正常交互的应用。(Orchestrator 目前还是非流式,这个可以回头再说)