Dynatrace 对 Cloud Foundry 应用的支持已有时日,这有助于应用团队能够更深入地了解、优化其分布式微服务环境。我们始终致力于为您提供针对您技术堆栈的全面深入分析。我高兴地在这里宣布,Dynatrace 成为首个具备 Cloud Foundry 全栈式深入分析能力的监测解决方案,并且实现了自动化,无需配置。它不仅能监测 Cloud Foundry 集群的平台健康状况和资源优化情况,还能自动监测您部署的各种应用。
Cloud Foundry 集群健康状况监测
通过向您的 Cloud Foundry 虚拟机部署 Dynatrace OneAgent,您可以深度监测所有的 Cloud Foundry 组件,其中包括 Diego Cells、Cloud Controller、Gorouter 等。借助这些功能,Dynatrace 让您能够优化您的集群组件规模、检测出发生故障或资源供给不足的组件,并利用人工智能技术对您的整个堆栈进行分析。
通过向您的集群组件部署 OneAgent,您可以得到每一个虚拟机的健康状况指标,其中包括 CPU 使用情况、磁盘 IO、网络 IO。它还能对您的 Cloud Foundry 组件之间的进程网络通信质量进行深入分析。
自动监测 Cloud Foundry 应用,可深入到代码级和查询级
Dynatrace 面向 Cloud Foundry 环境的全栈式监测内置了用于 Garden-runC 容器的自动插装功能。这意味着Dynatrace OneAgent 可自动检测出部署在 Cloud Foundry 上的每一个应用,同时自动启动深度应用监测。
Dynatrace OneAgent不仅能提供Garden容器中所运行应用的指标,还能提供您分布式应用实例的代码级可视化。
深度监测可为您的微服务团队提供优化服务性能所需的深入分析,同时确保完美的可用性和功能性。
分布式服务自动跟踪
在微服务环境中,尤其是部署于 Cloud Foundry 的微服务环境,分布式服务自动跟踪是一种强大的手段,能够持续、无缝地跟踪整个微服务架构的健康状况。
服务跟踪可追踪请求调用微服务的方式、Cloud Foundry应用如何在整个系统内扩散。服务跟踪还有助于识别在服务到服务的通信链路中出现的性能瓶颈和失败请求。现在,在错综复杂的微服务堆栈中查找性能不佳的问题根源要比以往任何时候都要容易。由于Dynatrace OneAgent能够自动监测Diego Cells上的所有Cloud Foundry应用,因此这些自动跟踪功能可自动应用于您的Cloud Foundry应用。
集成您现有的 BOSH 部署
Dynatrace 的 Cloud Foundry 全栈式监测还能与 BOSH 部署无缝集成。Dynatrace 还提供了一个可作为插件使用的 BOSH 版本,您可以将 OneAgent 部署到您的虚拟机集群,其中包括 Diego Cells 等。该 BOSH 版本还包括用于 Windows Diego Cells 的 OneAgent部署,因此可自动监测基于 .NET Framework 的应用。
有关 Dynatrace BOSH 插件的全部细节,请参见“我如何部署 OneAgent 才能实现全栈式 Cloud Foundry 监测?”一文。
我们与 Pivotal 通力合作,推出了在 Pivotal Cloud Foundry 上用于 Pivotal Cloud Foundry 的 Dynatrace 全栈式插件。因此,如果您正在使用 Pivotal Cloud Foundry,可前往 Pivotal Network 下载Dynatrace 全栈式插件。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。