ITPub博客

一 用例生成实践效果在组内的日常工作安排中，持续优化测试技术、提高测试效率始终是重点任务。近期，我们在探索实践使用大模型生成测试用例，期望能够借助其强大的自然语言处理能力，自动化地生成更全面和高质量的测试用例。当前，公司已经普及使用JoyCoder，我们可以拷贝相关需求及设计文档的信息给到JoyCoder，让其生成测试用例，但在使用过程中有以下痛点：1）仍需要多步人工操作：如复制粘贴文档，编写提示

最近因需求改动新增了一些数据库表，但是在定义表结构时，具体列属性的选择有些不知其所以然，索引的添加也有遗漏和不规范的地方，所以我打算为创建一个高性能表的过程以实战的形式写一个专题，以此来学习和巩固这些知识。1. 实战我使用的 MySQL 版本是 5.7，建表 DDL 语句如下所示：根据需求创建 接口调用日志 数据库表，请大家浏览具体字段的属性信息，它们有不少能够优化的点。CREATE T

本文从个人阅读的书籍当中，挑选了以下主题相关书籍以供探索：书籍选择的艺术、高效阅读策略、时间与精力管理的智慧、思维模式、提升工作技能的诀窍，以及引人入胜的小说人物传记。希望能够激发你的思考，助力你的工作成长旅程。 本文最初撰写于2021年1月份，本周进行了大纲整理和调整。旨在为您呈现一个宏观的推荐概览，而不会深入到每个主题的细节。在未来，针对这些话题会逐一进行归纳总结……共同挖掘。一、如何

背景这两年来大模型及其热门，不仅各大厂家的模型层出不穷，各类RGA、Agent应用也花样繁多。这也带火了一批基础设施，比如Langchain、向量数据库（也叫矢量数据库-Vector Database）等。现在市场上的向量库种类特别繁多，但主要还是分为两类，一类是在原有数据库基础上增加了向量相似性检索的能力，比如ES、Redis等等；还有一类就是生而为向量库，比较有名的比如Qdrant、Pinec

       在日常项目中，经常能遇到多维度、多指标自由组合分析的OLAP系统建设场景，这类需求往往具有分析关系复杂、开发周期长和数据量大等特点，需要研发投入比较大的精力进行建设。       针对OLAP的场景，目前开源界大部分项目都是针对存储层的实现，如ClickHouse、Doris等OLAP数据库。很少针对应用

如果想要阅读源码,首先要选择版本,然后将源代码下载到本地,导入idea中,话不多说,直接看步骤吧这里我选择5版本,下载源码默认是main分支,看想学习的分支,比如我切换到5版本,截图如下:2.安装gradle3.转换源码进idea下载完成后可以看到有个文档叫import-into-idea.md,这里介绍了怎么将代码导进idea,不过对我这种英语不好的真的是费劲,可以参考https://gi

1.【智算服务】新品上线 智算平台GCS是面向AI创业公司和AI从业者的AI算力生命周期管理和AI应用生命周期管理平台。平台提供高性价比算力资源，以及基于大模型的AI应用生态市场。提供全网低价算力、帮您快速上手AIGC应用。2.【节能宝PUE】新品上线 节能宝(PUE优化)，是一款京东云面向数据中心、智能楼宇、先进制造等推出的节能减碳、优化PUE的产品与服务。利用高精度建模，对基础设施中全链路

一、引言       大家好，在日常开发过程中，Java 注解（Annotation）是开发中经常使用的一个手段，用于给代码添加元数据的标记。它们可以提供代码额外的信息，这些信息可以在编译时或运行时被访问。注解不会改变代码的执行逻辑，但可以被编译器、JVM 或框架等工具用于生成额外的代码、提供警告或执行其他操作。注解虽然简单，但在平时开发过程中也会遇到各种各样的问题，

引言随着人工智能技术的飞速发展，大型语言模型（LLM）、检索增强生成（RAG）和智能体（Agent）已经成为推动该领域进步的关键技术，这些技术不仅改变了我们与机器的交互方式，而且为各种应用和服务的开发提供了前所未有的可能性。正确理解这三者的概念及其之间的关系是做好面向AI编程开发的基础：大模型（LLM）检索增强生成（RAG）智能体（Agent）定义大型语言模型（LLM），如GPT系列、BERT等

根据自己多年的B端/G端数据可视化项目设计经验，总结了这篇数据可视化项目如何做设计评审的文章。内容侧重于数据可视化项目，但对于非可视化项目的设计评审也是通用的。文中介绍的流程和方法，尤其是通过STAR法则来阐述自己设计思路的创意，是我在实际工作中一直使用、并受益良多的技巧；文章中也提到了很多只有经过实战打磨才能发掘的一些细节的问题和处理方式，希望所有这些积累和沉淀能给大家带来帮助和启发，期待大家喜

