用 AI 智能体检查运维：连接代码、部署、可观测性与 DB 证据
将代码、测试、GitHub Actions、EKS、Grafana LGTM 与关系数据库证据连接为 AI 辅助运维模型。用 Python 检查缺失、陈旧或版本不匹配证据，定义执行边界。
ai-agent / operations / github-actions↗
architecture5
关于 Java、Spring、测试与软件工程的实践笔记和来源参考。
全部文章 →使用 AI 智能体重构代码：保留行为与可验证变更
向 AI 智能体明确重构范围、应保留行为和验证命令。用重构前后 Java 示例与提示词检查边界、异常、变更范围和测试可靠性。
ai-agent / refactoring / java↗
API 缓存设计：缓存键、TTL、失效与故障期间保护源站
通过 Cache-Aside 说明缓存位置、键、TTL、失效和并发未命中。用 Java 检查过期与容量限制，并定义缓存故障时如何保护数据库。
caching / cache-aside / ttl↗
故障降级设计：陈旧响应、缩减功能与拒绝
定义外部 API、缓存和支付故障时何种降级可接受。用 Java 检查数据新鲜度与并发限制，再衔接重试、恢复和可观测性。
fallback / resilience / java↗
Kafka 事件流：分区、消费者组、偏移量与重新处理
说明 Kafka 如何为独立消费者存储事件。在本地验证发布、按组消费和重放，再定义顺序、偏移提交与去重边界。
kafka / event-streaming / consumer-group↗