<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Aision_tean的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Aision_tean</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Aision_tean]]></copyright><item><title><![CDATA[AI Agent 学习手记：从基础 Agent Loop 到 Pi Agent 框架设计]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163826444</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163826444</guid><author>Aision_tean</author><pubDate>Mon, 17 Aug 2026 15:46:21 +0800</pubDate><description><![CDATA[本文解析了AI Agent的核心机制与Pi Coding Agent架构设计。主要内容包括： Agent Loop本质：揭示智能体通过"思考-行动-观察"的递归循环实现自主任务处理，剖析了代码实现的骨架逻辑。 Pi Agent架构：其设计强调轻量化核心与高扩展性，具备四大支柱：结构化会话树、多模式接入、TypeScript扩展和沙箱安全隔离。 工程实践洞见：提出避免死循环、上下文截断和精准工具描述三大调优策略，解决实际部署中的关键问题。 文章指出，理解Agent的递归本质和现代架构设计]]></description><category></category></item><item><title><![CDATA[搞懂 DeepSeek Harness：全新 AI Agent 架构拆解、使用指南与横向对比]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163757261</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163757261</guid><author>Aision_tean</author><pubDate>Fri, 14 Aug 2026 16:26:32 +0800</pubDate><description><![CDATA[本文深度解析DeepSeek开源的AI Agent框架DeepSeek Harness（dsh），其采用"Everything is a Plugin"的高度解耦架构设计，提供标准、代码、极简和开发者四种运行模式，支持本地化部署和全轨迹追溯。文章详细介绍了dsh的架构特点、安装配置方法，并与Claude Code、OpenAI Codex/Copilot进行多维度对比：dsh以开源可扩展见长，Claude Code强调开箱即用，Codex则侧重IDE生态集成。最后根据定制需求、数据安全和开发场景]]></description><category></category></item><item><title><![CDATA[代码安全学习手记（二）：SCA 软件成分分析原理与 OWASP Dependency-Check 集成实战]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163735662</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163735662</guid><author>Aision_tean</author><pubDate>Fri, 14 Aug 2026 00:34:50 +0800</pubDate><description><![CDATA[文章摘要（149字）： 本文深入探讨SCA（软件成分分析）技术原理与实践，通过Log4j2漏洞案例揭示第三方依赖的安全风险。文章对比主流SCA工具，选择OWASP Dependency-Check进行集成，重点解决NVD漏洞库更新慢的痛点（采用Docker+API Key+本地缓存方案）。最后给出GitLab CI/CD自动化流水线实现，包含高危漏洞阻断机制，并通过Log4j-core 2.14.1和urllib3 1.24.2等漏洞版本进行验证。作者分享了依赖树解析、传递性依赖检测等SCA核心能力]]></description><category></category></item><item><title><![CDATA[代码安全学习手记（一）：基于 GitLab CI 与 Semgrep 搭建本地 SAST 自动化扫描流水线]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163735584</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163735584</guid><author>Aision_tean</author><pubDate>Fri, 14 Aug 2026 00:25:03 +0800</pubDate><description><![CDATA[文章摘要：本文分享了基于GitLab CI与Semgrep搭建本地SAST自动化代码安全扫描流水线的实践过程。首先分析了SAST的核心工作原理（AST、控制流和污点分析），并对比主流工具后选择轻量高效的Semgrep。接着通过Docker Compose部署GitLab和Runner环境，注册配置专用CI节点。重点展示了自定义安全规则的编写，涵盖硬编码密钥、SQL注入和命令注入的检测，包括规则逻辑、严重级别和漏洞分类。该方案可集成到开发流程中实现快速安全反馈，提升代码安全性。]]></description><category></category></item><item><title><![CDATA[实习手记：日志接入 ES 方案（二）——基于 AutoMQ + Logstash 的跨网隔离日志安全传输实战]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163720455</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163720455</guid><author>Aision_tean</author><pubDate>Thu, 13 Aug 2026 11:38:10 +0800</pubDate><description><![CDATA[本文探讨了在云上（AWS/阿里云/腾讯云 VPC）与本地 IDC 网络严格隔离场景下，如何安全高效地传输日志数据到本地 Elasticsearch 的解决方案。