1. 前言正则表达式是一种用来匹配字符串的强有力工具。设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串我们就认为它“匹配”了，否则该字符串就是不合法的。日常开发中常常会使用正则表达式，例如：对数据格式进行校验（判断一个字符串是否是合法的Email格式、合法的IP格式或是否按照特定格式的数字和字母拼接）；又或是将日志详情按照某种格式匹配后采集上报。复杂的正则表达式可读性很差

电商助手是一款集合了多种电商经营决策功能的工具软件，旨在帮助电商从业者完成从商品发布到客服沟通、数据分析等一系列电商运营任务。京东零售基于 Multi-Agents 理念搭建了商家助手大模型在线推理服务架构，这一系统的核心是算法层基于 ReAct 范式定制多个 LLM AI Agents，每个 Agent 都有专门业务角色和服务功能，可以调用不同的工具或多 Agent 协同工作来解决相应的问题

前言       在无线网络技术不断发展的今天，Wi-Fi已经成为了我们日常生活中不可或缺的一部分。无论是家庭娱乐、办公还是在线游戏，Wi-Fi都在提供着便捷的互联网接入服务。然而，在安卓8.1后，为了进一步延长安卓设备的待机时间。原生安卓(AOSP等)默认开启了全局省电（低功耗模式），该模式下WIFI芯片通过牺牲网络系统来省电，同时降限制CPU的工作频率

国内开源代码大模型4月9日aiXcoder宣布正式开源其7B模型Base版，仅仅过去一个礼拜，aiXcoder-7B在软件源代码托管服务平台GitHub上的Star数已超过2k。同时跻身HuggingFace趋势榜单TOP30，令全球开发者瞩目。背后团队aiXcoder 团队来自北京大学软件工程研究所，2013就开始搞代码生成，他们不但是国际上最早将深度学习技术用于程序代码处理的团

 1. 背景介绍1.1. 业务介绍A平台与B平台同属于同一系统链路上，前者主要致力于为用户提供注册入驻服务，后者则专注于提供具体业务操作服务。两者皆为运营人员所依赖的在线管理工具。1.2. 现状分析目前这两个平台服务于同一业务方，且B应用的页面已经100%嵌入到了A应用的平台上，除此以外目前存在系统上及体验上的痛点如下：所以当时我们考虑既然服务于同一业务方是否能在代码层面上将两个平

   最近在做大模型相关的项目，其中有个模块需要提取在线视频语音为文本并输出给用户。作为一个纯后端Jave工程师，搞这个确实是初次尝试。二、 调研   基于上述功能模块，主要有三大任务：1、 提取网页中的视频 2、 视频转语音 3、 语音转文本。   首先是第一项：尝试了jsoup，webmagic等工具，最终还得是 selenium（也

      在这个由数据编织、由算法驱动的时代，AI大模型正成为推动社会进步的重要力量。我们不仅是变革的见证者，更是推动者和塑造者。感谢零售UP技术人栏目的邀请，本文借此机会回顾一下自己的算法之路上的一些故事和思考，希望能带给读者一些帮助。介绍自己我是2020届校招生，INFJ提倡者，毕业于上海交通大学，入职以来一直担任算法工程师一职，在这个充满挑战与机遇的岗位上，我

1. 前言前文实现“代码可视化”需要了解的前置知识-编译器前端介绍了编译器前端知识并附带了小练习，本文将继续介绍编译器中端相关的知识，还是概念+练习的学习方式。中间代码是用来进行程序分析和实现代码可视化的关键数据，了解其生成和优化方式能更好的帮助我们理解程序的执行逻辑，希望大家阅读本文后有所收获。2. 编译器（Compiler）中端部分主要包含的功能有“生成中间代码”和“中间代码优化”。2.

在过去的大半年中，我一直投身于一个跨端自渲染项目的研发工作中，负责其中的渲染模块。现在通过这篇文章，我想记录并分享我们在这个项目中的经验和挑战，希望能为大家日常开发中的涉及到渲染相关的工作带来一些启发和帮助。跨端自渲染的初衷跨端自渲染项目的愿景在于构建一个后端渲染容器，旨在提供一个针对遵循W3C标准或类似前端规范的产物的统一渲染解决方案。这一容器的核心优势在于能够呈现出高性能、UI的一致性以及广泛

背景在高并发的系统中，通常不会打印除参数校验失败或捕获异常之外的日志，防止对接口的性能产生影响。那对于请求不符合预期的情况，我们如何快速找到是哪块逻辑影响的至关重要。Pfinder提供的链路监控，更多的是性能层面的监控，无法满足我们上述的诉求。下面我将通过自定义通用上下文，添加日志埋点，解决上述存在的问题。通用上下文 CommonContext作用创建通用上下文的作用，是为了跟踪一个请求的生命周期