京东云专业安全服务介绍 | 京东云技术团队

根据LogicMonitor发布的未来云服务趋势研究报告显示,到2020年,企业在各类云产品上的支出将高于其在一般IT服务成本六倍以上,与此同时,所有企业的工作量将有83%都在云上实现,各企业将继续加大数字经济业务优势投入,最终将更多的业务和数据都存放在云上。

power by  | 京东云安全能力与服务团队

安全问题,刻不容缓

云计算平台的开放与便利为企业和个人用户提供了更自由、更高效的组网部署和业务上线体验,但与此同时,企业所面临的安全风险也不容忽视,以下是2018年典型信息安全事件:

  • 万豪近几年约5亿名预定该酒店的用户信息被泄露;

  • 全球芯片头号代工厂台积电(TSMC)遭遇勒索病毒Wannacry入侵,预计约造成约合人民币17.6亿元损失。同时,股价受勒索病毒影响短时间内蒸发78亿;

  • 2018年韩国平昌冬奥会开幕式期间主办方遭遇身分不明的黑客攻击,服务器被入侵,主办方关闭了官网服务器长达12小时,导致观众无法正常入场、媒体无法直播;

  • 区块链高危漏洞频发,区块链平台EOS的一系列高危安全漏洞,可能引发成千上万的节点遭到攻击,对整个数字货币系统造成巨大冲击。

这样的安全问题每年都在不断增加。由于企业业务种类的不断增加、资产和数据体量日益庞大,早已成为黑客眼中的价值高地。从目前情况看,云计算业务逐渐成为每年网络攻击的重灾区。总的来说,安全产品不能解决所有的问题,除了利用安全产品在云上构建基础防御体系之外,通过对云上的资产或业务系统实施深度威胁识别与脆弱性管理,提升安全事件响应和处置效率也同样重要。

因此,将产品和服务相结合,建立主动风险发现和动态纵深防御的安全管理闭环对于云上业务与数据的安全来说已刻不容缓。

京东云专业安全服务介绍

云上业务系统的安全威胁主要分为两类:

来自互联网

具有不良预谋的个人或组织,以窃取敏感信息和恶意破坏业务系统正常运行为目的,利用企业安全管理体系漏洞、系统高危漏洞、业务逻辑漏洞进行恶意注入、口令猜测、目录遍历、数据窃取与删除、欺诈勒索等恶意操作。

来自内网

以非法占用网络资源、系统资源和数据资源为目的,利用云上业务系统或资产弱点进行内网渗透、权限提升、非法资源占用,实施诸如拒绝服务攻击、挖矿、发送垃圾短信、垃圾邮件、博彩广告等黑灰产活动。不论是来自外部的恶意攻击还是来自内部的恶意渗透,均会给云上业务系统带来威胁,极易导致云上业务中断、重要数据丢失、敏感信息泄漏,不但会使企业蒙受严重经济损失、降低企业的公信力,甚至还会影响企业的品牌形象与行业竞争力。

为了有效应对安全威胁,企业需要对云上业务系统进行全面的安全评估,因此安全服务是现阶段行之有效的方式。通过实施安全服务,能够测试和评价云上业务系统的安全性,及时发现安全漏洞并修复。安全风险评估技术,因能够预知被评估主体受攻击的可能性,并具体指出将要发生的行为和产生的后果而受到业界的重视。这一技术的应用可快速识别被评估对象的系统资源,分析资源被攻击的可能性,了解系统本身的脆弱性,评估潜在的安全风险。

京东云为保障企业的业务生产和运行安全,使企业用户有效应对安全威胁,目前针对企业级用户提供四款定制化专业安全服务:基线检测、漏洞扫描、渗透测试、应急响应。以京东云资深的安全技术专家团队和多年京东商城6.18、双十一、双十二等大型促销活动的安全保障经验为依托,为企业级用户线上的业务安全保驾护航。

01

基线检测服务

基线检测服务在用户充分授权的情况下,对用户云上系统进行全面的安全基线检测,帮助用户了解云上业务系统整体的脆弱性状况,并依据检测结果与用户业务模式特点提供有针对性的安全处置建议,降低系统的整体风险等级。

用户云上系统的网络结构、系统软件、数据系统、应用系统的安全策略是安全配置检查的主要对象。安全策略的作用是为网络和应用系统提供必要的保护,其安全性也必然关系到网络和应用系统的安全性是否可用、可控和可信。通过安全配置检查可以发现这些系统是否存在安全问题,并为用户提供全面的脆弱性分析和修复建议,防止黑客利用脆弱性入侵系统,降低企业安全风险,提高业务运转效率。

基线检测服务遵从以下原则:

  • 规范性原则,由专业的安全服务人员依照规范的操作流程进行,对操作过程和结果均有相应记录,并提供完整的服务报告;

  • 可控性原则,安全配置检查服务中对被检查系统造成可能的影响需进行控制,通过调整自动化工具参数,避免出现被检查系统运行不稳定或影响生产运行的情况;

  • 整体性原则,安全配置既要考虑全局策略与局部策略的关系,也需要考虑安全配置之间的相互作用关系;

  • 最小影响原则,安全配置检查服务工作应尽可能小的影响被测系统和网络的正常运行,不能对现有系统、网络运行和业务运行产生显著影响。

基线检测的流程图如下:

收集用户系统信息,制定检测流程和交付实施方案,提交用户授权许可;

根据检测范围完成目标系统脆弱对象识别;

完成目标系统脆弱结构分析和脆弱性验证;

交付脆弱检测实施报告,提供脆弱修补方法,指导服务验收。

02

漏洞扫描服务

漏洞扫描服务在用户充分授权的情况下,对用户指定的操作系统、数据库、Web应用等提供全面的漏洞扫描服务,由京东云安全专家对扫描结果进行解读,并提供专业的漏洞扫描报告和修复建议。

随着用户业务规模不断增大和攻击方式的复杂化,单纯采取被动防御的技术手段已显得力不从心,更多的用户开始关注风险的管理与度量,侧重在“事前”降低甚至规避风险。通过“探测”能够全面发现系统漏洞,同时帮助用户完成“漏洞管理”和“修复”。实现真正意义上的漏洞管理闭环,应对快速变化的漏洞形势。漏洞扫描是确定安全漏洞修复方案的最佳手段,参与漏洞扫描的安全专家具有丰富的漏洞分析和修补方面的经验,能够为用户提供更加详细、更具针对性的建议。通过漏洞扫描,能够直观体现用户系统的漏洞状况,针对发现安全漏洞提供有效修补方法,防止系统漏洞被黑客利用,最大限度降低用户信息系统安全运营成本。

漏洞扫描服务遵从以下原则:

  • 保密性原则,安全服务团队会遵循保密性原则,确保用户相关信息的保密性和安全性。同时京东云安排了项目管理人员实时负责监督和纠正安全人员工作中可能出现的危害用户的行为;

  • 科学性原则,漏洞扫描服务遵循科学性原则,安全服务团队会对整个项目进行科学性管理,全程质量和进度监控,确保高品质的服务交付;

  • 规范性原则,安全服务团队会按照京东云的项目实施规范开展有关工作,从用户交流、项目会议、项目资料、输出报告、项目经理、工程师到技术支持均实现规范化管理;

  • 专业性原则,从技术交流、方案研讨、实施交付到安全分析与建议,全程采用专业化、制度化管理,体现京东云安全服务团队的专业性。

漏洞扫描的流程图如下:

 

收集用户系统信息,制定检测流程和交付实施方案,提交用户授权许可;

根据检测范围完成目标系统检测信息收集和漏洞扫描;

完成信息系统漏洞日志分析和漏洞验证;

