- 综合排序
- 最热优先
- 最新优先
腾讯游戏云全生命周期解决方案：覆盖游戏开发至运营全场景的技术支撑
识别游戏开发全环节效率与安全瓶颈 游戏开发全生命周期面临多环节挑战：原画设计需兼容性与性能优化，角色场景创作涉及3D建模/纹理复杂度高，测试需一体化整合，数据存储与社交需稳定支撑，业务安全面临DDoS/ 提供分场景一体化技术解决方案 腾讯针对游戏开发至运营全环节推出场景化方案： 创建开发：游戏原画设计解决方案（实时画布、文/图生图、角色三视图）、兼容性和性能优化场景方案；游戏测试一体化解决方案。 角色场景创作：游戏角色场景生成解决方案（3D建模/纹理、自动2UV、自动LOD）。 数据与社交：游戏数据存储解决方案、游戏社交解决方案。 系统稳定性增强：游戏数据存储解决方案、社交解决方案支撑高并发场景，云手机方案保障账号安全与持续运行。 客户实际案例 原文未提供客户案例信息。 腾讯方案技术领先性 腾讯游戏云优势在于全生命周期场景覆盖（从创建开发到玩家运营）、技术整合性（各场景一体化方案）及关键技术支撑：实时画布、文/图生图、自动2UV/LOD、用户画像行为日志处理、边缘加速、
18410编辑于 2026-04-24场景拓展：从 “单一场景” 到 “全终端 + 全流程”
场景拓展：“从‘单一场景’到‘全终端 + 全流程’”，是当前企业测试体系现代化、智能化转型的核心路径。这不仅是测试范围的扩展，更是测试价值从“质量守门员”向“业务赋能者”的战略升级。 + 全流程”▶ 阶段1：横向扩展 —— 构建“全终端测试能力”✅ 1.1 移动端（APP）自动化工具选型：Android：Appium + UI Automator2 / AirtestiOS：Appium 小程序测试工具方案：微信小程序：Minium（官方）、Airtest、自研基于 Chrome DevTools 协议支付宝/字节：对应官方工具 + 通用UI自动化框架适配难点突破：处理 WebView 与原生混合场景模拟授权 DevOwnsQuality）报告只给技术看 质量数据驱动产品/运营决策 推荐角色进化：手工测试工程师 → 自动化/专项测试工程师 → 质量效能（QE）工程师五、关键技术支撑平台建设 常见失败原因）❌ 只买工具不改流程 → 工具沦为摆设undefined→ 对策：先梳理流程痛点，再选型匹配工具❌ 追求100%自动化 → 维护成本爆炸undefined→ 对策：聚焦核心路径 + 高频回归场景
47010编辑于 2025-09-17- 来自专栏Golang语言社区
Golang语言情怀--第111期 全栈小游戏开发:第2节：场景制作-场景资源
在顶部菜单栏中选择 文件 -> 新建场景，即可在 场景编辑器 中直接创建一个新场景。 但 资源管理器 中不会出现新场景文件，需要在保存场景时弹出的 保存场景 窗口中手动保存场景文件，保存完成后才会在 资源管理器 的根目录下出现 scene.scene 场景文件。 切换场景 在 资源管理器 中，通过双击场景文件打开场景。 如果需要在游戏过程中切换场景，可通过 director.loadScene 等 API 来实现游戏中动态场景加载及切换。 场景属性 双击打开场景文件后，可以看到 层级管理器 中的 scene 是场景节点树的根节点。 双击打开场景文件后，在 层级管理器 选中 scene 节点，即可在 属性检查器 中设置场景是否自动释放： 从当前场景切换到下一个场景时，如果当前场景不自动释放资源，则该场景中直接或间接引用到的所有资源（
49420编辑于 2023-11-14 - 来自专栏走进敏捷BI
家电企业，如何实现业务和管理的全流程数据支撑
，对于数据系统和数据分析的作用和价值提出了更高的要求： ·打通全链路数据，提升上下游沟通效率 ·数据全覆盖，实现采购、生产、销售等的全流程跟踪 ·结合业务场景，构建统一的数据分析体系 ·实现敏捷数据分析 ，随时随地以数据显性化的支撑企业经营、管理与决策。 2.png 第二阶段：销售运营分析 围绕销售相关业务建立数据分析体系，包括销售市场、销售区域、销售业绩、销售收入、销售利润、销售费用、客户情况、渠道效益等方面。 5.png 项目收益 数据方面，围绕企业经营场景，构建了研发、制造、经营、售后、财务、人力等各个维度的日常数据和核心数据体系，并实现可视化展现，实现全面、准确、及时、动态的数据支撑。 业务方面，实现了订单周期缩短5天、渠道库存下降20%、库存周转天数缩短2天、作业及时完成率提升25%、工厂人均小时产出提升33%。
