yun
-
云原生智能网关 使用流量镜像插件
这篇说说云原生网关流量镜像插件的功能与配置,支持按比例或请求参数将生产流量镜像到测试后端,镜像响应自动丢弃,不影响线上业务,并演示了两种常见场景:按采样比例镜像到Host后端,以及镜像到多个Upstream后端。 按比例镜像:配置30%流量镜像到Host测试后端,模拟线上环境测试。 多后端镜像:配置100%流量镜像到多个Upstream后端,实现并行测试。
-
云原生智能网关 使用重写插件改写请求或响应
这篇说说腾讯云云原生网关通过TSE PROXY REWRITE插件实现请求/响应改写,支持在请求阶段修改header/query/body,响应阶段修改header/body,并提供了三种场景的操作步骤。 请求/响应改写:支持对header、query、body参数进行新增、编辑、删除,并支持使用NGINX变量。 插件配置:需在Konga控制台为Service添加TSE PROXY REWRITE插件,配置生效阶段、。
-
云原生智能网关 云原生网关常见问题
这篇汇总云原生网关的常见问题,涵盖产品定义、购买计费、使用配置、性能规格、弹性伸缩及迁移实践。云原生网关基于Kong提供高性能高可用网关服务,支持南北向与东西向流量治理,并集成安全防护与可观测性。 购买与计费:支持按节点规格和数量购买,目前仅微服务场景支持新购。 使用配置:支持K8s、注册中心、CVM等多种服务来源及TCP、HTTP等协议,通过多可用区部署保障高可用。 迁移实践:提供自建Kong和Spring Clo。
-
云原生智能网关 通过 AI 网关调用混元 API
AI 网关调用混元 API 是通过统一接口管理多个 AI 模型访问,实现高效、安全、可扩展的 AI 能力集成。它简化了混元 API 的调用流程,提供流量控制、监控和计费等一站式服务。这篇将快速引导你完成首次配置,体验通过 AI 网关调用混元大模型服务的完整流程。你将依次完成模型密钥、模型服务、模型 API 的配置,并创建调用方身份(消费者与消费者组),最终通过网关成功发起调用。
-
云原生智能网关 配置改写
当你使用 HTTP 转 MCP 方式将已有的 RESTful 接口封装为 MCP 工具时,工具对外暴露的参数结构与后端接口的实际报文格式往往并不一致。通过 报文动态调整 功能,可以以在不改动后端服务的前提下,对工具的请求参数和响应内容进行重命名、定位、固定注入和模板化改写,使 MCP 工具的输入输出更符合大模型调用习惯。
-
云原生智能网关 查看系统监控
AI 网关对运行的网关实例及节点、公网负载均衡提供全维度系统级监控指标,覆盖 CPU、内存、带宽、连接数等核心资源维度,助力你全面掌握实例的资源利用率、流量波动与运行健康度。
-
云原生智能网关 使用 Prometheus 监控
如何使用 Prometheus 获取 AI 网关 的监控数据,当前支持直接关联腾讯云 Prometheus。关联 Prometheus 实例后,网关 将自动上报监控数据到已关联的 Prometheus。
-
云原生智能网关 通过 AI 网关实现标准 MCP 服务快速接入
这篇以“标准 MCP 服务”为例:已有一个公网可访问的 MCP 后端(这篇以 uapis.cn 为例,含 109 个免费工具),你通过 AI 网关将其代理暴露给内部 Agent 调用。网关负责鉴权、流量管控,后端工具透明透传。
-
云原生智能网关 通过 AI 网关实现 Agent 服务快速接入
Agent 网关(A2A) 解决的是“智能体接入”问题——将一个完整的 AI Agent(具备自主推理、任务规划、多轮交互能力)通过 AI 网关暴露给其他 Agent 或客户端调用。
-
云原生智能网关 通过 AI 网关快速对接 TokenHub
这篇将介绍如何通过 AI 网关快速接入 TokenHub 。腾讯云大模型服务平台 TokenHub 聚合了混元、DeepSeek、MiniMax、Kimi、智谱、百度等多家模型供应商的模型能力,通过统一的 API 接口对外提供服务。你通过 AI 网关将 TokenHub 接入后,可在网关层统一管理来自 TokenHub 的所有模型服务,获得统一的消费者鉴权、配额管控、监控日志和链路追踪能力,而无需在业务代码中逐个对接。