交付漏洞检测实施报告,提供漏洞修补方法,指导服务验收。

03

渗透测试服务

渗透测试服务对现有系统不造成任何损害的前提下,以第三方视角对信息系统进行检查,通过模拟黑客入侵的技术手段对用户指定系统进行全面深入的健壮性测试,发现系统中潜在的弱点,减少云上业务系统的风险隐患,让用户了解系统中安全漏洞可被利用的情况,并针对风险隐患提供修补建议。另外,渗透测试的攻击路径及手段不同于常见的安全产品,所以它往往能暴露出一条甚至多条被忽视的威胁路径,从而暴露整个系统或网络的威胁所在。最重要的是,渗透测试最终的成功一般不是因为某一个系统的某个单一问题所直接引起的,而是由于一系列看似没有关联而且又不严重的缺陷组合而导致的,京东云安全服务团队凭借其丰富的经验和技能可以将这类缺陷进行串联并展示出来,因此,京东云渗透测试服务的针对性比一般的脆弱性评估更强、粒度也更细致。

渗透测试服务遵从以下原则:

  • 保密性原则,是渗透测试服务中最重要的原则,它是鼓励用户实施渗透测试服务的心理基础,同时也是对用户隐私权的最大尊重。渗透测试的保密范围,包括实施过程的保密性和输出成果的保密性。对服务过程中获知的任何用户系统信息均属秘密信息,不得泄露给第三方单位或个人,不得利用这些信息进行任何侵害用户的行为,对服务的报告提交不得扩散给未经授权的第三方单位或个人;

  • 规范性原则,实施必须由专业的安全服务人员依照规范的操作流程进行,对操作过程和结果要有相应的记录,提供完整的服务报告;

  • 可控性原则,渗透测试服务中对被测试系统造成的可能的各种影响要能够全面控制,既要全面测试,又不能影响生产,服务的工具、方法和过程要在双方认可的范围之内,服务的过程中,避免出现被测试系统运行不稳定,影响生产运行的情况;

  • 整体性原则,在渗透测试时,应当从整体出发,从分析整体内部各组成部分的关系以及整体与外部环境之间的关系入手,去揭示与掌握其整体性质;

  • 最小影响原则,渗透测试服务工作应尽可能小的影响被测试系统和网络的正常运行,不能对现有系统、网络的运行和业务的正常运行产生显著影响。

渗透测试的流程图如下:

收集用户系统信息,制定渗透流程和交付实施方案,提交用户授权许可;

完成目标系统信息采集分析,根据结果提交风险规避方案;

目标漏洞利用,渗透权限提升和控制,交付渗透记录;

交付渗透测试实施报告,提供安全建议,指导服务验收。

04

应急响应服务

应急响应服务是当用户遭遇网络攻击、木马病毒、数据窃取等黑客入侵事件时,京东云能够提供及时的事件止损、事件分析、系统加固和事件溯源的技术支撑,降低安全事件的影响范围并抑制损失。应急响应是一项需要充分准备并严密组织的工作,需要具备足够的事件响应处置经验和掌握必要法律知识的专业人士参与。基于京东云安全服务团队多年持续的安全趋势跟踪与技术研究,已形成紧急安全事件应急响应最佳实践,完全有能力为京东云用户提供各类重大、紧急安全事件的应急响应支持。

是京东云安全应急响应服务体系参考了下列标准规范:

  • GB/T 24363-2009 信息安全应急响应计划规范

  • GB/Z 20985-2007 信息安全事件管理指南

  • GB/Z 20986-2007 信息安全事件分类分级指南

  • YD/T 1799-2008 网络与信息安全应急处理服务资质评估方法

  • GB/T 22080-2008 信息安全管理体系要求 

  • ISO/IEC 27001:2013

京东云凭借其在6.18、双十一、双十二等大型促销活动中丰富的应急响应经验和强大的事件分析处理能力,能够快速完成事件的响应、处置和追踪溯源,为事件分析、立案调查和取证提供详细、准确的数据参考。

应急响应的流程图如下:

安全事件初期阶段:在实施应急响应工作前,项目经理收到用户申请应急响应支持,由项目经理协调京东云安全服务团队和用户技术人员第一时间取得联系,了解事件发生情况。安全专家判断事件类型,是否需要启用应急响应服务;