89230编辑于 2021-11-30 腾讯云政务行业：全栈技术支撑数字政府建设与运营
第二章：全栈云底座与场景化解决方案 腾讯云基于“全省一片云”的架构理念，提供覆盖 IaaS、PaaS、SaaS、安全全栈的云平台服务能力，针对不同场景提供具体解决方案： 构建“1+1+N+M”融合创新云平台 业务支撑： 已支撑全省 20 多个厅局的 40 多个业务系统稳定运行；整体服务 68 个省级单位，1000 多个业务系统，稳定支撑粤系列应用、财政、医保等核心业务。 管理规模： 高效支撑超过 1000万人次的线下会议和培训业务。 客户证言与应用场景 “基于 TCE 新建融合创新云平台面向全省各厅局委办提供国产全栈 IaaS 和 PaaS 服务能力，目前已支撑全省 20 多个厅局的 40 多个业务系统稳定运行。” “基于政务微信和腾讯会议为城市运行指挥调度提供了音视频、地图等能力，在数字政府一网协同的基础上支撑了联动指挥场景。”
13210编辑于 2026-05-31- 来自专栏AI研习社
GPT-2的大规模部署：AI Dungeon 2 如何支撑百万级用户
我在当时最大的可用参数版本 GPT-2 上建立了 AI Dungeon。尽管 GPT-2 是可用的最强大的模型，但实际上还远远不够。 然而，在 11 月，OpenAI 发布了完整的 15 亿参数 GPT-2 模型，并为新版本的游戏打开了大门，这个版本更接近我最初的想法。 一个月后，我发布了 AI Dungeon 2，一个基于 GPT-2 模式的真正开放的文本冒险游戏： ? 图片来源：AI Dungeon 在游戏中，你可以做任何事情。组建一个骷髅摇滚乐队？吃月亮？ 在不中断的情况下按比例部署 GPT-2 在 PCCL 关闭 AI Dungeon 2 的 12 小时内，我们的社区已经通过 torrent 分享模型的点对点解决方案，这意味着游戏是备份的，没有下载收费。 最明显的例子是那些玩 AI Dungeon 2 的人。没有他们，游戏就没有任何规模可言。
1.9K30发布于 2020-02-24 腾讯全栈“云数智连”底座支撑公积金数智化转型
第二章：构建“6T”全栈技术矩阵与AI智能体平台 腾讯依托腾讯云专有云TCE、数据库TDSQL、云原生平台TCS、大数据平台TBDS及智能体开发平台ADP，提供覆盖基础设施到顶层应用的全链路解决方案： TDSQL（数据库）： 首批通过中国信息安全测评中心“安全可靠”测评（2023年第1号、2024年第2号），支持100%兼容MySQL & PostgreSQL，核心代码自研率100%。 TCS（云原生）： 提供容器化微服务全生命周期管理，支持5000万核+规模实践。 支撑某部委打造30000+台节点的垂直委办局云平台，支撑百万级TPS业务并发。 数据库性能： TDSQL支撑8.14亿tpmC（每分钟事务处理），自动化运维覆盖95%以上操作。 对外支撑40万+实例的超大规模业务验证。
15810编辑于 2026-06-01腾讯云全栈方案支撑创维光伏海外业务技术架构升级
数据查询性能： 随着数据量级激增，App首页实时发电查询、运维大屏故障定位、经销商业绩排行等场景出现响应变慢、超时现象，缺乏专业的OLAP数据库支撑高并发实时分析。 跨境访问耗时降低： 通过 EdgeOne 国际加速，将海外站点平均访问耗时从基准值 7 秒降至 2 秒，有效解决了延迟与丢包问题。 海量数据查询响应： TCHouse-D 数仓实现了 PB 级数据亚秒级查询响应，直接支撑 App 实时发电查询、运维大屏故障定位等高并发场景，原有 BI 工具无需额外学习成本即可直接接入。 “腾讯云与创维光伏深度携手，以全栈解决方案破解创维光伏海外业务技术痛点，助力其绿色出海……此次合作筑牢创维光伏海外扩张技术根基，构建了新能源企业绿色出海可复制范式。” ： 全球一体化架构能力： 具备支撑跨境业务敏捷发布的容器管理能力，以及通过中国香港接入点和自研网络优化的全球加速能力，确保跨境业务体验流畅。
