- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术杂记
Zabbix Agent 安装6
配置完监控插件后，要重启agent Note: 如果不重启，就读不到新添的配置，从服务端尝试获取信息，会出现如下报错 [root@zbx-server zabbix_agentd.d]# zabbix_get [root@zbx-server zabbix_agentd.d]# 重启agent [root@zbx-target zabbix_agentd.d]# /etc/init.d/zabbix-agent restart Shutting down Zabbix agent: [ OK ] Starting Zabbix agent: ，创建 Graphs ，拼接 Screens 就可以展示出非常炫目的dashboard效果 ---- 命令汇总 wget http://repo.zabbix.com/zabbix/2.4/rhel/6/ x86_64/zabbix-release-2.4-1.el6.noarch.rpm zabbix_get -s zbx-target -p 10050 -k "system.cpu.load[all,
1K10编辑于 2022-03-21 Agent设计模式（6）：Multi-Agent模式——构建多Agent协作系统
在前面五篇文章中，我们探讨了单Agent的各种核心模式： Reactor让Agent懂感知和反应； Planner让Agent会规划； Tool-Use让Agent能调用外部工具； Memory让Agent 但现实世界的问题往往太复杂，单一Agent难以胜任。就像一个人解决不了所有问题，多个专业分工的Agent协作才是正解。 这就是今天要讲的Multi-Agent模式。 一、为什么需要多Agent？ 其他Agent定义 } ▪ 角色设计原则 单一职责每个Agent只负责一个明确的领域 边界清晰输入输出定义明确，避免职责重叠 可替换性相同角色的Agent可以互换 可测试性角色定义应该便于单元测试 三、 多步骤 第3篇 Tool-Use模式 调用外部工具 需要扩展能力 第4篇 Memory模式 记住上下文 长对话、状态维护 第5篇 Chain-of-Thought模式 显式推理链 复杂推理、数学问题 第6篇 Agent系统复杂，必须有良好的日志和监控 容错设计LLM调用可能失败，要有重试和降级机制 持续评估用真实数据测试，不断优化Prompt和逻辑 ▪ 6.3 推荐资源 论文： "ReAct: Synergizing
1.7K12编辑于 2026-05-09- 来自专栏AgenticAI
6种AI Agent模式详解
适用于按领域或部门划分逻辑的系统 每个监督者管理一组特定任务或智能体 优势： 高度可扩展且结构清晰 各层级具备模块化控制能力 挑战： 实现复杂度较高 层级之间需要明确定义接口 适用场景： 企业级系统、多领域编排任务 6.
1.5K10编辑于 2025-07-27 - 来自专栏Langchain
【LangChain系列6】【Agent模块详解】
agent: LangChain中的agent与用户输入进行交互，并使用不同的模型进行处理。Agent决定采取何种行动以及以何种顺序来执行行动。 1-5、安装pip install langchain二、Agent模块详解2-0、Agent核心思想——React介绍2-0-1、React的介绍以及由来Agent核心思想React的由来: 在React 2-1、Agent介绍Agent的核心思想是使用LLM来选择一系列要执行的动作，图示相关内容介绍如下。 ）：Agent可以调用的一组工具或者是API，这些工具可以帮助Agent执行各种任务。 tavily-pythonTavilySearchResults参数介绍max_results：最大返回搜索数量include_answer：是否包含答案include_images： 是否包含图片Demo测试
3.6K11编辑于 2025-01-13 - 来自专栏XINDOO的专栏
Agent设计模式——第 6 章：规划
规划的核心是 Agent 或 Agent 系统制定一系列行动以从初始状态向目标状态移动的能力。 规划模式概述 在 AI 的背景下，将规划 Agent 视为您委托复杂目标的专家是有帮助的。 因此，使用规划 Agent 与简单任务执行 Agent 的决定取决于一个问题：是否需要发现"如何"，还是已经知道？ 定义一个清晰且专注的 Agent planner_writer_agent = Agent( role='文章规划者和撰写者', goal='规划然后撰写关于指定主题的简洁、引人入胜的摘要 ), agent=planner_writer_agent, ) ## 使用清晰的流程创建团队 crew = Crew( agents=[planner_writer_agent], 明确定义了一个 ChatOpenAI 语言模型供 Agent 使用。创建了一个名为 plannerwriter_agent 的 Agent，具有特定的角色和目标：规划然后撰写简洁的摘要。