应急响应实施阶段:在判断事件类型可能为安全事件,启用应急响应后,京东云安全服务团队进行信息收集工作,详细了解掌握事件发生的始终、现状、可能的影响,对事件进行详细分析,提供事件处理建议,并协助用户解决事件;

输出报告与汇报阶段:待事件处理结束后,京东云安全服务团队整理事件分析、事件处理的过程记录和相关资料,撰写应急响应服务记录报告并提交给用户。对于大型、复杂的应急响应过程还需进行整体的事件处理汇报工作。

京东云专业安全服务优势

专业化的安全服务团队

京东云拥有专业的漏洞研究团队,对漏洞的研究成果已经应用到了京东云安全产品当中。多年来京东云安全服务团队为京东商城6.18,双十一、双十二等大型促销活动提供了安全保障与支持服务。

深入的用户安全需求分析

京东云安全服务团队在安全服务开展前期,会从技术层面(网络层、系统层、应用层)与用户进行沟通,对用户资产信息进行采集、汇总、梳理、掌握,以便为工作的开展奠定良好基础。除了技术层面以外,京东云安全服务团队也会根据用户的安全/合规目标着重对于用户业务层面进行分析与梳理,正确理解用户的安全诉求与意图,将应急策略、处置办法充分贯彻、落实于实施工作中,将安全服务的目标与业务系统连续性运行保障紧密的结合起来。

规范化的安全服务流程

京东云安全服务流程大体分为准备、实施以及汇报验收三个基本阶段,在每个阶段都会生成阶段性文档,在服务完成后将由项目经理将各阶段的文档进行整理、汇总并提交给用户,同时向用户汇报应急响应工作的详情与细节。京东云安全服务流程特点在于将安全服务实施阶段及汇报验收阶段作为两个独立环节贯穿于整个过程当中,确保应急响应工作的全面规范化。

全方位的安全服务内容

京东云安全服务内容基本围绕技术层面(系统层、应用层、网络层)进行开展,从基线检查、漏洞扫描、渗透测试、应急响应等多个维度全面覆盖用户安全场景,并且针对用户业务不同层面的安全漏洞及威胁,提供了一系列测试方法及流程,并且结合不同的漏洞也提出相应的修补建议供用户参考。

快速的安全服务周期

京东云安全服务流程严谨,每个环节都有固定的项目阶段管理办法,严格按照规定开展工作,并由专门的项目管理人员对整体流程进行质量监控,安全服务团队经过长期的经验积累与技术沉淀,目前已具备成熟的服务运行体系,充分确保安全服务流程的高效运转。

经验与能力的持续提升

京东云定期会对安全服务团队开展安全技术培训,并召开技术课题研讨会和攻防技术对抗赛,确保团队的专业素质能够紧跟前沿安全趋势并随着攻防对抗技术演进而得到持续提升,充分保证京东云专业安全服务的品质。

·END·

 

相关推荐

京东云推出全新JoyCode智能编码工具,让AI Coding从代码生成走向成果交付

全新JoyCode结合项目背景与任务目标,通过Agent Loop持续规划、执行、验证与迭代,并支持多智能体并行协作、模型灵活配置及工具与流程复用,贯通从需求分析到开发验证的任务链路,推动AI Coding从代码生成走向可运行软件与可用工具的成果交付。模型使用的关键,不只是选择更强的能力,而是让投入与任务需要相匹配。作为面向严肃开发场景的企业级编码产品,京东云JoyCode所拓展的,不只是代码生成的能力,更是将专业经验与日常灵感付诸实现的路径,让技术承接实现过程中的繁复,让人更专注于问题、判断与创造。

京东科技开发者 214

GPT-6凌晨上线智能UI:智能UI时代的技术架构重构与应对之道

从命令行到图形界面,计算机行业用了三十年证明了同一件事:人类需要视觉的、空间的、可重复的交互表面,纯文字从来只是过渡形态。智能界面的出现,意味着AI行业第一次大规模承认了这个规律——对话是创造的接口,界面是使用的归宿。生成的界面如何稳定下来?个人的数据与身份如何安全地沉淀?Agent的行动能力如何可信地放大?谁能把这三个问题答好,谁就站在了Personal Agent图形界面时刻的浪潮之巅。

京东科技开发者 233

AI 会写代码之后,交付为什么还没变快?

