

 写点什么

架构图工具

收录了架构图工具频道下的 50 篇内容

Pinterest 部署生产级模型上下文协议生态系统，赋能 AI 智能体工作流

Pinterest 工程团队部署生产级 MCP 生态系统，借助领域专用 MCP 服务器、中心注册表和人工审批流程让 AI 智能体自动化复杂工程任务、集成内部工具，在提升安全治理水平与研发效率的同时，每月节省大量工时。

作者：Leela Kumili 译者: 明知山

04-05

Java 世界的 MCP：将架构策略应用于 LLM 集成

大语言模型不再仅仅用于实验性的聊天机器人或个人生产力工具。在企业中，这些模型正在改变团队与系统互动以及做出实际决策的方式。从本质上讲，它们已经成为真正的架构组件。

作者：Matteo Rossi 译者: 平川

05-05

Moonrepo 发布 moon v2.0：引入 WASM 插件工具链并重构 CLI

Moonrepo发布了moon v2.0，这是其自v1以来的首个重大版本更新。新版本引入基于插件的工具链系统，并支持包括JSON和TOML在内的多种配置格式。CLI也进行了重构，增强了任务继承与Docker集成能力。主要变化还包括架构转向以及VCS支持的改进。

作者：Daniel Curtis 译者: 张卫滨

05-19

规范驱动开发——企业规模化落地实践

规范驱动开发将 AI 增强的软件交付从战术层面的提示词工程转变为协作式的意图表达。当前企业在工具链、工作流集成、多仓库协调及跨职能协作等方面仍存在明显缺口。

作者：Hari Krishnan 译者: 明知山

02-25

4.5 个月迁走 1200 个微服务：腾讯云参与印尼运营商云转型，AI 开始接管迁移全流程

项目涉及十余家本土伙伴，跨语言、跨团队协作链条较长～

作者 : 褚杏娟

06-26

模型不再是关键？LangChain 创始人：真正决定 Agent 上限的是运行框架

伴随模型能力持续跃迁，简单调用 LLM API、套一层提示词就能做产品的时代，已经走到尽头。应用正在从“单次生成”，迈向“持续执行”。

作者 : 允毅

03-13

AI 时代的架构治理

生成式 AI 时代代码易得，但架构一致性难以保障，传统评审模式无法适配 AI 生成效率。本文介绍声明式架构，通过将 ADR 与事件模型转为自动化规则，实现轻量化合规路径，在去中心化治理的同时保持整体协同。

作者：Kyle Howard, Christian Johansen, Dana Katzenelson, Brian Rhot 译者: 明知山

04-06

美图 Roboneo：设计生产场景下多智能体编排工程实践｜AICon 上海

本次分享将结合 Roboneo 从 0 到 1 的建设历程，系统梳理面向设计生产场景的 Agent 能力编排工程实践

作者 : AICon 全球人工智能开发与应用大会

05-29

从提示词到生产环境上线：智能体开发指南

在本文中，作者Abhishek Goswami分享了一份面向实践者的指南，介绍了构建智能体AI应用并在生产环境中进行规模化部署的开发实践，同时提出了智能体应用开发的核心架构模式。

作者：Abhishek Goswami 译者: 张卫滨

03-18

当操作系统开始“理解意图”：鸿蒙 AI 如何改变开发者的工作方式

围绕 HarmonyOS 7 的新特性与 AI Agent 能力、开发工具的实际体验与局限、鸿蒙与 iOS 和 Android 的技术路线差异，以及生态发展和开发者的下一步选择，InfoQ 与资深全栈工程师、架构师、鸿蒙生态布道师刘光智展开了这次对话。

作者 : 王玮

08-17

黄仁勋宣布 Rubin 全面投产，4 万名工程师参与构建！史上最强 CPU 同步亮相

老黄的口头禅已经从“买得越多，省得越多了”变为了“买得越多，赚的越多”。

作者 : 李冬梅

06-02

Cloudflare 公布 MCP 架构方案，应对企业面临的安全与治理风险

Cloudflare 概要介绍了一种参考架构，用于在企业范围内扩展 MCP 部署，并将集中式治理、远程服务器基础设施和成本控制视为生产就绪型代理系统的关键要求。

作者：Matt Foster 译者: 平川

04-25

MediaTek 发布 AI 与游戏开发新工具，聚焦端侧智能体与移动图形能力

MediaTek 试图进一步完善其围绕手机、汽车、IoT 等多终端场景的开发生态，并推动 AI 能力和游戏能力在天玑平台上的落地。

作者 : 蔡芳芳

05-13

在 AI 增强的变革流中，架构师要承担何种角色？

尽管AI的采用正在激增，但大多数组织未能突破试点阶段。解决方案在于组织结构，而不仅仅是技术。本文详细介绍了架构师如何通过定义清晰的领域和护栏来实现“快速流动”。了解如何从控制结果转向策划上下文，使AI推动持续、有价值的业务变革。

作者：Jonathan McPhail, Juan Medina等译者: 张卫滨

01-04

基于 Apache Camel 编排智能体与多模态 AI 管道

本文探讨了如何基于 Apache Camel 搭建具备智能体能力的多模态 AI 系统。该方案的核心组成部分包含大语言模型推理、检索增强生成（RAG）以及图像分类。

作者：Vignesh Durai 译者: 明知山

04-29

微软将人工智能治理从政策层面转向运行时执行

微软概要介绍了一套人工智能治理架构，将治理重点从文档里的政策转向运行时执行、持续评估、可观测性和审计证据，以适应组织在生产环境中部署人工智能应用程序和智能代理的需求。

作者：Leela Kumili 译者: 平川

09-07

一种用于管理 AI 变革步伐的演进式架构模式

本文由 InfoQ 认证架构师在线活动的参与者撰写。这是他们工作的集大成之作，反映了该期活动的参与者在 AI 与现代软件架构交叉领域中所获得的集体见解。

作者Joe Price, Branimir Đurek, Pavlos Migkiros, Trevor Dearham 译者: 平川

08-05

“奥特曼拉来多少万亿都没用”！UML 之父判断：大模型不会真正思考，从架构上就是死胡同

InfoQ与Gardy Booch探讨了当机器与人类共同编写代码时，架构应当如何进化的原则性议题。

作者 : 核子可乐Tina

04-02

AI x 大前端性能稳定性：快手亿级 DAU 下的智能诊断实践

近年来，大前端技术领域呈现出迭代速度加快、功能复杂度和业务耦合度增加的特点，加之快手亿级 DAU 的用户规模和超长使用时长，面临着多种技术栈并存、高资源占用的挑战，性能稳定性风险持续增大。传统的性能稳定性排障工具使用门槛高，依赖领域专家多年积累的深度知识和隐性经验判断。如何借助快手「柯南 AI」赋能，实现性能稳定性问题排障经验平民化，显著提升诊断效率？

作者 : Kitty 策划: QCon全球软件开发大会

03-16

JobRunr 发布开源 Java AI 智能体 ClawRunr

JobRunr 发布 ClawRunr 开源 Java AI 智能体，可部署在用户本地硬件上，支持各类后台任务调度，融合对话交互、持久化任务、MCP 工具与浏览器自动化，适配多交互渠道，并依靠 JobRunr 完成任务调度、重试和监控。

作者：Diogo Carleto 译者: 明知山

05-07

创作场景