1.1K10编辑于 2025-10-27 - 来自专栏ceshiren0001
Agent Skills 入门：技能包如何让测试 Agent 真正落地？
你写清楚“第一步读什么、第二步拆什么、第三步输出什么格式、遇到异常怎么处理”，Agent才知道该怎么干活。今天这篇文章，我从零拆一个测试人最常用的Skill——测试用例生成。看完你就能自己写第一个。 一、为什么测试Agent总是“落不了地”？过去一年，很多团队都在尝试用AI做测试。但真正跑起来的没几个。问题出在哪？不是模型不行，是你给它的东西，根本不是一个“能力单元”。 用大白话说：Skill就是把“资深测试工程师怎么做一件事”的完整经验，封装成一个Agent能随时调用的能力包。它和MCP的区别是什么？ MCP给Agent提供手，Skill给Agent提供操作手册。没有Skill，Agent有手也不知道怎么干活。三、技能包如何让测试Agent真正落地？ 测试人的经验，值得被封装成Skill。你今天花30分钟写一个“测试用例生成”的Skill，以后每一个项目都能复用。别只写提示词了。写一个SKILL.md，让Agent真正替你干活。
9300编辑于 2026-10-05 - 来自专栏啄木鸟软件测试
接口测试第6讲：接口测试理论
实验代码： 链接：https://pan.baidu.com/s/14XsCng6laiSiT_anuwr5dw? 将DB下的4个csv文件导入sec数据库中 渗透测试操作系统虚拟机文件vmx文件 1）Windows 2000 Professional 链接：https://pan.baidu.com/s/13OSz pwd=zp3o 提取码：zp3o 4）Debian 6(Kali Linux) 链接：https://pan.baidu.com/s/1Uw6SXS8z_IxdkNpLr9y0zQ? pwd=s2i5 提取码：s2i5 开机密码：jerry/123456 安装了Apatche、Tomcat、MySQL、 vsftpd并且配套Web安全测试练习教案。 pwd=17g6 提取码：17g6 开机密码：见页面提示 解压后直接为vmx文件，直接可用
88210编辑于 2022-12-29 - 来自专栏世荣的博客
渗透测试笔记-6
类似的参数的话，就可以尝试是否存在SSRF漏洞，以下是常见的URL中的关键字： share wap url src link source target u 3g display 3.SSRF的漏洞利用 测试目标网站支持的伪协议
78130编辑于 2022-03-21 - 来自专栏Android相关
Gradle For Android(6)--测试单元
它可以让写出来的单元测试很容易的理解。值得注意的是，这些特殊的单元测试只对业务逻辑测试有用，而与Android SDK相关的则不会生效。 addingNegativeNumberShouldSubtract() { Logic logic = new Logic(); assertEquals("6 + -2 must be 4", 4, logic.add(6, -2)); assertEquals("2 + -5 must be -3", -3, logic.add(2, 这也就是单元测试和功能测试之间的区别。 功能测试和常规的单元测试不同，它存放于一个其他的目录。
3.3K40发布于 2018-10-24 - 来自专栏啄木鸟软件测试
软件性能测试（连载6）
负载为1表示当前单核CPU全部占用，如果一台机器有3个CPU，每个CPU都是双核的，这是负载最大值为1×2×3=6。
1.3K20发布于 2020-02-19 - 来自专栏软件测试学习
测试领域日报 | 2026年6月10日：AI Agent重塑测试范式，从脚本驱动到意图驱动的行业跃迁
测试领域日报 | 2026年6月10日 当自动化测试从”写脚本”进化到”说意图”，当AI测试工程师的年薪突破百万天花板，当大模型评测成为国家战略级赛道——2026年6月的测试行业，正经历一场前所未有的范式革命 测试工程师只需用自然语言描述测试意图，例如”验证用户在余额不足时无法完成支付”，AI Agent便能自主规划测试路径、生成操作步骤、执行测试并分析结果。 随着AI Agent在生产环境中的大规模部署，如何确保智能体的行为安全、可靠、可控，成为测试领域的新课题。 AI Agent测试与传统软件测试的根本区别在于：Agent的行为是非确定性的。 当前行业正在探索的AI Agent测试方法论包括：基于场景的对抗性测试（模拟恶意输入和边界场景）、行为一致性评测（在语义等价的输入下验证输出稳定性）、安全边界测试（验证Agent不会执行超出授权范围的操作 AI伦理审查先导计划启动 – 同花顺 以上就是2026年6月10日测试领域日报的全部内容。
