标签

LLM

用 AI 校正元数据：从人工审核到自治治理的落地路径

来源: aws.amazon.com 44
当数据仓库、SaaS 平台、业务数据库不断汇集到同一条数据链路时，最先失控的往往不是数据量，而是元数据：同一个客户字段可能叫作 、 或 ，日期既有 ，也有 。这些差异会让目录检索、血缘分析、指标计算和跨系统集成逐步变得不可靠。 元数据协调（metadata harmonization）的目标，是把标签、标识符和格式标准化，让不同数据集能够被一致地发现、...
# AI # AWS # Go
阅读全文

Memmy 实战：接续 Agent 任务查询，并为本地检索设置超时边界

来源: oschina.net 31
当一个任务先后经过 Codex、OpenClaw、Hermes 等工具，真正麻烦的往往不是重新执行命令，而是找回上一次决策的上下文。Memmy 作为本地运行的个人 AI Agent 和记忆中心，可以在获得授权后索引这些工具的历史记录，让后续 Agent 从已有工作继续推进。实际使用中，还需要处理一个很现实的问题：本地检索可能因为索引量、磁盘 I/O 或...
# AI # LLM # 全栈
阅读全文

为 Python 项目写好 AGENTS.md：让 AI 编码代理第一次就遵守你的工程约定

来源: realpython.com 32
AI 编码代理能补全函数、拆分模块、编写测试，但它默认不了解你的仓库习惯：包管理器、代码风格、测试命令、分层边界，甚至哪些文件绝不能改。 的作用，是把这些隐含规则写成代理在每次任务开始前都能执行的项目说明，减少看似正确却无法合并的改动。 一份有效的 不应是团队文化介绍，而应回答代理完成任务必须解决的问题： 从哪里安装依赖，使用哪个 Python 版本。...
# AI # LLM # Python
阅读全文

AI 治理进入运行时：如何把政策变成可验证的生产控制

来源: infoq.com 41
AI 治理正在从“写一份政策文件”转向“让系统在运行时执行政策”。Microsoft 最近介绍了一套覆盖九个治理领域的架构，并将治理工作归纳为四项功能：政策（policy）、控制（control）、可见性（visibility）和证明（proof）。 这套思路的关键不在于增加更多审批表，而在于把治理要求接入 AI 应用和智能体的真实运行过程：请求是否允...
# AI # Go # InfoQ
阅读全文

微软将 AI 治理从纸面政策推进到运行时强制执行

来源: infoq.com 47
AI 治理正在从“发布一份负责任 AI 政策”转向“在系统运行时持续证明策略确实生效”。微软近期提出了一套覆盖九个治理领域的 AI 治理架构，并将治理能力归纳为四项职能：政策、控制、可见性和证明。 这套思路的关键，不是增加一层静态审批流程，而是把治理要求接入 AI 应用和智能体的实际执行路径：身份验证、权限控制、安全检测、运行时策略、持续评估、可观测性...
# AI # Go # InfoQ
阅读全文

MinIO 进入生命周期终点后，如何用 Docker ELS 保持修复与审计能力

来源: docker.com 37
当软件供应链攻击持续增加、越来越多代码由 AI 辅助生成时，容器镜像的维护方式也需要改变。MinIO 版本进入 End of Life（EOL）并不意味着业务可以立即停止运行，但它意味着传统社区支持、漏洞修复和合规证明可能逐渐失去保障。 Docker 近期围绕这一问题提供了更完整的镜像供应链能力：尽可能使用从源码构建的软件，针对已结束生命周期的软件继续...
# AI # Docker # LLM
阅读全文

covo-agent v0.0.7：把 LLM 内联自动补全带进终端 TUI

来源: oschina.net 27
covo-agent v0.0.7 的变化，重点不在于再增加一个聊天窗口，而在于让 LLM 更自然地嵌入终端工作流：用户可以在 TUI 中输入任务，并在编辑过程中获得内联自动补全。对于经常在终端处理资料、编写代码、执行自动化任务的人来说，这种交互比频繁切换浏览器或复制粘贴上下文更顺手。 根据项目定位，covo-agent 是使用 Go 编写、以 AGP...
# AI # Go # LLM
阅读全文

Memmy 正式发布：让不同 AI Agent 共享同一个人的长期记忆

来源: oschina.net 41
过去几个月，AI Agent 正在从“会聊天的工具”变成真正的工作伙伴：它们可以理解代码库、调用外部工具、执行多步任务，还能通过 Skills、MCP 和子 Agent 组合出更复杂的工作流。 但 Agent 越强，记忆断裂的问题就越明显。一个 Agent 记住了你的技术栈，另一个 Agent 不知道你的代码规范；一个 Agent 了解项目中的关键决策...
# AI # LLM # 全栈
阅读全文

给 Python 项目写好 AGENTS.md：让 AI 编码代理真正读懂你的代码库

来源: realpython.com 34
AI 编码代理能不能写出符合项目习惯的代码，往往不只取决于模型能力，还取决于它是否拿到了正确的上下文。 就像放在代码库入口处的一份工程协作说明：它告诉代理项目如何运行、代码应该放在哪里、测试如何执行，以及哪些边界不能碰。 文件写得太短，代理只能猜；写成几十页的规范手册，又很难持续维护。对 Python 项目来说，好的 应该是一份短而具体的操作指南，让代...
# AI # LLM # Python
阅读全文