• ARTICLE
  • STRING
  • CONVERTER
  • ENCRYPT
  • NETWORK
  • MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
  • ARTICLE
    STRING
    CONVERTER
    ENCRYPT
    NETWORK
    MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
logo Online Tools
All Chinese English Newest Hottest
1637 search results

我是来自支付宝终端技术团队的王嘉伟(加伟),主要负责 MYWeb 浏览器内核的升级以及各种疑难杂症的攻坚。在本文中,我将结合我们在稳定性治理过程中遇到的真实案例,分享一个发生在混合渲染(Hybrid Composition) 场景下、由画布同步问题引发的有趣现象与分析过程。本次案例不仅具有代表性,也在社区中有不少类似的讨论,因此我特地将其整理出来,与大家交流分享。这篇文章力求通俗易懂。由于我本人最初并非该领域出身,对 Android 平台的了解也较为有限,因此在梳理问题的过程中,尝试以“小白视角”逐步推演、层层递进。希望这种讲述方式能帮助更多读者理解问题背后的原理与解决思路,从中有所启发。

10 Technology lddgo Shared on 2025-10-17

本文面向对 AI Coding 感兴趣的朋友介绍 Claude Code。通过此次分享,可以让没有体验过的快速体验,体验过的稍微理解其原理,以便后续更好地使用。2025年最热闹的非 AI Coding 这个话题莫属,各大厂商竞相入场,开发出来的产品总是伴随取代程序的话题,甚嚣尘上。有人欣喜、有人恐慌、有人迷茫,而这一切都是「正常」现象。希望我的分享能给大家带来心灵按摩,坦然、客观的接受 AI Coding 这新事物。

22 Technology lddgo Shared on 2025-10-16

本文详细阐述了大语言模型(LLM)生成结构化输出的技术演进、核心方法与未来趋势。

30 Technology lddgo Shared on 2025-10-15

本文主要阐述作者通过亲身实践,探索利用AI Agent实现开源应用Helm Chart自动化生成的实践历程。

17 Technology lddgo Shared on 2025-10-15

在AI时代天猫技术质量同学在质量保障方面也不断探索AI在测试全流程提效的落地方案,传统测试工作链条拆解为“需求解析 → 用例生成 → 数据构造 → 执行验证 → 对比校验”五大核心阶段,而我们的目标是通过AI+自然语言驱动,实现全流程自动化、可溯化、可管理化。而最AI参与到测试中来,最主要的目标就是提效,目前几个月的实践下来发现在用例生成、测试数据构造和交易链路数据执行的过程中提效明显,下面来给大家简单介绍一下AI参与在测试流程中的实践方案。

14 Technology lddgo Shared on 2025-10-14

本文介绍了一种基于AI技术辅助实现微动效的解决方案,旨在提升淘宝秒杀业务中动画开发的效率与还原质量。针对Lottie动画在性能、动态适配和文件体积上的局限,以及DOM/SVG手动实现动画时存在的沟通成本高、实现慢、维护难等问题,作者团队在塔罗平台基础上开发了两个AI动画助手:Lottie动画开发助手和SVG动画开发助手。这两个工具将非结构化的视觉动画转化为可编程、高性能、易维护的前端实现,显著降低了开发门槛,使原本耗时数小时的动画开发流程缩短至几分钟,实现了从设计到代码的高效落地。

22 Technology lddgo Shared on 2025-10-13

淘宝推荐信息流业务,常年被“需求多、技术栈杂、协作慢”困扰,需求上线周期动辄一周。WaterFlow——一套 AI 驱动的端到端开发新实践,让部分需求两天内上线,甚至产品经理也能“自产自销”需求。短短数月,已落地 30+ 需求、自动生成 5.4 万行代码,大幅提升研发效率。接下来,我们将揭秘它是如何落地并改变协作模式的。

12 Technology lddgo Shared on 2025-10-13

揭示了AI Coding在复杂客户端研发中落地的核心方法论。

22 Technology lddgo Shared on 2025-10-11

提效40%?揭秘AI驱动的支付方式“一键接入”系统

24 Technology lddgo Shared on 2025-10-10

阿里云在云栖大会重磅发布了《AI 原生应用架构白皮书》,该白皮书覆盖 AI 原生应用的 11 大关键要素,获得业界 15 位专家联名推荐,来自 40 多位一线工程师实践心得,全书合计超 20w 字,分为 11 章,全面、系统地解构 AI 原生应用架构,包含了 AI 原生应用的 11 大关键要素,模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全。本文整理自阿里云智能技术专家李艳林在云栖大会现场的解读。

30 Technology lddgo Shared on 2025-10-09