1.4K10编辑于 2026-06-10 给 Coding Agent 加上质量门禁：测试如何进入 Agent Loop
文件发生修改后，根据预设规则触发对应的测试；测试通过，Agent就继续执行后续任务；测试失败，Harness将失败结果重新送回模型，让Agent进入下一轮修复循环（RepairLoop）。 这样才能兼顾验证强度和Agent的执行效率。失败结果的反馈回路测试进入AgentLoop后，并不代表测试跑起来就够了。对于Agent而言，测试结果本身也是上下文输入。 当测试结果开始参与控制Agent的下一步动作时，这些反馈本身是否可靠，也成了Harness需要管理的问题。测试本身的可信度还有一个更棘手的问题，就是Agent可能同时拥有业务代码和测试代码的写权限。 Agent可以为新功能补充测试，但关键的验收测试、回归测试，或是隐藏测试都由独立的Harness和CI管理。 如果Agent修改已有测试文件，则触发额外检查，判断是否删除断言、增加Skip、扩大Mock范围，或者放宽原有测试条件。变异测试也可以用来检查测试本身是否足够有效。
22610编辑于 2026-08-19- 来自专栏k8s技术圈
Kubernetes 动态创建 Jenkins Agent 压力测试
另外，由于 Jenkins Agent Pod 配置的是软亲和，当 CI 节点资源不足时，也可以调度到其他节点。 2. 使用 Kubernetes 提供的动态 Pod 作为 Jenkins Agent 用于构建流水线，具体配置可以参考顶部的文档链接。 测试策略 为了更好的测试 Jenkins 在 Kubernetes 上执行流水线的性能，在上面的配置中，我提供了足够 400 条流水线并发执行的资源。 在执行测试之前，执行 20 次流水线对节点进行预热。 主要进行五组测试，分别为 50、100、200、400、800 条流水线并发。 contextPath="" at 6@ks-jenkins-68b8949bb-kg49k “原文链接：https://www.chenshaowen.com/blog/the-stress-test-about-kubernetes-dynamically-creates-jenkins-agent.html
2.4K20发布于 2020-12-01 - 来自专栏agent平台
Agent渡劫48关-第6关-Agent Loop为什么不能无限运行？
Agent渡劫48关-第6关-AgentLoop为什么不能无限运行？循环不会因为想得更久而停下，只会因为你有停的条件。 被切断之后，Agent吐出的是一句默认话术：“我会继续为您跟进。”工单没建，退款没发起，客户看到的是客服在打太极。 外层硬切不是Agent判断完了，而是平台把Agent砍了——这两件事在用户体验和可观测性上完全是两回事。现场乱如麻循环无归处一单退不成一账算不清02、问题旧方案失效可以拆成三层。 反直觉判断：终止条件不是失败兜底，而是Agent的一项能力。一个只能靠外部kill停下来的Agent，不是更努力，而是没有完成判断力。这两种东西在评测里的表现完全不同。 题题见真章手上过一遍答案不在背在能跑通13、思考这一篇真正想解决的问题不是“怎么让Agent少绕几圈”，而
15411编辑于 2026-09-13 - 来自专栏苏三说技术
AI Agent中6种常用的设计模式
今天，我将结合Spring AI Alibaba和AgentScope等主流框架的最佳实践，跟大家一起聊聊AI Agent开发中6种最实用的设计模式。 希望对你会有所帮助。 一、AI Agent的架构演进 在深入具体模式之前，我们先花一分钟理解Agent系统的核心架构。 Agent会自动判断何时调用哪个工具 String result = agent.call("帮我查一下订单ORD-123的物流状态"); 原理示意图： 优点：极大扩展了Agent能力边界；注解驱动， 分解任务，子Agent执行 企业级任务调度 嵌套模式 Agent内部包含子Agent 复杂分层系统 转交模式 Agent无法处理时转交其他Agent 客服升级场景 群聊模式 多个Agent自由讨论 创意头脑风暴 + Human-in-the-Loop（数据敏感需审批） 代码生成助手 = ReAct + Reflection + Tool Use（执行代码、运行测试） 总结 AI Agent的六种设计模式，本质上是人类解决问题思路的数字化映射