AI 写代码,只是这场变革的起点,而不是终点。真正决定一个组织能否吃到 AI 红利的,不是"能不能用 AI 写出代码",而是敢不敢用 AI 重新设计交付流程、重新划分角色分工、重新组织团队结构。研发视角能把工具和个人推到极致,却会在组织的边界前止步;只有站上组织视角,把AI × 工具一路推进到AI × 组织,那些被 AI 照出来的摩擦,才会真正被抹平。国际技术部 Multi AI Native 想做的,正是这件事——让 Agent 成为你可靠的数字战友,让每一次迭代交付都快一个量级;

京东科技开发者 323

OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建

长期以来,数据看板开发主要有两种方式:一种是使用标准化 BI 工具,交付快、成本低,但图表样式、交互体验和功能扩展都受限于 BI 本身的能力;另一种是自研定制开发,能够充分满足复杂和个性化需求,但需要投入大量研发资源,交付周期也更长。比如一个通过 BI 只需要 1 天就能搭建出来的看板,如果采用自研方式,可能需要投入 30 PD 的研发人力。既然 BI 交付这么快,为什么不把所有看板需求都交给 BI?原因在于,业务某些场景需要的不只是把数据展示出来。

京东科技开发者 385

当我谈数据库高可用时我谈些什么

大家都经常听到说数据库的双1,那双1指的是什么呢?参数=1(最安全)≠1(更快但可能丢)每次提交都把 redo 刷盘0/2:攒着刷,崩溃丢最近 1 秒每次提交都把 binlog 刷盘0/N:攒着刷,崩溃丢最近若干条"双 1"(都设为 1)= 单机不丢已提交事务的前提。生产核心库必须双 1;代价是每次提交两次 fsync。小结:单机层用 WAL 提速、用 2PC 保证 redo/binlog 一致、用崩溃恢复裁决半成品事务、用双 1 兜底持久性。

京东科技开发者 325

ScoAI:面向供应链的运筹原生决策智能

ScoAI 关注的并非 AI 能否进入供应链,而是 AI 参与供应链决策之后,哪些内容适合通过数据学习,哪些关系必须显式计算,以及哪些结果需要依据执行记录进行验证。其基本分工是:供应链业务定义问题、资源与行动后果,运筹学表达目标、约束和协同关系,AI 提供可复用的估计与判断。真正用于改进后续决策的,不仅是模型生成的初始结果,还包括实际采取的行动及其产生的业务反馈。

京东科技开发者 410

拆解海博 AI-Native 落地保障:海博团队 AI 知识库能力建设

绕了一大圈,回头看,我们其实一直在解开头那三个结:AI 读不懂系统、影响面靠人脑记、测试预期没处查。做到这里,本质上是把"AI 用不好"这个问题,从"是不是该换个更强的模型"重新定义成了"怎么把上下文经营好"。顺着这个思路,我们攒下了这么几样东西:•。

京东科技开发者 566

从零构建一个生产级记忆型 AI Agent —— AgentScope 项目全景技术与学习指南

domain 层端口接口(domain)职责适配器实现(infra)对话流水账读写经验记忆检索/落库请求级幂等四态会话元数据 CRUD会话级 Skill 选择态Skill 元数据HITL 权限网关(domain 内含逻辑,见第四篇)StreamSink技术中立的流式下沉(client 层桥接)以幂等端口为例,头部注释明确写道:实现 domain 端口,持有实体不出 infra 边界,对外只暴露嵌套视图GateResult。

京东科技开发者 619

数据涅槃:Agentic 重塑搜推数据生产体系

当前大模型已经能够理解需求、生成代码和解释错误,但数据生产的难点并不只是“写出一段 SQL”。一个需求还要经过数据源确认、口径澄清、加工编排、资源规划、任务提交、调度运行、结果交付和故障处置。任何一步缺少都可能让“看起来正确”的任务变成生产事故。

