分类

文章

让一场 PostgreSQL 分享持续生长:从直播、转写到长期讨论

来源: postgr.es 28
技术会议的基本形态多年未变:讲者上台演讲,现场听众提问,幻灯片稍后上传,剪辑后的视频可能再等几周。这个流程适合线下交流,却没有充分利用直播、自动转写、机器翻译、全文检索和 AI 摘要已经具备的能力。 对于 PostgreSQL 这样的国际开源社区,问题尤其明显。旅行成本、签证、时区和语言会挡住大量开发者,而一次有价值的讨论往往在会议散场时也随之消失。更...

PostgreSQL Buildfarm Client 21:补丁栈测试、ABI 检查与非标准分支支持

来源: postgr.es 34
PostgreSQL Buildfarm Client 21 的变化不只是一批兼容性修复。它新增补丁栈与 ABI 检查模块,改进非标准分支和 Meson 构建识别,同时强化跨版本升级测试、超时诊断与失败日志归档。对于维护私有 Buildfarm、扩展分支或长期补丁队列的团队,这一版解决了不少日常自动化中的实际痛点。 新的 PatchStack 模块面向...

uniTerm v1.4:把 MongoDB、SSH 隧道与 AI 数据库查询装进轻量终端

来源: oschina.net 26
终端、SFTP 客户端、远程桌面和数据库管理工具常常各占一个窗口。uniTerm 选择把这些高频运维能力集中到一个跨平台应用中,而 v1.4 又加入了 MongoDB、SSH 隧道以及 AI 自然语言数据库查询,进一步缩短了“连接服务器、进入内网、检查数据”这条操作链路。 uniTerm 基于 Wails v2、Go 与 Vue 3 构建,支持 Win...

ThingsPanel v1.2.5:打通 APP 仪表盘入口,提升 WebView 嵌入与联调体验

来源: oschina.net 25
ThingsPanel v1.2.5 继续补齐物联网项目从仪表盘制作到最终交付的链路。这次更新没有停留在单一组件上,而是把重点放在三个真实交付场景:用户如何从 APP 进入可视化页面、仪表盘如何稳定嵌入宿主系统,以及实施人员如何利用模拟联调和自动化条件更快完成验收。 新版本新增了 APP 可视化独立入口、列表页和预览页。对使用者而言,这意味着仪表盘不必...

PostgreSQL 的 enable_seqscan=off 为什么仍会执行顺序扫描

来源: postgr.es 42
是一个名字很容易引起误解的 PostgreSQL 查询规划参数。把它设为 ,并不等于关闭顺序扫描;它表达的是“尽量不要选择顺序扫描”。当读取整张表是回答查询的唯一合理方式时,规划器仍然会生成 。 理解这一点很重要,因为这个参数适合诊断执行计划,却不适合被当作禁止某类算子的开关。 PostgreSQL 的规划器会比较多条候选执行路径的估算成本,例如: 顺...

AI 工作负载应该运行在哪里:兼顾数据主权、成本与工程现实

来源: cncf.io 33
企业对 AI 的判断可能截然不同:有人把它视为新一轮生产力跃迁,也有人对成本、可靠性和实际收益保持谨慎。但无论立场如何,AI 已经逐渐进入企业技术战略。随之而来的关键问题不是“要不要追逐 AI”,而是“具体工作负载应该在哪里运行”。 这个问题不能只比较 GPU 单价。训练数据是否允许跨境、模型是否包含核心知识产权、业务能否接受公网依赖、团队能否运维加速...

接手看不懂的 PostgreSQL 查询:用 DBeaver AI 拆解,再用执行计划验证

来源: postgr.es 27
生产环境里经常会出现一种“跨过围栏扔过来”的 SQL:多层 CTE、相关子查询、窗口函数和含义模糊的别名挤在一起,原作者已经联系不上,但你仍然要判断它做什么、是否正确,以及为什么这么慢。DBeaver Community Edition 26.1.2 将 AI Assistant 加入免费开源版本,为这类查询提供了一个实用的阅读入口。 AI 可以快速解...

工具更强,审查反而更差:用 PR 证据约束 Copilot 代码审查

来源: github.blog 43
给代码审查 Agent 配上共享的 Unix 风格代码探索工具,看起来理应提升效果:它能搜索仓库、读取文件、查看差异,也能沿着调用链继续调查。但 GitHub 的实践揭示了一个反直觉结果:工具能力增强后,Copilot 代码审查一度变得更差。真正带来改善的,不是继续增加工具,而是围绕 Pull Request 中的证据重塑 Agent 工作流,从而减少...

用 SageMaker Studio 无服务器定制微调 NVIDIA Nemotron 3

来源: aws.amazon.com 19
NVIDIA Nemotron 3 的定制不再意味着团队必须先搭建训练集群、编写分布式启动脚本,再长期维护 GPU 基础设施。Amazon SageMaker AI 的无服务器模型定制把更多资源调度工作交给平台,让开发者可以在 SageMaker Studio 中围绕数据集、微调策略和评估结果推进实验。真正需要工程团队把握的,是模型架构适配、训练数据质...

用 Amazon SageMaker AI 把牙科 X 光质量检查推到拍摄现场

来源: aws.amazon.com 35
牙科 X 光片的质量问题,往往要到医生查看或后续流程中才暴露。此时患者可能已经离开拍摄位置,重新拍摄会增加等待时间、操作成本和不必要的辐射暴露。Henry Schein One 构建的 Image Verify 将 AI 质量验证前移到影像采集时:系统基于 Amazon SageMaker AI 实时评估 X 光片,并把结果反馈给现场人员。 这套系统在...