通过采用 AutoMQ（云原生 Kafka 替代方案）作为跨网缓冲层，结合 Logstash 实现日志的安全传输与处理。AutoMQ 的存算分离架构有效应对网络波动与流量峰值，提供低成本、高可靠的日志缓冲能力。具体实现包括：云上 Filebeat 采集日志写入 AutoMQ，本地 Logstash 通过 SASL_SSL 认证主动拉取数据]]></description><category></category></item><item><title><![CDATA[实习手记 ：日志接入 ES 方案（一）——本地 IDC 极简与高可用 Logstash 流水线搭建]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163719508</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163719508</guid><author>Aision_tean</author><pubDate>Thu, 13 Aug 2026 11:17:26 +0800</pubDate><description><![CDATA[本文分享了在本地IDC环境下搭建高可用Logstash日志流水线的实践经验。针对业务直连Logstash/ES的三大痛点（资源占用、流量洪峰、数据丢失），提出了基于Filebeat+Logstash+ES的标准架构方案。详细介绍了Logstash配置模板（input接收Filebeat日志，filter进行解析脱敏，output动态写入ES），并总结了关键调优技巧：开启持久化队列防止数据丢失，调整JVM堆内存和批量参数提升吞吐量，以及通过监控队列积压、事件吞吐量和JVM堆使用率来保障流水线稳定运行。这套方案]]></description><category></category></item><item><title><![CDATA[实习手记 ：赋能 Agent——接入威胁情报工具与动态映射 MITRE ATT&CK 战术]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163692271</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163692271</guid><author>Aision_tean</author><pubDate>Wed, 12 Aug 2026 11:14:47 +0800</pubDate><description><![CDATA[威胁情报工具与MITRE ATT&CK框架的Agent集成 本文记录了在AI安全分析Agent开发中，如何通过工具调用和知识映射实现威胁智能研判。核心工作包括： 双轮驱动架构：构建"情报验证-框架映射"的闭环流程，结合外部威胁情报API和MITRE ATT&CK知识库。 工具化封装： 使用LangChain的@tool装饰器封装威胁情报查询功能 通过Pydantic严格定义输入模式，确保调用稳定性 实现ATT&CK动态映射工具，避免大模型幻觉 标准化输出]]></description><category></category></item><item><title><![CDATA[实习手记 Day：从 ELK 到 Agent 的“最后一公里”——告警消费与上下文富化]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163689902</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163689902</guid><author>Aision_tean</author><pubDate>Wed, 12 Aug 2026 10:49:48 +0800</pubDate><description><![CDATA[alert_id: str = Field(description="告警唯一标识符")timestamp: str = Field(description="告警发生时间")severity: str = Field(description="告警严重程度: Low, Medium, High, Critical")attack_technique: Optional[str] = Field(description="MITRE ATT&CK 战术/技术编号")# 实体信息。]]></description><category></category></item><item><title><![CDATA[# 实习手记 ：从传统SOC痛点出发，我们为什么要在项目中引入AI Agent？]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163662551</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163662551</guid><author>Aision_tean</author><pubDate>Tue, 11 Aug 2026 11:36:11 +0800</pubDate><description><![CDATA[摘要： 本文记录了实习生参与AI Agent SOC平台开发的初期思考。传统SOC面临告警疲劳、工具割裂、研判低效等痛点，团队尝试引入LLM作为"数字安全分析师"，构建自动化研判流程。架构设计上，采用LangChain+DeepAgents框架，通过工具调用、ReAct范式和状态管理实现多步骤安全分析。当前已完成技术选型，下一步将解决ELK数据到Agent的上下文构建问题。项目体现了AI与安全运维结合的工程化探索，实习生将持续记录开发实践。]]></description><category></category></item><item><title><![CDATA[实习学习笔记：HTTP请求走私漏洞全方位解析]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/163645395</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/163645395</guid><author>Aision_tean</author><pubDate>Mon, 10 Aug 2026 21:32:27 +0800</pubDate><description><![CDATA[HTTP请求走私漏洞是一种利用前后端服务器对HTTP协议解析差异的高危Web漏洞，通过构造特殊请求使前端代理和后端对请求边界产生不同解析，导致恶意请求被"走私"执行。