首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
ai
订阅
lhuanyu
更多收藏集
微信扫码分享
微信
新浪微博
QQ
5篇文章 · 0订阅
基于大模型 + 知识库的 Code Review 实践
基于私有化部署的开源大模型,结合内部知识库的 Code Review 实践,实现一个类似代码评审助手(CR Copilot)
TL如何进行有效的CR
作为Team Leader,Code Review(代码审查)是我认为在技术管理和团队建设中性价比最高、收益最显著的实践之一。它远不止是找bug,更是一个知识共享、质量保障和团队建设的综合过程。 我的
腾讯 AICR : 智能化代码评审技术探索与应用实践(上)
基于大模型技术为 AI 智能代码评审(AI Code Review,以下简称 AICR)带来了新的机遇与挑战,腾讯 AI 代码助手团队和 CR 团队基于腾讯集团开发人员......
AI Coding 资讯 2025-10-22
解决方案 1. 从0到1:天猫AI测试用例生成的实践与突破 天猫技术团队通过"需求规范化+Prompt工程+知识库RAG+平台化集成"的策略,成功实现AI测试用例智能生成。核心方案包括:构建业务域-功
上下文工程(Context Engineering)
随着 LLM 理解推理能力增强,复杂的 prompt 技巧变得不再必要,简单意图输入即可被很好理解。配合 prompt enhancement 工具,prompting engineering 变得更