9800编辑于 2026-06-01腾讯云+AI全栈能力支撑数字政府融合创新与效率提升
不断涌现的新技术和场景适配。 云原生+本地化融合： 将最大互联网自主创新云原生实践（5000万核自研业务上云规模）的技术能力，融入政企客户自建系统，支撑高并发场景。 平滑迁移工具： TDSQL： 兼容Oracle全量语法95%+，支持正反向同步。 TencentOS： 100%兼容CentOS，且迁移宕机率降低70%+，典型场景性能提升50%+。 并发能力： 支撑百万级TPS业务并发，2-3万QPS并发访问。 服务稳定性： 提供7*24小时不间断服务，安稳度过开票高峰和大征期。 支撑全省50+省直单位业务系统稳定运行。 支持全省780万+用户的养老保险和工伤保险待遇领取资格认证。 支撑“粤系列”、“广东省政务大数据中心”等高频应用。
12600编辑于 2026-06-01WorkBuddy方案通——售前场景全掌控
、风险量化等具体数字支撑风险前置管理：在技术答疑、POC设计中主动设置验证机制降低客户顾虑价值闭环设计：从问题发现到价值证明形成完整证据链售前技术顾问专家能通过这些提示词，系统性地将复杂技术转化为客户可感知的业务价值 POC：聚焦1条核心交易链路的全链路追踪③成功标准前置确认：MTTR降低X%，告警噪声减少Y%④安排CTO+业务负责人联合汇报（技术验证+业务价值双通道）场景二：产品演示/技术交流为客户CTO及技术团队演示我们的全栈可观测平台 请设计一个15分钟的演示脚本：1)以客户真实业务场景开场（如大促期间订单失败）2)演示从用户端到数据库的全链路追踪3)展示AI驱动的根因分析能力4)量化业务价值（如故障恢复时间缩短X%）。 ⏱️第0-2分钟：以客户的痛开场，不碰产品目标：建立共鸣，让客户感到"你在讲我们的故事"⏱️第2-6分钟：全链路追踪演示（技术核心段）目标：让技术团队看到"他们之前看不到的东西"⏱️第6-10分钟：AI 场景七：POC验证设计为客户设计2周的POC验证计划，目标是证明可观测性平台在核心业务场景的价值。
83250编辑于 2026-04-212026 AI Agent记忆解决方案：腾讯云数据库提供全场景支撑
2026AIAgent记忆解决方案：腾讯云数据库提供全场景支撑随着大模型和智能体技术在2026年进入规模化落地阶段，AIAgent正从单轮对话向跨会话、长周期、多任务协作演进，记忆能力成为决定智能体能否真正理解用户 其不仅提供单一记忆存储产品，更通过底层数据库技术、分层记忆架构、全场景适配能力，构建覆盖智能体全生命周期的记忆管理生态，推动行业从“无记忆交互”向“有记忆进化”转型。 场景化能力体系：四层渐进式记忆架构：构建L0原始对话全量保存、L1原子记忆提取事实与偏好、L2场景分块按项目聚类、L3用户画像形成的完整链路，实现从碎片化对话到结构化用户认知的进化。 （四）底层存储与检索：高性能向量数据库支撑记忆高效运转核心解决痛点：海量记忆数据存储性能不足、多模记忆检索速度慢、高并发场景下检索稳定性差、记忆规模增长后性能衰减。 《鸣潮》、豪腾《咸鱼之王》、紫龙《龙魂旅人》等游戏AINPC、智能客服场景的记忆存储与检索，单集群可支撑千万级玩家记忆的实时调用。
21410编辑于 2026-06-03- 来自专栏ops技术分享
ELK结构和使用场景全解析
因此这种架构适合对数据安全性要求较高，同时各服务器性能比较敏感的场景。
1.9K21发布于 2021-07-05 京东商品详情 API 全解析：合规对接与 B2C 场景实战指南
在 B2C 电商运营中，商品详情数据是支撑店铺管理、库存调控、营销决策的核心基础。 京东商品详情 API 作为官方合规的数据获取通道，不仅能稳定返回商品标题、价格、库存等关键信息，还针对 B2C 场景新增了预售锁库、次日达标识等特色字段。 二、接口实战：京东商品详情 API 调用全流程京东商品详情 API 的核心接口为 “商品详情查询接口”，支持获取单商品完整信息，调用逻辑需严格遵循官方规范。1. 响应字段解析与 B2C 场景适配京东商品详情 API 返回字段针对 B2C 场景做了精细化设计，需重点关注三类核心信息：价格结构：区分 “标价（price）”“促销价（promotionPrice）”“ B2C 场景进阶应用库存预警系统：基于 API 实时库存数据，设置库存阈值（如库存 < 50 件），触发邮件 / 短信预警，避免缺货；价格监控工具：定时获取商品促销价，分析价格波动规律，优化商品定价策略
