腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

使用OPA Gatekeeper执行Kubernetes的政策和治理

Hinrichs（Styra）、Lachie Evenson（微软）、Torin Sandall（Styra）可以利用Open Policy Agent Gatekeeper项目来帮助在Kubernetes环境中执行政策和加强治理这些政策可能是用来满足治理和法律需求，或者执行最佳实践和组织约定。使用Kubernetes，你如何在不牺牲开发灵活性和操作独立性的情况下确保遵从性？ Gatekeeper v1.0 - 使用OPA作为准入控制器，kube-mgmt边车（sidecar）执行基于configmap的政策。 Gatekeeper v3.0 - 准入控制器集成了OPA约束框架（Constraint Framework ），以执行基于CRD的政策，并允许声明式配置的政策可靠地共享。 API服务器将强制执行OPA执行的所有政策。政策和约束通过集成OPA约束框架，一个约束（Constraint）是作者希望系统满足给定需求集的声明。

2019-12-04

3K0

标签:

MCP Server 治理实战：从健康检查到沙箱执行

1.2治理的本质：把"工具"当"微服务"管如果一个MCPserver只被一个agent用、只在本地跑、只调一个内部函数——它确实不需要治理。这条策略可以放进host启动校验里强制执行。sandbox——隔离形态nonecontainerwasm/seccomp。详见第四章。四、沙箱与权限：把第三方server关进笼子4.1为什么沙箱不能省回到第一章的事实——MCPserver是独立进程，会执行代码。凭据治理的目标，是把所有路径堵死。 2.Registry是治理的锚点。没有Registry，其他所有治理动作都是空中楼阁。Registry即真相，host启动必须校验。3.分类决定治理强度。C1C2C3/C4不同准入。

2026-05-13

8130

标签:

60:数据治理：规范越厚，执行为何越薄？

执行成本与激励失配规范越厚，执行越薄，这不是态度问题，是机制问题。写规范的人不承担执行成本，执行的人不分享治理收益。开发同学按规范改一个字段名，要多改三处代码、两处文档，还要重新跑一遍测试。机制化设计的默认正确路径真正有效的治理，是把规范从“要求”变成“默认”。DDL模板：把命名规范、字段类型、注释要求直接固化到建表模板里。开发同学执行CREATETABLE时，模板自动带上业务前缀和标准注释，不需要他记住任何一条规范。这两个问题想清楚了，治理方案自然就清楚了。

2026-11-04

871

标签:

腾讯云架构师技术同盟

语义治理 vs 知识治理：AI 数据分析需要业务知识库还是可执行语义层

如果 AI 要回答实时经营数据、完成指标下钻、执行自动归因或生成管理报告，它必须拥有受治理的指标查询和计算能力。 Agent 的知识上下文层Agent 的业务执行层对于 Data Agent 而言，知识治理和语义治理分别解决“懂不懂企业”和“会不会按企业规则分析”。更推荐的长期路线更推荐的长期路线是“知识治理提供上下文，语义治理提供执行口径，Skill 连接知识与分析方法”。企业可以把制度、背景、经验和历史案例放入受治理的知识库，把指标、维度、权限和计算逻辑放入独立语义层，再将高频分析路径、归因方法和报告模板沉淀为 Skill。误区 2：语义治理只是把知识库里的指标文档结构化正解：语义治理不仅是整理指标说明，而是建立可执行的业务契约。

2026-09-09

1870

标签:

Agent OS治理平台：资源平面、执行平面与控制平面的架构

本文以JBoltAI平台为蓝本，系统阐述其Agent OS治理平台的三层控制平面架构设计：资源平面负责AI模型与工具的统一管理与调度，执行平面负责链式工作流的编排与运行时管理，控制平面负责权限、审计与安全管控一、Agent治理的必要性当AI Agent仅用于"聊天问答"时，一个API Key和一个速率限制足矣。但当Agent获得数据访问权（通过Function Calling查询数据库）、API调用权、文件操作权、自动化执行权（通过编排工作流自动执行多步骤任务）后，如果没有完善的治理体系，数据泄露、越权操作和资源滥用等风险将不可避免 JBoltAI Agent OS治理平台的设计目标就是为这些风险提供系统化管控。五、结语JBoltAI Agent OS治理平台的核心设计哲学是：在赋予Agent强大能力的同时，通过分层控制平面确保安全、可控、可审计。

2026-06-02

4080

标签:

从 MCP 到插件：Agent 安全风险为什么要按执行链治理？

只要组件能够影响 Agent 的上下文、工具选择、资源访问或输出结果，就进入了安全治理范围。、API 调用越界、审计缺失知识库连接器提供外部资料和上下文间接提示词注入、知识污染、敏感数据泄露如果企业没有统一的组件治理，Agent 的实际能力会比产品设计文档中描述的更宽。治理要点是把用户输入、文件、网页、知识库、能力入口返回和模型输出都纳入指令攻击识别。判断重点是内容是否试图改变任务目标、系统约束、权限边界或能力入口调用行为。五、参考架构：Agent 运行时安全围栏一个可落地的 Agent 安全治理架构通常包括五个层面。、指令攻击、行为越界、组件状态判断本次执行是否安全审计层请求 ID、执行链 ID、证据摘要、处置动作支撑复盘和合规数美科技天枢 Agent 安全围栏可作为这类能力框架的参考。

AI风控技术笔记

2026-09-06

1770

标签:

C++核心准则ES.44: 不要让执行结果受函数参数的求值次序影响

ES.44: Don't depend on order of evaluation of function arguments ES.44: 不要让执行结果受函数参数的求值次序影响 Reason（原因 assignments are evaluated right to left (just as ='s binding is right-to-left) 在C++17中，这些代码示例可以像期待的那样执行

面向对象思考

2020-05-20

6190

标签:

pnpm 为何广受好评

它解决了 npm/yarn 平铺 node_modules 带来的依赖项重复的问题 (doppelgangers)

2021-11-26

7000

标签:

类的受保护属性

创建类时我们希望部分属性不能被外部修改，即创建类的受保护属性。受保护属性可以在类以及子类中读取修改，而外部不能读取。

玖柒的小窝

2021-10-08

1.8K0

标签:

银行与金融场景落地：执行提效、行为审计与多租户治理

银行是自动化渗透率高的行业，也是治理要求严的行业。我的经验是，银行落地智能体，技术反而不是难点，真正的难点在多租户、权限隔离、审计合规这几件吃力不讨好的事。下面按执行提效、行为审计、多租户治理三条线，聊聊在银行真实业务里跑通的实在打法，供正在做银行中台与运营自动化的团队对照。一、执行提效：把高频操作做厚银行大量操作界面无接口、规则固定，很适合执行层固化。四、落地检查清单高频无接口操作是否先固化给执行层是否全程录屏、可回放、权限分级多部门是否走多租户而非各自建栈租户间隔离与组件复用是否同时达成五、合规是银行自动化的前提银行自动化，合规先于效率。建议建专门的自动化运营岗，负责组件维护、权限治理、异常复盘；把各部门的共性需求沉淀成公共组件，避免重复造轮子。某全国性股份制银行之所以能供三十五个部门共用，靠的是运营团队持续治理，而不是上线即结束。治理到位，效率才可持续。

智能体自动化

2026-09-15

1700

标签: