Marico's space

把 NestJS 部署到 AWS Lambda 上跑 API Gateway，听起来挺简单的——直到你开始真正把它们串起来。 从让 NestJS 适配无服务器（Serverless）运行环境，到配置 API 网关（API Gateway），再到用 AWS CDK（云开发工具包）搭建基础设施，这里面有好几个环节容易乱成一锅粥。自己做个人项目的时候，这些坑我一个不落全踩了一遍——尤其是怎么让 Nes

最近折腾 HPC 集群存储方案，踩了几个坑，这篇把 NFS 和并行文件系统的选择问题说清楚。 搭建或扩展 HPC 集群时，存储设计是最大的架构决策之一。很多中小规模集群起步选择 NFS，简单、可靠、好维护。但随着业务增长，存储往往成为隐藏的性能瓶颈。 所以真正的问题是： 什么时候 NFS 就够了，什么时候其实需要 Lustre、BeeGFS 这类并行文件系统？ 这篇文章拆解几个实际影响因素

最近在折腾 AI 编程工具，发现一个很现实的问题：这些 Agent 们写代码确实快，但普遍喜欢"抄近路"——跳过需求确认、跳过测试、跳过代码审查，怎么省事怎么来。今天聊的这个项目，就是来解决这个问题的。 这是"每日一开源项目"系列的第 58 篇，今天聊聊 Agent Skills。 如果说上期介绍的 Symphony 解决的是"如何大规模运行 AI Agent"，那 Agent Skills

别让SSD性能腐烂：Linux上实用的fstrim.timer 如果你的Linux系统运行在SSD、由SSD存储支持的虚拟磁盘或精简配置卷上，TRIM是那种容易被遗忘、日后调试又很麻烦的无聊维护任务。 好消息是，现代Linux已经有了一个明智的解决方案：fstrim.timer。 本文展示如何： * 验证discard是否真正被支持 * 检查fstrim.timer是否已启用 * 安

最近折腾 AI Agent 编排，踩了几个坑，这篇把问题说清楚。 过去一周，GitHub Trending 和 HN 上最火的话题不是新的模型发布，而是 AI Agent 基础设施： * Superset — HN 96票，Cursor 式的并行 Agent 编排工具 * Kontext CLI — HN 70票，AI Agent 的凭证中间件 * JACoB — HN 40票，真实生产

最近折腾了一个叫 SwiftDeploy 的部署工具，踩了不少坑，这篇把核心设计说清楚。这个工具解决的是一个老问题：部署流程里的配置、策略、监控三个东西本来应该紧耦合，结果在大多数项目里都是散的——Compose 文件一套、Env 文件一套、CI 里再一套，改一个阈值要改好几个地方。SwiftDeploy 用一个 manifest.yaml 把这三件事闭环了，底层靠 OPA（Open Policy

最近AI Agent开发领域有个有趣的现象：教程和框架几乎清一色是Python，但真正跑在生产环境里的基础设施，却越来越多人悄悄换成了Go和Rust。这种语言选择的割裂感，其实反映了AI Agent项目天然的架构分层需求——不同层级对性能、可靠性和开发效率的要求完全不同。 本文不会告诉你「某某语言最好」，而是帮你搞清楚在AI Agent系统的不同位置，到底该用什么语言。有具体项目案例，也有代码片

说起来，最近 AI（人工智能）模型的托管和部署已经成为 DevOps 领域最热门的话题之一。我之前做过一段时间的云原生基础设施相关工作，对 Kubernetes（简称 K8s）在生产环境中的应用还算熟悉。今天要聊的这两家平台——Replicate 和 Modal——算是目前 AI 模型托管领域比较有意思的存在。一个走的是「傻瓜式」路线，用 Cog 把模型打包成标准化容器；另一个则是代码优先，把 P

最近一直在看各种 AI Agent（人工智能智能体）方向的 PMF（产品市场契合度）提案，发现大多数都掉进了同一个坑里——听起来挺有用，但本质上都是"更便宜的研究"、"更便宜的监控"或者"更便宜的内容生成"。说实话，看多了有点审美疲劳。直到读到这篇关于医疗账单索赔冻结的提案，眼前一亮，觉得找到了一个真正有嚼头的切入点。 作者瞄准的不是什么高大上的认知智能，而是医疗运营里最让人头疼的"记录漂移"问

说实话，我第一次在自己的项目里接入 Google OAuth 的时候，被文档绕得有点晕。Google 的文档确实很全，但信息密度太大，很多关键细节埋得很深，比如为什么非得用 PKCE、access_type=offline 和 prompt=consent 这两个参数到底起什么作用。网上很多教程要么只讲一半，要么直接跳过了 refresh_token 这个环节，导致 token 过期后应用直接挂掉