天火技术博客

AI 原生应用架构师升级指南

如果你也是一名深耕传统微服务与云原生架构的架构师，那么我们正处于一个关键的转折点。大模型（LLM）的爆发不仅改变了人机交互，更深刻地重构了软件的底层逻辑。从云原生向 AI 原生的跃迁，本质上是从确定性状态与资源编排（Deterministic State & Resource Orchestration）向概率性推理与上下文编排（Probabilistic Inference & Context Orchestration）的思维进化。

BasicAI 标注规范

AI 的三大基石是算法、算力和数据，BasicAI 作为一个 AI 数据标注平台，能够为 AI 模型训练提供丰富和多样的标注数据，这些数据大多是半结构化的 JSON，本文描述了 BasicAI 标注平台对外导入/导出时所涉及到的各类数据的格式规范，包括 Dataset、Data、Classification、Class、Annotation Object、Labelmap 等，以便算法工程师参考。

BasicAI 技术架构

BasicAI 全面遵循云原生架构原则，采用容器化运行方式，并使用 Kubernetes 来编排容器和屏蔽底层基础设施差异，以保障服务性能的可扩展性，部署规模的可弹性，以及在故障情况下的服务韧性。前后端均按功能模块拆分为了多个独立服务，每个服务均可独立升级，还可根据客户需求灵活组合。应用服务均设计为无状态，结合 Kubernetes 的自动扩缩容机制，能够依据当前负载情况自动调整资源用量。

BasicAI 多租户权限系统设计

BasicAI 作为一个支持多租户的 SaaS 平台，拥有比较复杂的权限控制系统，并且允许租户自定义角色，本文对其权限系统设计进行了介绍。

云原生 Java 微服务应用开发手册

云原生环境的 Java 应用开发与传统的非容器化方式有许多不同之处，尤其是在构建和运行环节，传统方式需要构建 Jar 包，而云原生环境需要构建镜像，传统方式应用直接运行在操作系统之上，而云原生环境应用在容器内运行，传统方式应用只能在单机上运行，而云原生环境下借助于 Kubernetes 这样的容器编排工具，应用可以自动地被调度到任意的单个或多个节点上运行，更具弹性和容错性，本文将分享一些在云原生环境下开发一个真实的 Java 微服务应用的经验。

微服务应用 API 设计规范

遵循统一的 API 规范对 API 使用者更友好，同时也能降低 API 管理的成本，本文描述了一些 API 设计规范，其中大部分是通用的，只有少数特定于微服务架构应用。

干净架构最佳实践

Bob 大叔在 2012 年的一篇博文 The Clean Architecture 中提出了一种适用于复杂业务系统的软件架构方式。在干净架构出现之前，已经有一些其它架构，包括 Hexagonal Architecture、Onion Architecture、Screaming Architecture、DCI 和 BCE。这些架构在本质上都是类似的，都采用分层的方式来达到一个共同的目标，那就是分离关注。干净架构将这些架构的核心理念提取了出来，形成了一种更加通用和灵活的架构。