中间件-最新-阿里云开发者社区-阿里云

为企业提供高效、稳定、易扩展的中间件产品。
云监控 2.0 升级 Agentic Observability，让 Agent 看懂系统、也看懂 Agent：一面把完整可信的事实，经智能接入、数据治理、统一语义与标准入口交给 Agent；另一面把 Agent 自身的轨迹、成本、质量与风险，做成可解释、可下钻的观测。
混合模式相较全 Astra 的成本分别降低 92.01% 和 91.39%。
SLS围绕日志采集、资源管理、索引配置、查询与分析、告警与可视化等场景，构建了覆盖日志全生命周期的Agent Skills体系。SLS 正持续拓展可观测数据的应用边界，推动Agent深入问题发现、诊断、修复与验证全过程，释放 Agent 在研发、运维、运营、安全等场景的潜力。
文章以 React 电商应用故障为例，展示如何借助 RUM 与 STAROps 完成前端问题闭环：通过 JS 堆栈、React 组件堆栈和 SourceMap，定位折扣空值导致的 toFixed 报错及受影响页面；修复后再用加购、支付事件验证业务恢复，并通过 Mission 持续监控后续版本的错误与性能。
这几年，AI 写代码的能力进步很快。把一个需求交给 Coding Agent，它已经可以读代码、改代码、跑测试，甚至准备好 PR。但在实际研发中，我们会遇到一个问题：代码写得更快了，一个需求从提出到上线，为什么还是要花那么长时间？围绕这个问题，我们尝试用 AgentCore 把 15 个不同分工的 Agent 组织成一支研发小队，让它们参与完整的交付流程；再通过 AgentLoop 分析运行过程，持续改进这支小队的表现。这篇文章就聊聊，这套方式怎么工作，以及我们在实践中遇到了哪些问题。
阿里云发布全域智能运维平台STAROps全新能力，构建Agentic Ops闭环，通过构建统一的运维上下文、跨域诊断与根因定位以及持续闭环处置让AI从“给出答案”进阶为“关闭问题”。推动运维从被动响应转向Agent自主守护、人做关键决策的新模式。
阿里云可观测 2026 年 9 月产品动态
阿里云 CTO 产研线围绕业务北极星目标展开的实践已经取得了一些局部成果，也开始暴露出更难的问题：当 AI 原生实践走入深水区，单点提效和局部最优远远不够。
将JEV模型接入Agent流程，在工具选择、执行防护及回答审核等环节提供结构化判断与概率输出，辅助程序决策。
SLS 推出自动发现字段索引，新字段写入即建索引，无需手动配置或重建。统一 text 类型兼容动态数据，SQL 自动数值转换。完美适配 AI Agent 运行时动态查询需求，实现日志分析开箱即用，告别索引维护瓶颈。
开源 Higress 对比 阿里云 AI 网关 Serverless 企业版，网关处理时延最高降低 97.1%；通过按量付费与平台托管，减少资源预留和日常维护投入，让性能与长期成本一起得到关注。
阿里云云拨测升级 AI 应用监测能力，支持 SSE 首事件延迟、事件间隔与流持续时间等指标，结合智能分析和日志联动，帮助定位流式响应卡顿与服务异常。
一个运行在本地的 Agent 智能路由与协作引擎。
本文将介绍 Kitta，一套面向领域深度定制的 Code Review Agent。它将通用智能体领域化，通过沉淀项目级专家资产、定制审查流程与领域知识库，并构建在线离线协同进化闭环，精准解决领域特定的代码问题。
阿里云 CMS 2.0 RUM 通过 WebSocket 握手记录，精准定位建连失败原因。结合端云 Trace 关联，将笼统的“无响应”收敛为可排查的具体线索，快速区分客户端、网关或鉴权问题。
页面迟迟不返回，是渲染慢、模型慢，还是工具背后的业务服务慢？沿一条真实链路找到排查方向。
阿里云发布贯穿全栈的 Agentic Ops 能力，以云监控 2.0 与 AgentLoop 扩张观测边界、STAROps 闭合智能运维、云效研发智能体延伸至研发交付，并通过OTel、UModel、BRiSE等开源共建夯实行业底座。帮助企业落地从观测、评估到决策、自进化的完整智能演进路线。
CAD AI模块是嵌入网页CAD的轻量插件，通过自然语言指令驱动：整理图纸状态→调用大模型生成标准JS代码→沙箱安全执行→图形预览与人工确认。模块不内置模型、不直操作图，专注可读、可验、可迭代的代码生成，赋能高效智能设计。（239字）
同城外卖上云的关键，是把峰值交易、快照化计价、可回放的 GEO 调度改派、幂等支付退款放到正确的同步与异步边界上，并用 API 网关、ACK/FC、RocketMQ、Redis、RDS、OSS 与 SLS 按域拼装。
Excelize 是一款开源的 Office Excel 电子表格文档基础库，2026年11月2日，社区正式发布了 2.11.1 版本。该版本包含 30 余项更新，包括新增功能、错误修复、安全和兼容性提升优化。来自世界各地的 30 名开发者为此版本贡献了代码。
本文整理自阿里云智能集团云原生应用平台负责人周琦和 AgentCore 产品经理李国强在云栖大会的分享。
在 2026 云栖大会上，阿里云日志服务 SLS 宣布全新升级。
本文将着重介绍浩瀚能源技术团队是如何将体系建设，架构演进到常态化演练，形成了一套可以复制的高可用治理方法论。本文以浩瀚能源公充业务的异地双活建设为主线，还原这段“治未病”的工程实践。
云栖大会期间，阿里云发布了企业级 Agent 平台 AgentCore，旨在通过更加原生的人机协作方式，以及更完整的 Agent 构建和治理的平台能力，提升企业的生产力。
云栖大会 Agentic 技术主论坛，阿里云发布 Alibaba Cloud AI Agent Handbook，旨在呈现 Agent 的前沿思考和落地实践，为企业选型、内部立项和创造价值提供参考。开源地址：https://github.com/aliyun/ai-agent-handbook
读网页为何会触发危险命令，清理测试目录为何误删个人文件？本文结合公开案例，介绍 LoongSuite-Pilot 如何采集行为记录，以及 AgentLoop 如何结合上下文核对用户授权、还原操作过程，让风险判断有据可查。
今年，我们在北京、深圳、广州、上海、杭州等城市举办了多场线下开发者沙龙，旨在了解 Agent 在各行业的发展现状。此次开发者调研回收了有效问卷 1906 份，受访者以企业的技术决策者、架构师、一线工程师和产品经理为主。本文将呈现我们的调研详情，希望对从业者们能提供一些参考。
在 2026 云栖大会 AI 实时数据智能论坛上，千问办公联合 AgentBridge 正式发布 “数据分析专家”套件——业务人员用自然语言，即可安全调用企业多源数据，得到一份经过分析与复核、可直接交付的报告。
9 月 22 日，阿里云在云栖大会 AI 实时数据智能论坛上正式发布 Kafka 流算湖一体化实时数据平台——从统一实时数据入口，到数据进来即算、处理后原生入湖，云消息队列 Kafka 版加速向实时数据平台演进。
随着 AI Agent 从简单的单轮问答走向复杂的编码与工具协作，任务执行周期被拉长至分钟甚至小时级。面对网络中断、资源争抢与状态丢失等生产级挑战，阿里云在 RocketMQ for AI 的持续演进中，于 9 月 22 日云栖大会 AI 实时数据智能论坛上正式发布 LiteTopic 的多项新特性，并展示了其在阿里云百炼与 Qoder Cloud Agents 中的落地实践。本文将深入解析如何利用 LiteTopic 构建高可靠的 Agent 异步通信架构。
9 月 22 日，AgentBridge 在云栖大会 AI 实时数据智能论坛上正式发布。作为一站式 Agent 实时数据上下文服务，AgentBridge 连接企业分散的数据源，围绕业务任务组织实时事件、业务事实、历史信息和规则，为 Agent 提供可信、可追溯、持续更新的上下文，帮助企业将 Agent 应用于实际业务。
本文详解MxCAD对象选择机制：分为UI交互（点选、框选、栅栏选、累加选）和无UI编程选择（全选、ID/句柄查找、特征筛选）两大类；统一通过McObjectId标识对象，以MxCADResbuf实现跨场景筛选（类型、图层、颜色等），最终在MxCADSelectionSet中统一管理与遍历。
私有化部署后接 npm：建 HOSTED/PROXY/GROUP，配 .npmrc 与 scope，用最小包跑通 publish/install，并处理 E401、E404、E409。
本文介绍从海量 Agent Trace 和 Session 中提取请求意图与用户任务并行进行聚类，结合耗时、Token 消耗与交互摩擦分析运行表现，帮助发现线上共性问题，为问题排查与能力优化提供依据。
AgentScope 2.0 正式演进为通用Harness，通过任务、信息、行动三层机制及沙箱隔离架构，支撑企业构建Agent应用、可服务化的Managed Agents平台。
本文详解Nginx 413错误排错：`client_max_body_size`需正确配置在`http`/`server`/`location`任一作用域（优先级递增），推荐写在`server`块中与`listen`同级；强调配置后必须`nginx -t && nginx -s reload`，并提醒排查CDN、多server块、后端限制等常见陷阱
阿里云云监控 MCP Cloud 正式发布，提供近 200 项工具，Agentic 能力再进一步：让 Agent 直接查询与管控用云可观测，守护应用稳定运行。
Alibaba Cloud AI Agent Handbook 即将开源。
9月23日下午，欢迎来到杭州国际博览中心一期一楼 103B 厅，与我们一起讨论 Agent 进入生产链路之后，研发组织将如何真正发生变化。