← 返回蜂巢洞察

利用人工智能构建内部开发平台

栏目 技术实践
分类 大数据
标签 代理 智能 平台 数据 需要

智能代理正逐渐成为新的开发平台，它们会利用Git、Slack和Jira等工具提供的数据进行语义搜索，从而理解具体的使用场景。在部署这些智能代理时，需要设置相应的规则来决定哪些操作是被允许的，哪些是被禁止的；同时，还需要通过日志、指标和追踪数据来分析智能代理的行为表现。 作者：本·林德斯

智能代理正逐渐成为新的开发平台，它们会利用Git、Slack和Jira等工具提供的数据进行语义搜索，从而理解具体的使用场景。在部署这些智能代理时，需要设置相应的规则来决定哪些操作是被允许的，哪些是被禁止的；同时，还需要通过日志、指标和追踪数据来分析智能代理的行为表现。

作者：本·林德斯

相关文章

技术实践

谷歌的数据代理工具包已正式上线，该工具包将代理相关的功能与身份管理机制区分开来。

谷歌已经推出了“数据代理工具包”，这套免费提供的工具包括MCP相关工具以及37种开源技术，这些技术能够将编程代理与超过15项谷歌数据云服务连接起来。该工具包附带两种安全机制，使用者需要区分它们：其中一种是一种用于命令代理停止操作的机制，另一种则是通过IAM策略来拒绝相应的调用请求。 作者：Steef-Jan Wiggers

阅读全文
技术实践

数据管道中的模式漂移与语义漂移

当从源数据库或数据集中删除某列时，下一次管道运行通常会失败，因此这个问题很容易被发现。但当某个字段的名称和数据类型保持不变，但其含义发生了变化（这种现象被称为“语义漂移”）时，管道仍可能正常运行，从而导致问题被忽视。 之所以会出现这种情况，是因为数据库模式仅描述了数据的结构，并没有说明这些数据的实际含义。它告诉我们哪些字段存在、它们的数据类型是什么，以及它们是否可以包含空值，但却无法说明时间戳是否使用UTC格式、持久性得分的范围应该是多少，或者空字符串与空值是否有不同的含义。 因此，大多数管道检查机制都是为了检测那些显而易见的错误，比如缺失的列或错误的数据类型，但往往无法发现那些数据表面上看似

阅读全文
技术实践

在人工智能生成的代码盛行的时代，如何加快持续集成流程的速度？

如今，编码人员编写代码的速度远远超过了大多数 持续集成管道 检查代码的速度。2026年4月， GitHub首席运营官Kyle Daigle表示 ，他的平台每周要处理2.75亿次代码提交操作，到今年这一数字预计将达到140亿次，而2025年时这一数字仅为约10亿次。在同一篇帖子中，他还提到GitHub Actions在单周内所处理的操作量已经达到了21亿次，而2023年时这一数字仅为5亿次。 第二个数据说明了这些代码提交最终会去往哪里：也就是持续集成系统中。如果开发人员每天只进行几次代码提交，那么耗时15分钟的持续集成流程还是可以接受的。但当某个编码人员在一天下午就提交了10个 Pull Req

阅读全文