所有文章

  • Published on
    本文详细介绍如何构建生产级 MCP（模型上下文协议）服务器，涵盖架构设计、安全配置、部署模式等核心内容。通过 47 行 Python 代码实现一个完整的天气智能服务器，并深入探讨输入验证、速率限制、OAuth 合规等安全最佳实践，适合 AI 工程师快速掌握这一 2026 年必备技能。
  • Published on
    2026 年需要掌握的核心 AI 技能包括工作流自动化、智能体系统、AI 安全、增强自我能力和 AI 系统评估，这些技能能让你在 AI 时代保持竞争力并让 AI 成为你的助手。
  • Published on
    智能体化 DevOps 通过将自主 AI 智能体嵌入代码编写、构建维护和运维三个阶段，实现从需求规格到生产故障自动修复的完整闭环工作流。Azure MCP Server 让任何智能体都成为 Azure 专家，GitHub Copilot 编码智能体异步处理基础设施更新，Azure SRE Agent 自动检测、调查和修复生产故障，三者在人类监督下协同工作，彻底改变了软件构建和运营方式。
  • Published on
    AI 智能体正在以更快、更便宜的方式完成 IaC、CI/CD 流水线维护和故障排查等传统 DevOps 工作。本文建议工程师转向三个高价值方向：AI 基础设施/LLMOps 工程师、平台工程师或专注于 AI 的站点可靠性工程师（SRE），以适应 AI 驱动的运维新范式。