登录社区云，与社区用户共同成长
邀请您加入社区
在 AI 应用开发中，数据库的选择早已超越 “一款产品” 的范畴，而是选择一个能够与 AI 时代共同进化的技术底座。向量数据库 + 其他数据库的组合仅能满足轻量、单一的 AI 场景需求，而混合型数据库凭借多模态融合、一体化处理、架构简单的优势，成为企业级 AI 应用的主流选择，也是 AI 技术规模化落地的必然趋势。TiDB 作为混合型数据库的代表，以数据之实约束模型之虚，以架构之稳支撑应用之变。
中国AI与科技企业出海趋势及应对策略 本次活动围绕中国企业出海展开讨论，36氪副总裁谢作强分析了五大趋势：从模式输出转向技术溢出、AI双重赋能、供应链协同出海、跨区域能力提升及合规重视度提高。他建议企业聚焦产品竞争力、数字化能力和深度本土化。亚马逊云科技安全合规经理江学森则指出数据跨境传输、AI监管差异等行业合规挑战，并分享了亚马逊的合规支持方案。此外，亚马逊架构师沈金探讨了AI在企业级应用中的发
在正式介绍我们的工作之前，我想先通过自问自答的形式分享一下自己关于long-horizon agent浅陋的思考过程，希望对读者在某些方面有所启发。IterResearch 让 agent 学会“边做边重构思维”，在有限的上下文中实现无限的推理深度。
本文深入解析RAG技术两大主流框架RAGFlow与GraphRAG的架构设计。RAGFlow以文档理解为中心，构建知识加工流水线；GraphRAG则引入知识图谱实现全局推理。两者代表了RAG技术在不同维度上的探索，未来趋势是混合知识表示与智能查询路由，开发者需以积木式思维构建适合业务场景的现代RAG系统。
TiDB的AI SDK PyTiDB现已原生支持MCP协议，让大模型能够高效连接数据库。通过标准化接口，MCP打破AI数据孤岛，赋能AI Agent实现自主决策与执行。开发者无需编写复杂插件，简单配置即可将TiDB接入支持MCP的AI工具，实现自然语言驱动的数据查询与分析。相比传统Text2SQL，MCP提供更高工程化程度、类型安全调用和权限控制，助力构建智能数据分析应用。
堆用于对象实例分配，采用分代模型将内存分为新生代(Eden + 从属 Survivor)和老年代(Old Gen)，而方法区存储类元数据(如字段、方法信息)和常量池。现代JVM中，复制算法针对新生代(如ParNew)采用半区交替策略，而标记-整理算法用于老年代清除。通过Java Flight Recorder(JFR)记录垃圾回收、锁争用等事件，结合jmc(Mission Control)生成可视
一个A2A调用LangGraphj的demo：https://github.com/a2aproject/a2a-samples/tree/main/samples/python/agents/langgraph。一个A2A调用LangGraphj的demo：https://github.com/a2aproject/a2a-samples/tree/main/samples/python/age
11月墨天轮中国数据库排行榜解读已发布！本月前十变动较大，TiDB、达梦、亚信、中兴排名上升，前两名的分差再度缩小，更有一批数据库表现亮眼，一起来看更多解读！
同时，在人工智能爆发的背景下，越来越多的探索性业务天然需要存储海量的数据，TiDB 自然成为首选方案。相较于 TiDB v3.x，v4.0.9 在性能、管理、易用性等方面都有了质的提升，同时 TiDB 的生态组件以及社区也都达到了非常完善的程度，可以说是一个标志性的版本。经过半年左右时间的使用，在对 TiDB 有一定了解的基础上，我们开始在公司内部进行 TiDB 相关的技术分享，向研发人员介绍 T
官网地址TiDB可以理解为是MySQL的加强版/分布式MySQL/MySQLPlusTiDB 是 PingCAP 公司设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库，结合了传统的 RDBMS 和 NoSQL 的最佳特性。TiDB 兼容 MySQL，支持无限的水平扩展，具备强一致性和高可用性。
PCTA考前辅导知识点解析
作者：gzp1原文来源：https://tidb.net/blog/9068e79b...