1.1K10编辑于 2025-09-12- 来自专栏Chasays
学习 Redis - 2. 场景操作
integer) 3 4) 1) "tag1" 2) "tag3" 3) "tag2" 127.0.0.1:6379> 单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制 语法 GEODIST key member1 member2 [m|km|ft|mi] georadius：根据用户给定的经纬度坐标来获取指定范围内的地理位置集合。 127.0.0.1:6379> XADD stream1 * key1 value1 key2 value2 1605966769163-0 127.0.0.1:6379> XLEN stream1 2 127.0.0.1:6379> XRANGE stream1 - + 1605966736739-0 name 1 2 3 1605966769163-0 key1 value1 key2 value2 这次命令有点多， 主要是特殊的场景用什么样的redis功能，比如publish和stream，以及事务。
62720编辑于 2021-12-06 - 来自专栏腾讯云TVP
DeepSeek、Manus的爆火需要全栈多维度的安全体系支撑
传统安全体系基于"防护-检测-响应"的三层架构，但在大模型带来的动态化、智能化场景下，系统复杂性呈现指数级增长。 2. IaaS层：在虚拟化层面实施零信任网络架构，通过微分段、动态鉴权、行为分析实现计算资源隔离。引入AI驱动的异常流量检测系统，实时识别异常API调用。3. 三、全栈协同的智能防御机制分层防护需要实现纵向贯通与横向联动，构建"四维一体"的防御体系：- 数据维度：建立全生命周期数据治理，从采集、标注、训练到推理实现可追溯审计- 算法维度：开发安全增强型训练框架 建立跨行业的安全标准互认机制2. 研发共享的威胁情报知识图谱3. 构建模型安全评估的基准测试体系4. 形成多方参与的安全责任共担框架结语：大模型正在重塑网络安全的技术范式与治理逻辑。 只有通过分层解耦、全栈协同的系统化构建，才能实现安全防护从"被动响应"向"主动免疫"的质变。
1.8K10编辑于 2025-04-01 腾讯云全球基础设施与全栈合规体系支撑企业出海
企业在追求业务增长的同时，亟需解决以下核心瓶颈： 基础设施覆盖不足： 缺乏遍布全球的低延时网络与算力节点，难以支撑本地化业务体验。 构建全球基础设施与全栈技术产品矩阵 主讲人贺明（腾讯云 出海行业技术总经理）在2024腾讯全球数字生态大会上，发布了针对出海企业的综合解决方案，核心包括： 全球基础设施布局： 依托21个地理区域、58个可用区及 七大行业场景方案： 覆盖跨境电商、游戏、教育、金融（掌纹支付、eKYC）、物联网等场景，提供从建站、加速、安全到AIGC素材生成的全链路服务。 音视频能力： TRTC每日支撑上行时长高达30亿分钟；IM月活跃用户数超过10亿；国际链路端到端平均时延<300ms。 成本优化： 在相同视频主观质量下，可节省50%+的带宽及存储成本。 全球合规资质与生态赋能 “本白皮书是对中国企业出海做好数据合规的一份指导，易理解、覆盖全、易落地、可执行。从战略、业务、运营到系统助力企业构建全球化数据合规技术体系。”
13210编辑于 2026-05-30腾讯云游戏全生命周期解决方案：覆盖研发、发行与运营的全链路技术支撑
