Pod和容器的资源设置

当我们定义 Pod 时，可以选择性地为每个容器设定所需要的资源数量。
最常见的可设定资源是 CPU 和内存（RAM）大小，此外还有其他类型的资源。

当我们为 Pod 中的 Container 指定了资源 request（请求） 时， kube-scheduler 就利用该信息决定将 Pod 调度到哪个节点上。
当我们为 Container 指定了资源 limit（限制） 时，kubelet 就可以确保运行的容器不会使用超出所设限制的资源。
kubelet 还会为容器预留所 request（请求） 数量的系统资源，供其使用。

参考文档：

• 为 Pod 和容器管理资源
• 限制范围
• 资源配额
• 设置 Request 与 Limit

前言

最近半年爆火的智能体是什么？多智能体是什么？MetaGPT是什么？MetaGPT和智能体是什么关系？怎样基于MetaGPT实现一个智能体？…

带着这些疑问开始学习《MetaGPT智能体开发入门》教程，并且会把学习过程中的笔记发布在《基于MetaGPT实现一个订阅智能体》系列文章中。希望能对智能体感兴趣的同学有一点儿启发。

整个系列全部笔记分成六章：

• 《基于MetaGPT实现一个订阅智能体：第一章 前期准备》
• 《基于MetaGPT实现一个订阅智能体：第二章 AI Agent知识体系结构》
• 《基于MetaGPT实现一个订阅智能体：第三章 MetaGPT框架组件介绍》
• 《基于MetaGPT实现一个订阅智能体：第四章 OSS订阅智能体》
• 《基于MetaGPT实现一个订阅智能体：第五章 ActionNode》
• 《基于MetaGPT实现一个订阅智能体：第六章 订阅智能体进阶》

参考文档：

• 《MetaGPT智能体开发入门》教程
• 《MetaGPT智能体开发入门》学习手册
• 《MetaGPT智能体开发入门》FAQ 常见问题
• 《MetaGPT智能体开发入门》学员打卡
• MetaGPT文档站
• 《MetaGPT快速体验》

前言

本章任务：

• 阅读教程
• 了解MetaGPT
• 准备Python环境
• 获取MetaGPT
• 配置MetaGPT

前言

本章任务：

• 了解智能体的定义
• 了解热门智能体案例
• 了解智能体的宏观机会
• 了解智能体与System1&System2

本文中的内容，大都摘录自《MetaGPT智能体开发入门》教程，更多内容请阅读全文。

前言

本章任务：

• 了解订阅智能体
• 了解爬虫
• 了解MetaGPT订阅模块
• 实现订阅智能体