告别繁琐部署,PolarClaw SaaS 让 AI 应用管理触手可及
在企业落地 AI 应用的过程中,团队往往面临一个尴尬的现实:AI 模型和能力已经就绪,但从"能用"到"团队都能用"之间,还横亘着一道部署与管理的鸿沟。每个成员想跑一个 AI 应用,都得理解底层资源配置、网络拓扑、权限体系,这显然不是高效的协作方式。阿里云 PolarDB 推出的 PolarClaw 企业级 SaaS 服务,正是为解决这一问题而来。它将 AI
给你的AI 配一个专属"数据厨师",DataBridge Agent 让多源数据“可用、好用、易用”
引言:数据是AI的"粮草",但喂起来真费劲2025年,大模型越来越聪明,但很多企业发现:模型再牛,没有好数据也是"巧妇难为无米之炊"。看看这些场景,你是不是也中招了?🤯 场景一:数据散落在"天涯海角"想训练一个行业模型,数据却在MySQL、Oracle、各种Excel、PDF里"各自为政"。你得先当半个月&q
PolarDB分布式版 AI 助手正式上线:你的“数字DBA”已入职
PolarDB-X AI 助手正式上线:分布式数据库运维迈入AI时代今天,我们正式推出 PolarDB-X AI 助手(PolarDB-X AI Agent) —— 一款专为分布式数据库打造的智能运维助理。面对跨分片 SQL 优化、分布式事务诊断、多节点扩缩容等复杂运维挑战,企业常受限于 DBA 资源稀缺、排查链路冗长和人为误判风险。PolarDB-X AI 助手深度集成于 P
当龙虾退烧,我们终于可以聊聊真实生产的事儿了
标题:当龙虾退烧,我们终于可以聊聊真实生产的事儿了有人说 OpenClaw 只是极客的玩具,新鲜劲一过就该撤火了。而外界在谈论它是否过时,我们正忙着帮它撕掉“玩具”的标签,把这只“虾”直接送进企业的生产线。4月11日,北京。我们带来 OpenClaw 的一次硬核“物种进化”。潮水退去后过去两场线下活动,大家玩得尽兴,但也留下了不少灵魂拷问:“Demo 跑得欢,真要把生产数据库交给它,安全谁负责?”
千问背后的记忆引擎:PolarDB-X Mem0
流量暴涨100倍,PolarDB-X 稳如磐石。夸克与千问"长记忆"背后的存储底座,峰值20万TPS,从容应对。20万TPS,100倍流量洪峰,0次抖动。千问大模型的记忆,交给 PolarDB-X。在大模型服务与智能体全面普及的今天,记忆已不再是锦上添花的功能,而是赋予 AI 真正智能、个性化体验与连续交互能力的核心基石。处理海量记忆数据时,高并发写入、多维
基于PolarDB Mem0 为 OpenClaw 构建高效记忆系统(阿里云开发者)
1.为什么你的龙虾需要记忆记忆是区分 Agent是"玩具"还是"生产力工具"的分水岭。没有记忆,Agent 每次对话都从零开始——你周一告诉它"我正在学 Rust",周三它就忘了。有了记忆,Agent 能持续积累对用户的理解:偏好、决策历史、项目上下文,越用越"懂你"。企业场景中记忆的价值更加显著:智能客服记住客户历史
Tair 短期记忆架构实践:淘宝闪购 AI Agent 的秒级响应记忆系统
引言当你对千问说一句"帮我点杯霸王茶姬的伯牙绝弦,少糖去冰,送到公司",背后的 AI Agent 需要在数秒内完成意图识别、地址解析、商品搜索、规格匹配、加购下单等一系列操作。整个过程涉及多轮对话、多次工具调用,每一步都依赖对"之前发生了什么"的准确记忆。这就是 AI Agent 的短期记忆问题。在淘宝闪购与千问合作的"一句话点外卖"项目
OpenClaw-Observability:基于 DuckDB 构建 OpenClaw 的全链路可观测体系
如果你也曾盯着 OpenClaw 回复的一句"Done",不知道它到底做了什么——你并不孤单,我们也曾经历过。于是我们基于DuckDB为 OpenClaw 构建了一套可观测插件,把原本不可见的 Agent 执行过程结构化记录下来,让每一次对话从黑盒运行变成链路透明。故事从一次真实的排障经历说起。一、起源:从一个只有“Done”的回复说起故事发生在我们部门内部的一个自动化场景中。
MySQL复制延迟很头疼?从AI诊断到内核优化,AliSQL为您保驾护航。
复制延迟问题对于MySQL数据库来说,搭建主备架构增强可用性,搭建只读实例增强扩展性,都是刚需中的刚需;这二者都依赖于 MySQL 基于 Binlog 的逻辑复制。在MySQL中,主库会以事务维度,将被修改的所有数据记录到 Binlog 中,并传输到从库;从库收到 Binlog 后,将修改应用到自己的表上。正常情况下,从主库提交事务到从库应用完成的时间差要很短,以保证从库的数据的时效性;但是在一些
如何避免🦞烧光Token还出错?OpenClaw日志 x AnalyticDB Trace诊断实战
据 Gartner 预测,未来几年将有超过 40% 的 Agentic AI 项目因无法达成商业目标而被取消。核心原因之一:团队构建了错位的评估体系——过度依赖“幻觉率”等通用指标,无法捕获真正导致 Agent 表现失控的根因。而成功交付生产级 Agent 的研发团队做法恰恰相反:大家选择深入剖析底层 Traces,从真实数据中推演出专属评估指标。 在 OpenClaw 时代,Agent
阿里云RDSClaw:给OpenClaw装上超级记忆和超级大脑,会怎样?
