架构

第十四篇：《Codex 源码拆解：137 个 crate 构成的智能体架构》在前面的十三篇文章中，我们从使用者的视角理解了 Codex 的方方面面——CLI、桌面应用、IDE 插件、SDK、插件、MCP、CI/CD、批量任务。但如果你想知道 Codex 的 Agent Loop 到底是怎么实现的、为什么它能高效处理复杂任务、它的状态持久化机制是怎样的，就需要深入源码。Codex 的官方仓库是一个用 Rust 构建的大型工程——137 个 crate 构成的智能体架构。本文从整体架构讲起，逐层拆解七层架构的设计，深入剖析 Session/Turn/Step 三级模型的实现，帮你理

做了几个 Agent 项目后，我发现：真正拉开 AI 产品经理差距的，不是技术最近在做 Agent 项目的过程中，我越来越明显地感受到一个问题：现在搭一个 Agent Demo 真的不难，难的是让它真正进入业务流程，并且稳定运行。

DeepSeek Harness 详解开源插件化 AI Agent 运行时：架构、模式、安装与生态· Model + Harness = Agent：让大模型真正动手干活的运行时· Cordis 微内核驱动，一切皆插件，热插拔可逆副作用

这个DBA有点耶

数据库双轨并行实战：全量并行策略、增量延迟控制、双向回切与一致性校验大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！数据库迁移最大的挑战是什么？中国信通院《数据库发展白皮书》指出，核心系统的数据库迁移面临三大结构性难题：停机窗口长、数据一致性难保证、故障后缺乏回退手段。传统模式是“停机 → 全量迁移 → 停机 → 增量追平 → 切换”，两次停机加在一起，对于7×24小时运行的核心系统来说，窗口根本不够用。

MySQL 单机版 vs 高可用版：宕机排查 + 故障处理只有一台 MySQL 实例，一套 mysqld 进程，只有一份数据，没有备库副本。读写全部都在这一台服务器。

Devlive 开源社区

KnowForge 2026.0.8 发布：协作写作、团队空间、AI 朗读，这次更新有点大KnowForge 2026.0.8 正式发布。这次更新主要围绕团队协作、阅读体验、内容管理和站点运维进行了增强，同时修复了一批采集、翻译和交互问题。

53488736abcdefg

Hive 入门&架构原理按「定义→架构→流程→核心概念→生产配置」梳理。

一条大祥脚

【CS336】lecture5 GPU|算力缩放|架构|内存模型|执行模型|TPU这讲的目标是地球上的总算力以指数级增长，才能使得大语言模型的验证集loss以线性降低，可以拟合出一个下界，如图中的虚线描述的直线。所以算力对于AI的发展非常重要。

吴建旭智宅焕

智能家居B端交付能力解耦架构：从全链路自持到全国交付基础设施接入一、背景/痛点分析B端客户在智能家居行业中往往能力全面：懂产品、懂方案设计、懂标准装调、懂全案交付、懂售后服务。但能力越全面，越容易被交付绑死。项目进场要盯，水电交底要去，安装异常要协调，售后服务要处理。经营者逐渐成为最大的交付工程师、最大的运营协调者、最大的售后处理者。增长上限被个人时间和精力锁死。

为什么需要 Access Token 和 ID Token 两个令牌一句话概括：Access Token 用于"授权"（Authorization），解决"能访问什么资源"的问题；ID Token 用于"认证"（Authentication），解决"这个用户是谁"的问题。两者对应的是两个不同的协议目标、不同的消费方、不同的生命周期，混用会直接破坏安全模型。

Go 语言 gRPC（grpc-go）深度解析面向工业数采多服务架构的 Go 语言 RPC 编程实践指南，覆盖 Protocol Buffers、四种调用模式、拦截器、超时与 context、连接管理、TLS、反射调试、优雅关闭、底层实现剖析与高频坑点。

AI Agent 架构详解：从 ReAct、规划执行到多智能体协作介绍 Agent 架构，最需要回答四个问题：谁决定下一步、谁执行动作、信息怎样保存、什么条件允许任务结束。

风寄巴山秋

OpenBMC：Web 页面功能异常排查WebUI 的基本交互链路为：打开浏览器开发者工具，重点检查：先找到具体失败请求，比直接重启全部后台服务更容易确定原因。

jason.zeng@1502207

（八）现有架构上新增一个通用Excel导出工具我会在你现有架构上新增一个通用Excel导出工具，Agent 可以自动把查询到的数据生成 Excel 文件，返回下载链接。支持固化接口数据和 SQL 查询数据导出，前端点击链接就能下载文件。

两万五千个小时

从零给 DSH 写一个 Webhook 通知插件这篇文章按这个顺序讲：📌 阅读约定（关于代码片段）：第 1～3 章的片段是示意——为聚焦概念，省略了 import、上下文和错误处理，单独复制无法编译（例如 2.2 的 ctx.emit("session/event", session, event) 里 session/event 是宿主侧变量， 3.6 的 flush 是占位函数）。第 4 章起是完整文件，与仓库源文件逐字一致，可以整段复制。

天空鸟_时光不老

06-给AI流程加一道人工闸门这是我"Java 转 AI 工程"系列的第 6 篇。前面几篇把库存智能调拨的 Agent 装了起来：采数据、喂提示词、让大模型输出调拨建议。这一篇要干一件相反的事——在这条链路最关键的那一步，把它踩住。

OIDC的UserInfo端点OIDC是OAuth2的一个扩展，用于获取用户信息，如用户名、邮箱等，获取其他定制的用户信息需要自定义 UserInfo 端点。

jason.zeng@1502207

（七）「固化 Rest 接口 + Text-to-SQL 灵活查询」双模式 Agent 架构教程这个方案非常适合企业级场景：高频、固定、安全敏感的查询做成固化Rest接口，保证性能、稳定和可控；临时、灵活、探索性的查询走Text-to-SQL，保证灵活性。Agent 自动判断该用哪种方式，前端只需要发自然语言，完全感知不到底层差异。

天空鸟_时光不老

01-我不转Python把AI塞进Java里这是我"Java 转 AI 工程"系列的第 1 篇。这一篇没有代码，交代的是动手之前我逼着自己回答的三个问题：形势到底变了什么、Java 开发者在这个方向上真实的位置在哪、以及我为什么把路线押在 Spring AI / Spring AI Alibaba 而不是去学 Python。第 3 篇开始上手写工作流，这篇先把判断摊开。

行者全栈架构师

【鸿蒙心迹】ArkUI 列表性能实战——为什么 200 条数据页面掉到 20fps，LazyForEach 怎么救（HarmonyOS 7.x）摘要: 仿新闻 App 的信息流首页，我第一版用 ForEach 渲染 200 条新闻，真机上滚动手感直接掉到 20fps，卡顿明显。排查发现根因不是"数据太多"，而是渲染模型选错了：ForEach 全量渲染 + 无组件复用，任何一次状态刷新都会重建整个列表。本文用仿新闻首页作为贯穿案例，单点深挖 ArkUI 列表性能：从 ForEach 到 LazyForEach 的渲染原理、组件复用（reuseId）、item 缓存池调优，附优化前后帧率/内存实测数据，帮你把列表流畅度从 20fps 干到 60fps