京东科技开发者 388

81.8 秒的视频,我们改了 15 个版本:一次纯 Codex 驱动的 AI-native 视频实践

81.8 秒、15 个版本,这些数字真正想说明什么?视频制作正在从一组专业软件里的复杂操作,变成一场围绕目标、参考和反馈展开的持续对话。AI 已经可以接住从脚本到交付的大量工作。你可以把精力留给更重要的部分:理解观众、选择故事、判断好坏。过去停在 PPT 和脑海里的想法,现在有机会被快速做成一支能看、能改、也愿意转发的视频。如果明天就要介绍你手头的项目,你最想先把哪一步交给 AI?

京东科技开发者 473

Codex 驱动的移动端AI全栈开发:从 Relay 原型图到可交付链路

AI 编程工具降低了跨端开发门槛,但“让 AI 写页面”并不等于“完成移动端交付”。PC 运营端页面通常以功能闭环为中心,设计约束较弱,研发可以基于组件库快速搭建;移动端 C 端页面直接面对用户,Relay 原型图和 UI 设计稿不仅是视觉参考,更是交互、信息层级、状态反馈和业务信任感的综合契约。

京东科技开发者 598

Claude Code vs Codex 记忆体系深度对比

Claude Code —— 分层自动记忆系统四层分层架构(CLAUDE.md / Auto Memory / Session Memory / AutoDream)构成自优化闭环,系统主动捕获、分类、去冗并跨会话接力经验。走的是自动化优先路线——让机器替人记忆、替人整理,以少量可控性的不确定换取强大的经验积累能力。Codex —— 声明式契约系统两层扁平架构(AGENTS.md 静态声明层 + 会话上下文层),记忆完全由人显式订立、显式修改,系统只读契约、绝不擅自变更。走的是可控性优先。

京东科技开发者 632

上游给空、下游拿到 -1,我把故障一直追到了 commons-beanutils 的构造函数

这篇手记是一份事后复盘,写在我们已经把修复推上线、把测试用例跑绿、把约束文档沉淀进团队库之后。非研发同事,可以直接从第八章开始看,前七章都是讲排障和代码分析。故障本身不复杂,修复也不复杂,但这次排查真正让我想写下来的,不是技术本身——而是从问题提报到解决全程AI的作用:问题定位:业务方反馈了一个异常单号说「下发失败」,一线运维同事直接在日志系统捞到相关的系统日志,用IDE打开下游代码库,把异常信息给到JoyCode——AI 直接指向了问题是serialType值非法,系统只接受0和1,而当前上游给的是-1。

京东科技开发者 722

SKill测评:谁才是真正的Skill之王?

巧合的是,阿里近期开源了一款名为 Skill-Up 的测评工具——它专门面向 Agent Skill 开发者,支持在 Claude Code、Codex、Qoder CLI 等真实 Agent Engine 环境中验证 Skill 的功能正确性,并可将失败用例转化为精准的修复指引,同时支持本地与 CI 环境的持续回归。2026年,Skill 的热度不减,已成为 AI 辅助编程领域的标配。在日常研发中,无论是沉淀个人经验,还是将团队的优秀范本标准化,将知识“蒸馏”为 Skill 已是大家的常规操作。

京东科技开发者 641

让AI真正参与工作!JoyDesk已上线京东云

JoyDesk提供覆盖AI资产管理、权限控制、安全策略、审批审计、运营监控等企业级治理能力,支持按组织、角色和项目进行精细化权限管理,并支持私有化部署,确保企业数据边界清晰、AI行为全程可追溯、安全策略灵活可配置,满足金融、政企等行业对数据安全和合规治理的要求,让AI真正成为企业可信赖的生产力。JoyDesk支持MCP协议、标准API、技能等多种开放接入方式,可快速连接企业现有业务系统,将业务能力封装为AI可调用的技能和专家,让AI能够理解业务流程、调用业务系统、完成业务任务,而无需改变企业原有IT架构。

