编辑
2026-11-19
项目实战经验
00
  • 主备切换,数据库实际只不可用十几秒。但监控图上,整条业务线瘫了整整 16 分钟。
  • 更反直觉的是:把库切回来、数据库早就恢复了,业务却还起不来。
  • 这篇文章复盘这次事故的两个独立根因,以及“连接池 / 健康检查 / K8s 探针”三层加固是怎么做的、为什么这么做。
编辑
2026-11-19
项目实战经验
00
  • 把连接池参数往生产环境一推,服务立刻开始大批量报错:Operation not allowed after ResultSet closed、Can't call commit when autocommit=true、INSERT ... execute error。
  • 诡异的是——只把其中一行 keepAlive: true 注释掉,其他全不动,报错瞬间清零。
  • 本文从大白话到源码机制,把根因讲透,并给出正确做法。
编辑
2026-11-09
基础技术图谱
00

大白话讲懂 Agent 里 Tool / Skill / MCP,别再傻傻分不清

很多人踩坑:以为区分标准是「工具在本地还是外网」,这是最大误区。

三者不是按「本地/外部」划分,而是分工不一样,解决的根本问题完全不同。

适合 OpenClaw、LangGraph 这类 Agent 开发的同学阅读。

编辑
2026-10-29
项目实战经验
00

同一个模型,Agent 调用复杂Skill 使用 Ollama 加载的模型乖乖跑完 Skill 中串行的 10 个步骤,vLLM 却跳步摆烂——到底差在哪?

你可能也遇到过这个诡异的场景:同一个 Qwen3.8-27B 模型,用 Ollama 跑 Agent 多步骤任务(比如自动生成报表),10 个步骤老老实实依次执行;换成 vLLM 部署,同样的 prompt、同样的 Skill 定义,模型却跳步骤、提前输出、思考浮于表面——像是"变笨了"。

模型权重完全一样,为什么表现天差地别?本文把这件事彻底讲清楚,并给出混合负载场景下的落地方案。

编辑
2026-10-29
项目实战经验
00

跑长流程 Skill 时,上下文到达阈值触发的压缩请求,与正在执行的 Skill 主推理争抢同一模型后端,导致排队超时、会话中断。

优化思路是把主推理与上下文压缩拆成两个独立模型、分后端部署——Skill 继续用本地部署的 Qwen3.8:27B 负责决策,压缩摘要单独交给独立推理服务的 Qwen3-4B,从根上消除资源争抢。