RDSClaw 喊你领取免费试用了!点击下方训练营,可领取免费试用,跟随训练营中的课程可轻松部署你的专属小龙虾!训练营报名链接:养虾训练营- RDSClaw_阿里云培训中心-阿里云参营福利:完成 RDSClaw 实操部署,用钉钉搜索群号【169290007216】加入“RDSClaw 训练营”群,在群内反馈您的部署体验(图+文形式),被产品方点赞的优质反馈者将会获得专属小奖品!(杯子雨伞套装、魔方
PolarClaw实战训练营,手把手带你免费部署自己的龙虾
🔴 直播预告时间:3月30日(周一) 17:00 - 17:30加入教学:https://live.dingtalk.com/r/XTpveyTDx7🎁 前10名完成实训跟练可获定制权益!实战直播 | 电商场景下的小龙虾生产力全开!本次实战以电商场景为例,带你放大小龙虾生产力!🦞 带你免费配置PolarClaw 📊 与PolarDB实例打通(新用户可领取免费试用) 🛍 进入电商场景实战PolarC
年增50%门店,资源降本35%:收钱吧·全来店如何基于阿里云SelectDB重构餐饮数据底座?
全来店是收钱吧旗下数字化门店服务商,专注连锁餐饮SaaS。面对年增50%的万店规模挑战,其通过阿里云SelectDB Serverless重构数据底座,实现负载隔离与弹性伸缩,查询性能提升80%,成本降低35%,支撑全域实时经营监控与供应链精准核算。
OpenClaw Skill × DuckDB:一个会自动进化的电商销售分析预测是怎么炼成的
一、OpenClaw的操作手册——Skill 系统是什么?先说一个反直觉的事实:AI 什么都懂,但什么都"不会做"。你问 ChatGPT"北京明天天气怎么样?",它答不上来。不是它笨,而是它没法联网查实时数据。它的知识停留在训练数据截止的那一刻。它就像一个博学多才但被关在图书馆里的学者,读了很多书,但看不到窗外是晴天还是下雨。不只是天气。你让 AI 帮你关灯
200+开发者“钳”聚燃爆杭州,第二期OpenClaw「虾搞」数据库活动上海站来啦!
第二期OpenClaw「虾搞」数据库活动——上海站,来啦!
懂镜头的AI编剧助手来了!阿里云AnalyticDB让大模型学会“导演思维”
阿里云瑶池AnalyticDB PostgreSQL版推出AI短剧编剧助手,基于GraphRAG与长记忆技术,构建角色一致、剧情连贯、懂镜头语言的智能创作系统,覆盖小说改编、剧本生成到分镜落地全流程,破解短剧创作高成本、低效率痛点。
“拆墙”现场:阿里云 Tair KVCache 携手 SGLang、千问与 NVIDIA 共话大模型推理优化
3月7日,阿里云数据库 Tair 携手 SGLang、千问 App 和 NVIDIA 开发者社区,聚焦于“大模型推理 × 数据库”前沿技术的 Meetup 于上海圆满举行。
OpenClaw「虾搞数据库」首场活动,明日杭州开搞
3月14日,OpenClaw「虾搞」数据库首场线下活动将在杭州阿里巴巴西溪园区正式拉开帷幕。
告别“鱼的记忆”:PolarDB Mem0 赋予 AI Agent “长期记忆”
PolarDB MySQL版推出 Mem0 托管服务,融合内核级向量库与图引擎,100% 兼容开源生态,并将记忆精炼与存储成本降低 30% 以上,帮助 Agent 持续学习进化,实现“千人千面”的智能化体验。
告别救火式运维!DAS Agent 助力企业迈入AI-Native数据库运维时代
长期以来,数据库运维始终难以摆脱“被动救火”模式——当 CPU 飙升、死锁频发或慢查询拖垮业务时,DBA 往往处于被动响应状态,这已成为无数技术团队的真实痛点写照。拒绝被动响应,告别“救火模式”线上数据库CPU突然飙到99.76%,你会怎么做?打开监控、翻慢查询日志、找问题SQL、评估影响、执行限流……这套流程在逻辑上严密,但在时间窗口面前却显得笨重——少则十几分钟,多则数小时,而业务损失往往就发