首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
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
月亮有石头
掘友等级
前端
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
128
文章 123
沸点 5
赞
128
返回
|
搜索文章
赞
文章( 123 )
沸点( 5 )
AI 学习之路 01:文本不是“被看懂”的,而是先被表示成可计算对象
强调学习 AI,尤其是文本处理时,最基础却常被忽视的一步是文本表示。计算机无法直接理解文本,首先需要将其转化为可计算的形式。文章阐述了从字符拆分、去重、问题定义到建模思维的必要性。
Dify 构建 FE 工作流:前端团队可复用 AI 工作流实战
通过标准化 AI 辅助编码流程,提升团队开发效率。通过统一的请求与输出模板,确保编码规范、流程清晰、可审计。团队在 Dify 中建立最小 FE 工作流,版本化 Prompt,固定Schema。
接手老 Flutter 项目踩坑指南:从环境到调试的实际经验
接手Flutter项目时,开发者面临版本兼容性、依赖问题和构建错误等挑战。确保工具版本一致、正确配置依赖、解决平台差异和构建问题,能够提高开发效率并减少错误。
Flutter 与前端开发的对比:构建、调试与平台兼容性差异
对比了 Flutter 与传统前端框架(如 Vue 和 React)在 构建、调试 和 平台兼容性 方面的差异,Flutter 的构建流程、依赖管理、AOT 编译和原生应用签名等关键概念。
大模型到底更容易取代哪些工程师,前端还是后端?
本文探讨了大语言模型(LLM)在前端与后端开发中的应用与取代可能性。虽然AI可以自动化前端中的标准化任务(如UI布局生成、代码补全),而后端开发中的结构化任务如API设计、数据库优化更容易被AI取代
当 AI 会写代码之后,我们应该怎么“管”它?
当 AI 能写代码后,真正的挑战不再是 prompt,而是工程治理。本文提出用 AGENTS.md 将工程规范前置为可审计、可复用的资产,并给出一个跨工具的最小实践 playbook。
数据驱动编程:一种应对复杂业务的前端设计方式
大家在做项目的时候会发现一个问题:UI 的复杂度,往往并不来自页面本身,而是来自规则、分类和变化本身 一开始我用组件 + 模板去堆这些复杂的页面。但随着业务不断扩展,类型越来越多、规则越来越细,模板开
技术、业务、管理:一个30岁前端的十字路口
上个月,我刚过完30岁生日。 没有办派对,就和家人简单吃了顿饭。但在吹蜡烛的那个瞬间,我还是恍惚了一下。 30岁,对于一个干了8年的前端来说,到底意味着什么? 前几天,我在做团队下半年的规划,看着表格
前端开发者使用 AI 的能力层级——从表面使用到工程化能力的真正分水岭
会让 AI 写代码,并不等于真正入门。本文从工程视角拆解前端开发者使用 AI 的能力层级,指出只有将 AI 纳入工程链路,用上下文、规格与验证闭环对抗幻觉,才能实现稳定、可回归的工程化交付。
AI 驱动前端开发覆盖的能力全景拆解
从前端工程全流程出发,系统拆解 AI 在各环节的能力与边界,提出以 Spec 驱动、工程链路兜底的使用范式,帮助团队安全、可规模化地引入 AI。
下一页
个人成就
优秀创作者
文章被点赞
1,088
文章被阅读
136,709
掘力值
5,676
关注了
115
关注者
241
收藏集
6
关注标签
43
加入于
2018-06-23