货拉拉技术

一、背景与挑战 在移动端测试中，我们始终面对着同一个核心挑战：如何持续降低手工测试的工作量？ 为此，我们团队已经建立起两条成熟的创新提效路径.......

在货拉拉业务体系中，"待办"已不限于传统任务管理范畴，在业务中发挥重要的驱动作用。本文将阐述如何通过平台化的待办系统设计，满足多样化业务场景需求，同时实现亿级流量规模的稳定...

本文基于 Anthropic 官方工程博客发布的《Equipping agents for the real world with Agent Skills》进行解读，结合...

本文研究构建一种面向LLM安全对抗的系统化测试框架，通过策略进化、响应判定与风险指标分析，实现对模型在越狱、安全对齐与工具链使用上的全方位评估。...

随着货拉拉业务的快速扩展与场景复杂度的提升，星图平台作为客服系统的核心枢纽，不仅承载高并发场景下的关键功能，还肩负着保障服务稳定与用户体验的重任。...

可观测性的"最后一公里"难题 在可观测性领域，指标、日志与链路数据因其不同的数据特性与访问模式，通常采用异构存储架构： 时序数据库（如 Prometheus、InfluxD...

我们司机端App一直存在着_dispatch_barrier_waiter_redirect_or_wake相关的崩溃。 该崩溃具体崩溃堆栈如下: 而且该崩溃集中在14.0...

本篇将围绕离线大数据迁移后双跑阶段的数据验证展开，涉及公司多部门、数万张Hive表的数据，探讨验证的目标与原则、常见的验证方法与工具、不同场景下的验证策略，以及在实际落地中...

面对快速拓展的海外市场和高速迭代的业务模式，如何在有限的人力资源下高效保障服务稳定性成为研发团队日常工作中的重要挑战。本文将重点介绍监控告警在国际化业务中的一些实践。...

基于AI技术，货拉拉推出"拍货选车"功能，用户只需拍摄货物照片，系统即可智能分析并推荐最合适的车型，解决用户选车难题，提升货运效率和体验...

背景 在企业大数据中台建设过程中，数仓往往承担了数据资产中心的角色，上承业务库，下接各个部门的分析师，数仓的建设就是数据清洗、中转和分发的一系列操作。我喜欢把数仓的工作比做...

Lalamove自2013年起就开始基于PHP构建系统，之后逐步迁移至Java。随着海外业务增长，业务复杂度和技术复杂度也快速上升。...

RAG知识库经过初始构建后，一般存在质量不高的问题，本文通过尝试emmbeding聚类和大模型方式，对初始构建的知识库完成清洗并落地。...

大模型已成为驱动各行业智能化转型的核心引擎，货拉拉基于自身在物流领域 AI 落地的深厚积累，率先布局并打造了货拉拉的**大模型应用一站式开发平台 -- 悟空平台**。...

当一个数据平台的工具量突破3000+、日均调用超50万次，是该庆祝规模化的胜利，还是警惕效率的陷阱？ 货拉拉数据工厂就曾站在这样的十字路口——依托高效的"协议编程"架构，我...

在交易系统中，数据一致性校验是保障资金安全的最后一道防线。传统的硬编码方式让每次规则变更都需要发版，能否让业务研发人员直接配置SQL就能完成核对？本文将分享我们从代码到SQ...

本文介绍了生成式AI时代音频内容安全面临的挑战，以及音频水印技术的实现方案，并深入分析了SynthID与AudioSeal两大前沿方案的实现路径。通过对比实验结果，验证AI...

为保障货拉拉资金安全，团队构建并维护了实时对账平台（算盘），旨在通过实时比对链路上下游服务产生的数据，快速发现潜在资损风险，保障资金安全与业务健壮性。...