1.6K10编辑于 2026-04-14 - 来自专栏啄木鸟软件测试
精准测试及其工具（连载6）
比如函数以及类的成员函数的总数目，调用关系或者类的继承关系的深度、层次结构、语句总行数和总体复杂度，整体的测试覆盖率（分累积的结果和最后一次运行的结果，可选择语句、分支和MC/DC测试覆盖率标准）、整体的性能分析结果以及各模块所占的用时比例 、以及全局变量和静态变量的分析结果等；同时，又给出了各个模块具体的信息，包括：各模块的源码行数和复杂度、测试覆盖率分析结果、扇入扇出信息，高亮显示一个模块及其所有相关的模块，或者以任何一个模块为根生成局部子树等 、实现半自动高效率测试用例设计，进行逻辑流程查错,以及源码、测试用例和相关文档之间的双向自动追溯等。 （背景色为绿色表示有测试用例覆盖到该块：以SC0覆盖为参考标准）。 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
84510发布于 2019-12-12 - 来自专栏sktj
ixchariot安装、测试IPV6
安装服务端软件IxChariot_670.exe 3、安装客户端软件pevista64_710.exe 4、打开IxChariot，增加pair 5、分别在Endpoint 1/2 address中填入IPV6地址 ，Network protocol中选择TCP-IPv6，select scripts中选择Troughput.scr，可以根据需要更改脚本里的参数，确定。 6、run
3K30编辑于 2022-05-24 - 来自专栏iOS开发攻城狮的集散地
搭建IPV6测试环境
搭建环境前先对IPv4 和 IPv6有个大致了解： IPv4 和 IPv6的直观区别就是 IP 地址前者是 .（dot）分割，后者是以 :（冒号）分割的。 IPv6采用128位地址长度，几乎可以不受限制地提供地址。 IPV6，是对IPV4地址空间的扩充。 目前当我们用iOS设备连接上Wifi、4G、3G等网络时，设备被分配的地址均是IPV4地址，但是随着运营商和企业逐渐部署IPV6 DNS64/NAT64网络之后，设备被分配的地址会变成IPV6的地址，而这些网络就是所谓的 IPV6-Only网络，并且仍然可以通过此网络去获取IPV4地址提供的内容。 客户端向服务器端请求域名解析，首先通过DNS64 Server查询IPv6的地址，如果查询不到，再向DNS Server查询IPv4地址，通过DNS64 Server合成一个IPV6的地址，最终将一个IPV6
5.6K60发布于 2018-05-22 - 来自专栏啄木鸟软件测试
安全测试工具（连载6）
2.3 Pangolin Pangolin（穿山甲）一款帮助渗透测试人员进行SQL注入测试的安全工具。它能够通过一系列非常简单的操作，达到最大化的攻击测试效果。 它从检测注入开始到最后控制目标系统都给出了测试步骤。Pangolin是目前国内使用率最高的SQL注入测试的安全软件，可以说是网站安全测试人员的必备工具之一。 1. 产品介绍 其特点如下。 41 Pangolin配置界面 接下来选择注入参数类型和数据库，然后选择注入后想知道的信息，最后点击Information下的【Go】按键，经过测试完毕，信息即被显示出来，见42所示。 ? 42 Pangolin信息显示界面 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
1.1K20发布于 2019-12-12 - 来自专栏软件测试
Prompt、Agent、测试智能体:测试的新机会,还是新焦虑?
在某技术社区的测试专场,一位有十年经验的测试总监分享了他们团队的实践:"我们引入测试智能体后,三个月内测试效率提升了5倍,团队规模从15人缩减到6人。"台下掌声雷动,但散场后我听到两种截然不同的声音。 这个场景折射出当下测试行业的核心困惑:从Prompt工程到Agent编排,再到测试智能体,这些新技术究竟是测试人员的机会,还是威胁?问题的本质不在于技术本身,而在于我们如何理解这场变革的底层逻辑。 某金融公司的测试架构师老王,在使用测试智能体时,工作方式发生了根本改变。 某金融公司的测试总监王总,从一开始就将智能化定位为"组织能力建设"。他推动建立了"测试智能体中台",将团队积累的Prompt模板、Agent编排模式、决策规则全部沉淀到平台。 帮助建立智能化测试知识库,让团队在你的经验基础上持续进化,这是从个人贡献者到能力建设者的跃迁。真正的测试工程师,从来不是"测试用例的编写者",而是"产品质量的守护者"。
51711编辑于 2026-01-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号