漏洞核心源于对Content-Length和Transfer-Encoding头部的解析不一致，主要分为CL.TE和TE.CL两种类型。攻击可导致WAF绕过、未授权访问、请求劫持等危害。防御需统一解析规则、禁用冗余协议特性、加强头部校验。该漏洞具有高度隐蔽性，需深入理解HTTP协议底层逻辑，是渗透测试中的重要突破口。]]></description><category></category></item><item><title><![CDATA[AI供应链污染：当模型本身成为特洛伊木马]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/161364827</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/161364827</guid><author>Aision_tean</author><pubDate>Sun, 24 May 2026 14:16:37 +0800</pubDate><description><![CDATA[AI供应链污染：新型攻击威胁AI生态安全 恶意攻击者正利用AI生态的信任机制发起供应链攻击，通过篡改模型文件、数据集和MCP服务器植入恶意代码。典型手法包括：利用PyTorch的pickle反序列化漏洞在模型加载时执行恶意代码；污染训练数据诱导模型生成后门逻辑；伪装MCP插件窃取AI代理的上下文权限。由于AI社区缺乏安全规范，开发者常盲目信任高分模型或热门工具，导致攻击面扩大。防御建议包括使用Safetensors格式、隔离运行环境、审计第三方脚本及监控异常行为。随着AI组件广泛集成，此类攻击可能成为主流威]]></description><category></category></item><item><title><![CDATA[提示词注入与越狱实战：别只盯着“说错话”，AI正经受更危险的劫持]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/161364720</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/161364720</guid><author>Aision_tean</author><pubDate>Sun, 24 May 2026 14:08:29 +0800</pubDate><description><![CDATA[AI安全威胁升级：提示词注入攻击从"诱导输出"演变为"远程代码执行"。最新案例显示，攻击者通过GitHub Issue劫持AI机器人执行恶意代码，影响500万开发者。研究发现三种新型攻击方式：1）网页隐藏指令注入；2）利用AI代理权限执行危险命令；3）绕过人工确认机制。这些攻击的危险性在于，当AI具备行动能力后，提示词注入可导致密钥窃取、恶意软件安装等严重后果。防御建议包括实施最小权限原则、隔离输入边界、分离数据指令通道及监控异常行为。这不仅是技术漏洞，更是AI架构层面的安全边界问题。]]></description><category></category></item><item><title><![CDATA[【MySQL数据库 | 第二篇】 启动与停止]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/161363665</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/161363665</guid><author>Aision_tean</author><pubDate>Sun, 24 May 2026 13:04:06 +0800</pubDate><description><![CDATA[本文介绍了MySQL服务的启动与停止方法，以及客户端连接的两种方式。启动MySQL可通过Windows服务管理器（services.msc）或管理员模式下的cmd命令（net start/stop mysql80）。连接MySQL可使用官方提供的命令行工具或Windows命令行，输入安装时设置的密码即可登录。注意操作时需使用管理员权限以避免报错。]]></description><category></category></item><item><title><![CDATA[【MySQL数据库 | 第一篇】 概述]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/161363557</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/161363557</guid><author>Aision_tean</author><pubDate>Sun, 24 May 2026 12:59:20 +0800</pubDate><description><![CDATA[本文介绍了数据库的基本概念和主要类型。数据库是组织化的数据集合，通过数据库管理系统(DBMS)和SQL语言进行操作管理。数据库主要分为五种类型：层次型(树状结构)、网状型(多父节点)、关系型(表格形式)、面向对象型(基于对象)和NoSQL型(非关系型)。其中关系型数据库如MySQL、Oracle等应用最广泛。MySQL作为开源关系型数据库，具有高性能、高可靠性等特点，广泛应用于企业数据管理、Web应用开发、数据仓库等领域。学习MySQL本质上就是掌握SQL语言的应用。]]></description><category></category></item><item><title><![CDATA[OpenClaw和Hermes的记忆有什么区别]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/161058238</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/161058238</guid><author>Aision_tean</author><pubDate>Wed, 13 May 2026 20:53:45 +0800</pubDate><description><![CDATA[OpenClaw与Hermes Agent记忆系统对比分析 OpenClaw采用仿生学设计，通过文件系统构建多层记忆结构：长期记忆(MEMORY.md)、每日工作笔记和梦境日记(DREAMS.md)，利用&quot;做梦机制&quot;自动筛选重要信息。其特点是空间扩张型设计，鼓励详细记录但可能臃肿。 