演讲主题：自主时代下的自主数据产品：重新思考通用人工智能的数据架构
约尔格·沙德详细解释了如何应对复杂的“数据管理问题”，从而构建出可扩展且安全的AI架构。他还介绍了自主数据产品是如何作为数据的“容器”来使用的——这些产品能够封装数据处理流程、数据结构以及元数据。通过使用MCP这样的协议，逐步发现并优化相关工具，可以有效避免数据关联关系的混乱，确保各项治理政策得到执行，并实现可靠的多模态数据访问功能。 作者：约尔格·沙德
约尔格·沙德详细解释了如何应对复杂的“数据管理问题”，从而构建出可扩展且安全的AI架构。他还介绍了自主数据产品是如何作为数据的“容器”来使用的——这些产品能够封装数据处理流程、数据结构以及元数据。通过使用MCP这样的协议，逐步发现并优化相关工具，可以有效避免数据关联关系的混乱，确保各项治理政策得到执行，并实现可靠的多模态数据访问功能。
作者：约尔格·沙德相关文章
Firestore数据建模指南：内嵌文档与引用方式的选择（结合一个博客案例进行分析）
当开发人员从关系型数据库世界（如MySQL、PostgreSQL）转向Firebase这种NoSQL文档数据库时，他们往往会沿用原有的习惯，试图在新的系统中复制表结构、外键以及关联操作。 其结果是什么呢？复杂的查询语句、飞涨的读取成本，以及那种在添加少量功能后就变得难以维护的数据库结构。 要理解Firestore的工作原理，我们首先需要对比它所基于的关系型模型。只有弄清楚SQL是如何处理数据的，才能清楚地看到Firestore与它的区别所在，从而了解如何正确地构建NoSQL数据结构。 在本指南中，我们将介绍NoSQL的设计原则、数据嵌入与引用机制，以及各种类型的关系建模方法（1-1、1-N、N
阅读全文
从RPC到gRPC：了解远程过程调用、Protocol Buffers以及现代分布式系统的通信机制
任何应用程序在某些时候都需要与其他系统进行交互。移动应用会与后端服务进行通信；后端服务又会与支付网关对接；认证服务需要与用户服务进行交互；数据传输流程则要与存储系统相连。 问题不在于系统是否需要相互沟通，而在于应该如何实现这种沟通。 多年来，基于HTTP和JSON的REST架构一直是人们的首选方案。它运行稳定、使用简单，而且相关的开发工具也随处可见。然而，随着系统规模的扩大——无论是参与交互的服务数量增加、数据交换量增大，还是对实时通信的需求提高——REST架构逐渐暴露出了其局限性。 这时，远程过程调用、Protocol Buffers以及gRPC这些技术应运而生了。 通过这本手册，你将了解什
阅读全文
如何使用Node.js和Google Gemini通过函数调用来构建一个人工智能代理
github.com/ziaongit/nodejs-gemini-agent 。 目录 功能调用机制的工作原理 我们正在构建什么 先决条件 项目设置 工具的定义 工具功能的实现 构建智能代理的循环机制 命令行入口点的设置 添加Express HTTP服务器 智能代理的测试 故障排除 接下来要构建什么 功能调用机制的工作原理 这里有一个让人感到惊讶的地方：Gemini并不会直接运行你的代码。它只会返回一个结构化对象，其中包含诸如“调用 get_weather 函数、将 city 设置为柏林”这样的指令。你的代码会接收到这些指令，然后执行相应的功能并将结果反馈回去。Gemini会检查这些结果是否
阅读全文
如何利用提示工程与上下文工程来开发人工智能代理
在这个教程中，我将向您展示提示工程和上下文工程如何提升人工智能模型的性能。 我们将构建一个简单的本地模型，从基础输入开始，然后通过使用更合适的提示语和更丰富的上下文信息来改进它，这样您就能看到每一项改变对最终输出结果的影响。 我们将会使用LangChain v1、Ollama、Qwen以及Python。所有操作都在您的个人电脑上完成，因此您无需支付任何API费用。 目录 背景知识 什么是提示工程？ 什么是上下文工程？ 为什么提示工程和上下文工程对人工智能模型如此重要 动机与架构 步骤1：安装Ollama并下载模型 步骤2：安装Python相关依赖库 步骤3：编写代理代码 示例输出结果 提示语优
阅读全文