这三个概念之所以让人感到困惑，根本原因在于它们来自不同的理论体系、服务于不同的管理目的、针对不同的场景。 一、P0-P3 故障等级处理时效 1.1 起源与定位 P0-P3 故...
IP属地：上海
-
故障管理三大核心指标：P0-P3、1-5-10、RTO/RPO 辨析
-
运维左移的一些实践内容
从广发证券的网文里来的。 相发链接https://mp.weixin.qq.com/s/jM5kX-Kf_F1OyWhC_OmpUA 故障可恢复 定义应用服务的可用性目标。制...
-
AI智能体工程化启示慢慢收集到的一些实践。 比如： 知识库的系统工程化管理，使用RagFlow是一个好的实践，可以通过API集成到AGENT中。其实ragflow还是可以作简单的DIFY一样的工...
-
理解AGENT,SKILL,MCP之间的关系技术术语总是层出不穷，但我觉得每一个技术点，都是为了解决一些通用问题的模式来设计的，一定会有一些层次感。我看了一些资料，加了一些思考，来梳理一下吧。 Skills 具有四大核...
-
LangChain和LangGraph结合，完成工具调用和模型调用的循环
这里涉及的不是单次工具，而是多次多个工具，我以为比较有借鉴性，作个录入。 比较好的实践，是需要很好的结合这两者的。 代码 输出
-
通过这段时间的操练，慢慢理解了大模型的AGI自由和IT人员的束缚
最近系统的在学习Langchain和LangGraph，https://www.learngraph.online/[https://www.learngraph.onlin...
-
康德三大批判 × 脑神经科学 × 大模型 三者核心对应关系对比表
AI提问的回答，我觉得这个类比维度很有意思，也是我感兴趣的，保留。 康德三大批判 × 脑神经科学 × 大模型 核心对应关系（列表版） 一、认知起点：感性直观（接收外部信息） ...
-
扣细节，关于LLM的一些数据维度测试的代码
总觉得对大模型的一些细节把握不准，为了印在心里，这次增加了对数据维度的测试。代码也比之前的要正规。为了能把验证过程的参数深入到第一行的代码，我甚至加了训练过程额外的参数传递，...
-
纯手工撸LLM：两个小时内的成果关于LLM的一些技术点，目前都解开了，再重新手撸，加深印象。用AI学AI，让豆包按我的要求生成了如下的代码，直接手撸一次，运行成果。可以胡言乱语。如果提示词是语料的开头，它也...
-
一个入门级的决策树示例代码
工作中要实际用起来随机森林，所以还是从决策树开始熟悉一下原理吧。 一，代码 二，输出 输出直接输出要报一个错，不能直接用plt.legent()显示，就用savefig暂时看...
-
【转】三阶魔方层先法简明教程
教小孩学魔方，之前的孩子，我自己找了很多地方，学会了。现在再教孩子，自己都忘了。又找了很多地方，感觉麻烦，就找了一个比较标准的教程。自己玩通了，再慢慢教小孩吧。 三阶魔方层先...
-
关于SRE价值的深入思考-AI版
AI的思考也是比较有深度的。 有三篇连续追问，我思考了也有不少收获。 Q：输出一个关于SRE团队组织的建设方案。注意不要将所有运维事务都归于SRE团队，提炼非得SRE团队作的...
-
作PPT的提示词模板
AI进入工作，也保存一些常用的提示词，不用每次都手敲。 幻灯片：当我们在讨论稳定性时，我们在讨论什么？ 核心要点：使用SRE的核心知识，细化IT系统稳定性的度量能力。 页面布...
-