Hermes则采用极简设计，仅维护两个核心文件(MEMORY.md和USER.md)]]></description><category></category></item><item><title><![CDATA[从工具调用到 MCP、Skill完整学习记录]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/160889826</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/160889826</guid><author>Aision_tean</author><pubDate>Fri, 08 May 2026 15:19:47 +0800</pubDate><description><![CDATA[在实际搭建客服系统时，我会先用 MCP 封装订单查询、工单创建、退款等外部能力，再在上层构建 Skill，最后让 LLM 通过工具调用或直接触发 Skill 来完成用户的退换货、咨询等指令。整个架构会清晰很多。模型本身只会生成文本，但我们可以让它输出一种特殊格式的指令，告诉宿主程序：“我想调用这个函数，参数是这些”。到这里，我对 MCP 的理解就一句话：MCP 是一套标准协议，让工具可以被统一发现、描述和调用，把工具调用能力做了一层工程化封装，实现即插即用。工具调用：模型说“我要调用 xxx 函数”。]]></description><category></category></item><item><title><![CDATA[LeetCode，第188题“买卖股票的最佳时机 IV]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/160825392</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/160825392</guid><author>Aision_tean</author><pubDate>Wed, 06 May 2026 15:06:53 +0800</pubDate><description><![CDATA[本文介绍了LeetCode第188题&quot;买卖股票的最佳时机IV&quot;的动态规划解法。该题要求最多进行k次交易获取最大利润，是之前股票买卖问题的泛化版本。作者通过分析状态转移规律，将交易次数抽象为2k+1个状态（买入/卖出交替），并用双重循环实现递推：外层遍历天数，内层遍历交易状态。奇数状态表示买入，偶数状态表示卖出，初始化时将第0天的奇数状态设为-prices[0]。最终返回最后一天完成k次交易后的最大利润。文章展示了Java和Python的实现代码，体现了动态规划在解决复杂股票交易问题中的强]]></description><category></category></item><item><title><![CDATA[LeetCode第123题“买卖股票的最佳时机 III]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/160825263</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/160825263</guid><author>Aision_tean</author><pubDate>Wed, 06 May 2026 14:57:00 +0800</pubDate><description><![CDATA[这篇文章详细解析了LeetCode第123题&quot;买卖股票的最佳时机 III&quot;的动态规划解法。该题限制最多只能完成两笔交易，属于困难级别。作者通过五步法推导动态规划思路：1)定义五种状态（两次买卖的不同阶段）；2)推导状态转移方程，分别处理第一次买入、卖出和第二次买入、卖出的情况；3)初始化第0天的状态；4)从前向后遍历实现状态转移。最终给出的Java和Python代码实现展现了如何通过二维数组记录各状态下的最大收益。文章强调，尽管题目难度较高，但通过系统化的动态规划框架，可以有条不紊地解决]]></description><category></category></item><item><title><![CDATA[LeetCode第122题“买卖股票的最佳时机 II]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/160824941</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/160824941</guid><author>Aision_tean</author><pubDate>Wed, 06 May 2026 14:48:45 +0800</pubDate><description><![CDATA[这篇文章讲解了LeetCode第122题&quot;买卖股票的最佳时机II&quot;的两种解法。题目允许无限次买卖股票，但同一时间只能持有一股。核心解法包括：1）贪心算法，通过收集所有上涨日期的差价来获取最大利润；2）动态规划，通过定义持有和不持有股票两种状态，修改买入时的本金计算方式，将单次交易模型扩展为多次交易。两种方法都能高效解决问题，其中动态规划展现了更强的扩展性，为后续更复杂的股票交易问题奠定了基础。贪心算法简洁高效，而动态规划则提供了更系统的解决框架。]]></description><category></category></item><item><title><![CDATA[LeetCode第121题：买卖股票的最佳时机]]></title><link>https://blog.youkuaiyun.com/Aision_tean/article/details/160824656</link><guid>https://blog.youkuaiyun.com/Aision_tean/article/details/160824656</guid><author>Aision_tean</author><pubDate>Wed, 06 May 2026 14:43:48 +0800</pubDate><description><![CDATA[本文介绍了LeetCode第121题&quot;买卖股票的最佳时机&quot;的三种解法。首先分析了暴力解法的时间复杂度问题，然后重点讲解了贪心算法和动态规划的实现思路。贪心算法通过维护最低价格和最大利润两个变量实现O(n)时间复杂度的求解。动态规划则通过定义持有/不持有股票两种状态，推导状态转移方程，并给出了Java和Python的实现代码。文章最后指出，虽然贪心解法更简洁，但掌握动态规划思路对解决股票问题的其他变种更有帮助。通过系统梳理，作者加深了对状态转移和算法优化的理解。]]></description><category></category></item></channel></rss>