京东科技开发者 676

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手【最终版】

这个项目展示了AI Agent 在垂直内容创作领域端到端自动化:从内容理解到播客输出,全流程 AI 驱动多模态融合:文字、图片、音频、视频统一处理专业级音频质量:音色设计 + 智能混音,输出广播级品质低门槛使用:可视化配置 + 自然语言交互,无需技术背景。

京东科技开发者 564

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(高级篇)

这是一个 AI 驱动的播客创作助手,专注于从文字/视频/音频内容识别到播客制作的全流程。你可以用自然语言与它对话,也可以上传视频和音频,它会理解意图、调用相应的语音合成工具,把他们变成真实的播客音频。

京东科技开发者 728

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(进阶篇)

这是一个AI 驱动的音频内容创作助手。你可以用自然语言与它对话,它会理解意图、调用相应的语音合成工具,把文字变成真实的播客音频,并保存在本地。关于项目的详细介绍见第一篇文章:第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)这篇文章更多介绍进阶篇添加的功能。

京东科技开发者 553

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)

这个项目让我第一次把前端、后端、AI Agent 三块内容独立串联起来。技术选型上每一块都是当下主流的方案,实际跑通整条链路之后对"全栈"有了更具体的感受。框架版本要锁定:LangChain 这类快速迭代的框架,版本差异带来的问题远比你想象的多先跑通链路,再追求完美:新手阶段能把用户输入 → AI 处理 → 结果展示这条链跑通,比深入某个技术点更有价值多看官方文档:相比博客和教程,官方文档更新及时,特别是 LangGraph 这种新框架后续计划继续迭代,欢迎交流!

京东科技开发者 611

ICLR 2026 | 面向序列决策的贝叶斯集成方法

在这篇工作中,我们关注的是。

京东科技开发者 296

ICML 2026|NaviAgent:面向 Oxygen 智能体的可扩展工具编排

大型语言模型(LLM)越来越多地作为函数调用代理,调用外部工具来处理超出其静态知识范围的任务。然而,它们通常一次只调用一个工具,缺乏对任务结构的全局视图。由于工具之间往往相互依赖,这会导致错误累积和可扩展性差,尤其是在扩展到数百或数千个工具时。为了解决这些局限性,我们提出了NaviAgent,一种显式的双层架构,它通过基于图的工具关系建模将任务规划与工具执行解耦。在规划层,基于 LLM 的代理决定是直接响应、澄清意图,还是检索并执行一个独立于工具间复杂性的工具链。

京东科技开发者 389

实测 9 款 AI 架构图工具:从 Mermaid 美化到 GPT-Image2,一份选型清单

支持 5 类图(架构图、工作流图、时序图、数据流图、生命周期/状态机图),主题 4 种(Classic、Signal Flow、Blueprint、Editorial)+ 3 种色彩模式(Dark / Light / System Auto),输出格式含 HTML、PNG、SVG、WebM、Share Card PNG、JSON IR。它把提示词图库、图像生成案例、参考图编辑流程和命令行工具整合在一起,让 AI Agent 能直接调用 GPT Image 2 模型完成文生图、图生图、参考图编辑等任务。

京东科技开发者 910

别再守着 Claude Code 了——学会指挥它自主干活

回到开头那句:别再一句一句地喂它、然后守着屏幕。真正的用法是——把一件事想清楚、划好边界、给它一个能自我验证的目标,然后交出去。你会发现,省下来的时间不是一点半点。把重复的判断和执行还给机器,把真正需要你的判断留给自己。

京东科技开发者 587

CVPR 2026|Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破

京东零售技术团队联合清华大学提出DirectFisheye-GS框架,创新性地将鱼眼相机模型原生嵌入3D高斯泼溅管线,通过跨视角联合优化策略直接处理鱼眼图像,避免了传统去畸变预处理导致的信息损失。该方案在多个公开数据集上达到SOTA性能,有效解决了单视角优化引起的几何畸变和视角不一致问题,同时保持与现有3DGS工具链的兼容性。技术已应用于电商3D重建和4D体积视频等场景,显著提升了沉浸式体验。相关论文被CVPR 2026接收,为宽视场场景重建提供了高效解决方案。