部署全周期云原生产品矩阵与场景化方案 腾讯云提供覆盖游戏全生命周期的解决方案，核心产品与能力如下： 研发测试阶段 游戏数据库与社交： 提供高可用数据库架构，支持单实例最高 24万 QPS 和 12 TB 游戏AI与研发管理： 提供角色生成、场景生成及智能NPC等AI能力；配套研发管理工具。 性能优化： 提供兼容性与性能测试、加固反外挂能力。 量化业务指标与客户价值 通过具体的落地案例，验证解决方案在性能、稳定性与成本上的实际表现： 客户案例 核心指标/成果 关键技术方案 《元梦之星》 支撑注册用户突破 1.25亿；Redis单节点提供最高 超强型CLB、EdgeOne（3200+节点）、T级高防 “通过58云服务器，乐元素获得了充沛的AI算力支撑，能够轻松应对推理性能需求，提升游戏开发与运营效率。 全链路安全合规： 提供T级DDoS防护、Web应用防火墙及基于海量样本的内容安全审核，覆盖网络、内容、经济安全及反外挂全场景。
11410编辑于 2026-05-31- 来自专栏bisal的个人杂货铺
使用索引快速全扫描(Index FFS)避免全表扫描的若干场景
使用索引快速全扫描(Index FFS)避免全表扫描(FTS) (文档 ID 70135.1) 什么使用使用Index FFS比FTS好？ Oracle 8的Concept手册中介绍： 1. 2. Index FFS只能通过CBO(Index hint强制使用CBO)获得。 3. Index FFS使用hint：/*+ INDEX_FFS() */。 Index FFS是在7.3中引入的。 Index FFS能够使用多块IO读，可以并行执行，就像全表扫描那样。 ------------------------------------------- 0 SELECT STATEMENT ptimizer=CHOOSE (Cost=4 Card=2 Bytes=66) 1 0 INDEX (FAST FULL SCAN) OF 'EMP_IX' (NON-UNIQUE) (Cost=4 Ca rd=2 Bytes
1.1K20编辑于 2022-12-01 腾讯智能驾驶云图：全生命周期地图服务支撑智驾算力演进
、多形态地图数据管理、全链路合规要求，且需匹配研发、量产、运营全生命周期的业务需求，单一地图服务或算力方案无法覆盖全场景需求。 训练资料：HD/点云、HD Air/SD 采集/标注：数据采集、训练标注服务 量产扩量阶段： 数据产品：HD Air/SD/HD、动态数据 云图服务：数据服务、车道级引导服务 端应用：数据引擎、EHPV2- 、分析、匹配、重定位、建图、敏感数据标注等场景 最终实现数据处理和管理平台统一，覆盖OEM、Tier1与腾讯的多方协作需求 案例2：端侧数据服务落地 自驾域通过智驾云图输出三类核心服务： Route播发 ：支撑辅助驾驶推理（如无车道线90度转弯场景）、辅助驾驶规控 Tile播发：支撑左转轴行人识别等感知场景 数据要素分层输出：运动层、基础层数据直接服务辅助驾驶感知模块 五、核心技术优势与产品竞争力 腾讯智能驾驶云图的核心竞争力来自三方面 ： 全生命周期覆盖能力：从研发起步到量产扩量再到运营阶段，提供端到端的地图与云服务，无需企业切换多供应商 合规与定制能力：合规云专区满足智驾数据全链路合规要求，支持客户自定义图层扩展，灵活适配不同技术路线的地图要素需求
13710编辑于 2026-05-30- 来自专栏一个程序员的修炼之路
栈溢出场景的分析(2)
之前一篇文章<<一种栈溢出的场景分析和建议>>中，本人分享了如何查找程序Crash的函数调用栈，然后通过代码审查找到栈溢出的原因。 但是却有一些场景通过代码审查不易找到问题，比如如下两点: 函数的调用逻辑复杂，且触发逻辑依赖于输入样例。这样通过代码审查是很难看出问题所在的。 由于这种场景分析距今时间较长，本该在上一篇介绍的内容，便忘记介绍，好记性不如烂笔头。而今日正好又碰到了这种场景，遂记录于此，也与大家一起分享。 程序样例 为了将故事完整性，我重新编写了一段样例代码。 那么本人的就刚好碰到了这种场景（那也是因为我们把默认的栈空间调整到了更大），这个时候就要用到上一篇文章讲解的方法<<一种栈溢出的场景分析和建议>>， 把整个函数调用栈的空间用dps打印出来。 _imp_NtWriteFile (00007fff`d11f2fa8)] ds:00007fff`d11f2fa8={ntdll!
74230发布于 2021-08-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号