中间件

糖果店的幽灵

【DeepAgents 从入门到精通】Context Management 上下文管理完成本章学习后，你将能够：想象你正在参加一场全天会议，面前有一块白板。你不可能把会议中每一句话都写在白板上–白板空间有限。你需要一个聪明的策略：

【金仓数据库征文】不装中间件的 MySQL→金仓在线迁移，mysql_fdw 全流程，和一个差点漏掉的 emoji把一个 MySQL 业务库迁到 KingbaseES，传统路径通常绕不开两样东西，一个导出导入的停机窗口，和一个额外部署的数据同步中间件。前者要业务方点头给时间，后者要多维护一个组件、多配一套规则。对中小库或者灰度试点来说，这两样都嫌重。

ONLYOFFICE AI Agent 深度解析：在线 Office 正从编辑器走向智能工作平台ONLYOFFICE 在 DocSpace 3.6 中引入 AI Agent，并在 DocSpace 3.7 中进一步增强文件生成、工作空间管理、Webhook 和多模型接入能力。

知行合一。。。

LangChain--08--中间件(Middleware)提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档链接：https://docs.langchain.com/oss/python/langchain/middleware/overview

鸿蒙 PC Markdown 编辑器可靠性设计：未保存内容的崩溃恢复闭环桌面编辑器的崩溃恢复不能只在启动时弹出一句“发现草稿”。可靠闭环必须回答：输入多久落一次恢复记录、连续输入是否造成高频全文写入、记录写到哪里、写一半进程退出会怎样、恢复后为什么仍是未保存、用户保存或放弃后何时清理、旧异步写入会不会在清理后重新出现。

中间件的“价值重估”：传统同质化竞争终结，AI智能编排时代开启2026年，全球基础软件产业迎来一个标志性节点：传统消息中间件、应用服务器、缓存中间件的同质化竞争宣告结束。取而代之的，是AI原生智能编排、自动化治理、算力智能调度成为中间件核心升级赛道。

中间件的“结构性升级”：当智能编排成为政企采购的“硬指标”2026年，中国中间件产业迎来了一道清晰的分水岭。中国信通院2026年中产业报告指出，随着AI智能体成为招投标刚需，传统基础中间件正加速向AI原生中间件迭代。具备智能任务编排、自动算力调度、全链路智能运维、大模型适配能力的消息中间件、应用服务器、分布式缓存产品，已成为政务、金融、能源行业采购的首选。而纯基础传输型中间件，正逐步进入迭代淘汰周期-。

C137的本贾尼

第七篇：消息队列（MQ）——就是个带存储的异步通信管道别再背各种MQ的区别了，你只需要知道“它就是个中间人，A把消息给它，它转交给B”消息队列（Message Queue，简称MQ）是分布式系统里最常用的解耦工具。面试里问到MQ，核心就考一件事：消息怎么不丢、怎么不重、怎么不积压。

RabbitMQ的推模式和拉模式推模式:消息中间件主动将消息推送给消费者(有多少就消费多少)拉模式:消费者主动从消息中间件拉取消息(可指定消息数量)

Web 渗透实战：服务器系统识别、端口与中间件全量探测上一篇我们聊完了站点层面的信息收集 —— 指纹识别摸清了目标用了什么技术栈，目录扫描挖出了隐藏路径和接口，被动插件补充了更多细节。到这里，我们对 “网站长什么样” 已经有了比较清晰的认识。

马里马里奥-

大模型应用开发笔记04:LangChain 工具（Tool）与中间件（Middleware）详解在 LangChain 构建智能体的过程中，我们经常会遇到两种核心机制：工具（Tool）和中间件（Middleware）。它们看似都是对请求的某种处理，但触发时机、执行逻辑和应用场景截然不同。

霸道流氓气质

CDC 中间件捕获 Binlog 全流程详解CDC 中间件要完成的任务：连接 MySQL，读取 Binlog 二进制流，解析为结构化数据，投递到 Kafka。

名字还没想好☜

Next.js 中间件实战:鉴权、重定向与 A/B 分流Next.js 的 middleware.ts 是个特别容易被误用的东西。它跑在每一个请求进入页面之前,而且运行在 Edge Runtime——这意味着你不能在里面连数据库、不能用 Node 的 fs,还得小心它会拦截到静态资源。这篇用三个真实场景(登录鉴权、按地区重定向、A/B 分流)把中间件讲透,顺带把新手最常踩的 matcher 配置坑和 Edge Runtime 限制说清楚。

马里马里奥-

大模型应用开发笔记03：LangChain 中间件实战在使用 LangChain 构建智能体应用时，我们经常需要在智能体执行的不同阶段插入自定义逻辑——比如在消息发给大模型之前做预处理、在模型返回结果后做后处理、或者包装整个模型调用链路。这些需求都可以通过 LangChain 的中间件（Middleware）机制优雅地实现。

【架构实战】分库分表实战：ShardingSphere与中间件选型2020年，我们订单表突破了8亿行，单表容量超过300GB。问题一个个冒出来：架构团队开会讨论三个方案：

[MAF预定义ChatClient中间件-03]CachingChatClient——利用缓存省钱省时间在下面的演示程序中，我们定义了通过实现IDistributedCache接口来创建了InMemoryDistributedCache类型，后者利用一个字典来存储缓存数据。在利用OpenAIClient创建了一个IChatClient对象后，我们调用AsBuilder扩展方法将ChatClientBuilder构建出来，通过调用UseDistributedCache方法来注册DistributedCachingChatClient中间件，并传入一个InMemoryDistributedCache对象来作为缓

Traefik 中间件深度配置：限流、认证、IP 白名单与错误页面定制如果你已经掌握了 Traefik 的基础部署，那么中间件（Middleware）才是真正发挥 Traefik 威力的地方。Traefik 中间件是请求处理管道中的"过滤器"，可以在请求到达后端服务之前或响应返回客户端之前对其进行各种变换与控制。本文将深入探讨中间件链的高级用法，涵盖限流、Basic Auth、IP 白名单、请求头改写以及自定义错误页面等场景，帮助你构建一套生产级别的 API 网关防护体系。

从可用到好用：2026年信创改造建设之邮件系统经验分享经过近二十年的研发创新与发展，中国信创产业已经走过了“不可用”的艰难探索期，跨越了“可用”的初步验证期，正式迈入“好用”的历史新阶段。

[MAF预定义ChatClient中间件-01]LoggingChatClient——在调用LLM前后输出日志如果将LoggingChatClient这个中间件至于连接LLM的IChatClient之前，那么针对后者对LLM的调用情况会以日志的形式记录下来。我们可以通过设置不同的日志级别来控制输出的详细程度。在如下的演示程序中，我们利用创建了一个基于OpenAIClient的IChatClient对象。在调用AsBuilder扩展方法将ChatClientBuilder构建出来后，通过调用UseLogging方法来注册LoggingChatClient中间件，并且传入一个ILoggerFactory对象来控制日志

梦想的颜色

【Docker部署插件】：使用 Docker 部署生产级 Kafka 完整版教程本文提供可直接复制的生产开发级docker-compose.yml，内置 ZooKeeper 协调、Kafka 消息服务、Kafdrop 可视化管理面板，解决容器最经典的Broker may not be available、宿主机无法连接、重启数据丢失、内外网双访问四大痛点；附带全平台启停命令、Topic 创建 / 生产消费测试、云服务器外网配置、20 + 踩坑修复方案，前端 / 小程序 / Java/Python 开发直接复用。