京东科技开发者 355

拆解海博 AI-Native 落地保障:Harness、双 Loop、知识库与技能自主迭代实践

海博研发RoadMap 的落地,彻底终结了 AI 编程“对话式玄学”的旧模式,真正落地了AI Native 研发工程化。它证明 AI 规模化赋能研发的核心,不在于堆砌大模型能力,而在于用工程思维重构 AI 的工作范式:用结构化流程替代随机对话,用固化规则约束模型行为,用持续沉淀实现能力复利,用分层架构支撑规模化落地。

京东科技开发者 638

让 AI 快速「读懂」你的代码仓:Joy-Code-Graph 云端图谱服务的三次进化

代码知识图谱不是要取代 AI 的智能,而是要补齐它对代码全局关系的认知盲区。当 AI 能一眼看清「谁调用了谁、改动会波及哪里」,它写出的代码才真正靠谱;当这份认知安全地留在自己手里、随时被 Joygen 调用、并且永久沉淀在代码仓里——AI 编程的体验,才算真正上了一个台阶。这,就是我们做 Joy-Code-Graph 云端服务的初衷。能力共享,数据自主;一次建图,长期受用。

京东科技开发者 752

【Coding生态】从代码托管到 AI 能力底座:与Coding一起共建 AI 研发生态

前两种框架能够很好地支撑对话式能力和预设流程式能力。它们适合基于提示词或预设工作流完成研发问答、知识查询、流程编排等任务。但在更复杂的研发场景中,仅仅“回答问题”还不够。当用户业务逻辑复杂时,一旦场景进入真实落地阶段,例如下载代码、修改文件、执行命令、安装依赖、运行测试、读取完整代码文件,或者与自有系统联动、将结果渲染到 Coding 页面、推送到京 ME,AI 应用需要的不只是知识能力,还需要真实的代码库操作能力和独立可执行环境。

京东科技开发者 768

GPT-5.6、ChatGPT Work 与 Codex 更新食用指南

三档模型当前都提供 1,050,000 tokens 上下文、922,000 tokens 最大输入和 128,000 tokens 最大输出,接受文本与图像输入、输出文本,并支持 web search、file search、Computer Use、MCP、Tool Search、Skills、Apply Patch 等工具。Work 可以读取你提供的文件,通过插件连接 Slack、Google Drive、SharePoint、邮箱、日历、CRM 或项目系统,调用获批工具,并在执行中展示进度。

京东科技开发者 873

把业务流程沉淀成高质量 Skill 的实践路径

使用Record & Replay创建的Skill,尽管创建流程简单,但它的本质实际是让 AI 去操作页面,这不但有可能影响我们对电脑的操作,还有可能无法稳定复现。创建Skill时,可以使用 Codex 的 Record & Replay 插件,把一次手工操作录下来,再让 AI 生成可复用流程。刚开始切换时,很容易遇到接口报错,可以让Codex排查原因进行优化,直到可以稳定执行;补充相应业务背景,说明这件事为什么要做,谁会用,输入从哪来,输出给谁看。电脑休眠、关机、软件没开时,本地任务可能无法执行。

京东科技开发者 836

政企前台AI-Agent的架构实践:打造可复用的 AI 服务平台-【灯塔计划】

不止是爆火的龙虾,还是各种Skills,MCP、Agent,脱离的具体的场景谈方案,最后只会是一场空。这一套可复用的 AI 服务平台,截止目前,通过前后端对接规范文档,多项能力已快速接入到各个场域的不同端平台,大幅降低研发成本, 并且各业务线新场景的接入从原来的 “开发驱动” 转为 “配置驱动”,接入周期从天维度缩短至小时级。

京东科技开发者 864
上一篇: 京东区块链开源项目——JD Chain介绍及区块链白皮书发布
下一篇: 壁纸分享 | 京东云带你太空旅行
京东云开发者
京东云开发者 企业官方账号 企业官方账号
博客等级 码龄8年 1万+粉丝 2141原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值