- 综合排序
- 最热优先
- 最新优先
- 来自专栏WeTest质量开放平台团队的专栏
【干货分享】研效优化实践：WeTest提效测试
接下来，本文将分享一些使用WeTest进行测试提效的小经验，希望能帮到大家。 如何把自动化执行过程的数据传递给校验模块，考虑过以下几种方案： 1，通过mq（redis、kafka等），实现数据传输到查询校验模块； 2，另起服务接收数据，通过接口调用传递数据； 3，将校验模块耦合到日志测试脚本 2，不同的测试场景，选用不同测试机型组，缩小测试范围，更快获得结果。 3，可针对性购买机型，补齐少数WeTest平台所没有的机型，提高测试过程的用户机型覆盖。 以上，是在产品测试中使用WeTest提高测试效率、覆盖率的小小实践，欢迎大家在评论区留言探讨。
1.1K10编辑于 2022-01-14 - 来自专栏明明如月的技术专栏
New Bing 编程提效实践 - 语言识别功能
确实给了我们 maven 仓库的最新版： 但是经过验证，发现有两个问题： （1） New Bing 给出的 maven 依赖，缺少 type 因为 2.7.0 版本为 pom 类型 （2） 如果您想使用 Tika 2.x版本的 tika-langdetect模块，您需要修改您的代码，使用 LanguageDetector接口和其实现类，如 OptimaizeLangDetector或 CommonsLang3LangDetector 根据搜索结果，OptimaizeLangDetector 是Tika 2.x版本中提供的一个语言检测的实现类，它使用了一个开源的语言检测库。
1.3K70编辑于 2023-03-26 - 来自专栏用户4624600的专栏
基于AIGC的测试提效实践优化「MTSC分享」
AIGC的测试提效实践优化 接下来给大家介绍下今年MTSC大会「基于AIGC的测试提效实践优化」的思路。
52310编辑于 2024-08-20 - 来自专栏运维部落
浅谈运维提效
流程提效 工具提效 质量提效 工程提效 image.png 运维提效 大家好，我是史丹利「Stanley」，今天聊聊运维提效。 最近CTO在梳理公司提效方案，老板希望我能多提点建议看法。 回到提效这处话题，我的理解提效有几个维度： 流程提效 工具提效 质量提效 工程提效 流程提效 image.png 最短路径 流程是双刃剑，大家都知道。 工具提效 image.png imag2 工具提效，在传统公司越来越被重视，但重视度有待商榷。真正伟大的公司在技术和文化的投入是很舍得花钱花时间。 工具提效讲究两点：做的人要懂，更要执着。 质量提效 质量管理不在我们的管理范畴，我们不做过多讨论，问题大家都看的到，不做无意义讨论 工程提效 image.png 闭环 工程提效很关键，是所有事情的源头。 各部门的kpi割裂 同样的容器化项目，还要分2个。容器化是一个部门的，上线成功是另一个部门的。为了KPI而KPI，为了okr而okr, 这个锅建议高层自我反思。
1.1K20发布于 2021-03-30 - 来自专栏光城(guangcity)
C++提效网站
C++提效网站 大家好，我是光城，统一回复：C++那些事网站服务器到期，暂时关闭，大家直接阅读github或公众号内容即可。 https://wandbox.org/ 2.汇编 C++对应的汇编代码是什么呢？本地不会使用，同时也对应不上哪一行的汇编，那么这个网站帮你搞定。
58630编辑于 2022-03-29 从智能提效到产品赋能的架构实践
摘要 本文深入探讨了企业级系统从智能化提效阶段向产品赋能阶段演进的架构实践路径。 传统的智能提效关注内部流程优化，而产品赋能则聚焦于创造用户价值和商业价值。本文将系统性地阐述这一演进过程中的关键架构实践。 2. 架构演进概览 2.1 发展阶段对比 维度 智能提效阶段 产品赋能阶段 核心目标 内部流程优化 用户价值创造 技术重点 自动化工具 智能化产品 架构特征 单体/简单分布式 微服务/云原生 数据策略 数据孤岛 智能提效阶段架构分析 3.1 典型架构特征 智能提效阶段的架构主要聚焦于内部流程自动化和效率提升： 核心组件架构图： 3.2 核心技术栈 技术层面 主要技术 应用场景 前端技术 jQuery, Bootstrap 关键技术实践 5.1 云原生架构实践 容器化部署架构： 组件 技术选型 部署方式 扩展策略 应用服务 Docker + K8s 容器集群 HPA + VPA 数据库 MySQL + Redis Cluster
40011编辑于 2025-05-31- 来自专栏架构师专栏
从智能提效到产品赋能的架构实践
摘要本文深入探讨了企业级系统从智能化提效阶段向产品赋能阶段演进的架构实践路径。 传统的智能提效关注内部流程优化，而产品赋能则聚焦于创造用户价值和商业价值。本文将系统性地阐述这一演进过程中的关键架构实践。2. 架构演进概览2.1 发展阶段对比维度智能提效阶段产品赋能阶段核心目标内部流程优化用户价值创造技术重点自动化工具智能化产品架构特征单体/简单分布式微服务/云原生数据策略数据孤岛数据中台AI应用规则引擎机器学习 智能提效阶段架构分析3.1 典型架构特征智能提效阶段的架构主要聚焦于内部流程自动化和效率提升：核心组件架构图：3.2 核心技术栈技术层面主要技术应用场景前端技术jQuery, Bootstrap, Vue.js 总结与建议12.1 关键成功因素从智能提效到产品赋能的架构演进是一个系统性工程，成功的关键因素包括：技术层面：渐进式演进：避免大爆炸式重构，采用渐进式架构演进策略数据驱动：建立完善的数据中台，支撑智能化决策云原生理念
55710编辑于 2025-05-26 - 来自专栏不换的随想乐园
Mac 提效工具录
前不久经历了一次 Mac 换机，从 m1 换机到了 m2，一些提效工具的迁移这里做一个记录。 必装类 Hyper 下载地址 大家一定用过老古董 iTerm2，但是如此轻量的 Hyper + Oh My Zsh + Starship 一定是“天仙配”。 看一下我的配置： 具体的配置文章可以参考：Hyper & Starship G2FA 下载地址 为了应对 2FA 验收授权设备丢失，可以设置 Mac 端作为备份，保险软件，值得购买。
20110编辑于 2024-04-30 - 来自专栏得物技术
自动化实践-全量Json对比在技改需求提效实践
1 背景随着自动化测试左移实践深入，越来越多不同类型的需求开始用自动化测试左移来实践，在实践的过程中也有了新的提效诉求，比如技改类的服务拆分项目或者BC流量拆分的项目，在实践过程中，这类需求会期望不同染色环境在相同的配置条件下 测试过程利用全量json对比组件，不光测试一轮极大提高了测试效率，在二轮还可以用自动化回归提效。 2:添加组件图片步骤3:对比上面两个接口的提取的返回值图片3.4 实践场景3.4.1 实践一提取接口返回全量标准被参照对比的标准json1，再提取新代码中期望跟标准json1对比的json2，添加全量json 本文为例，举了几个例子涉及提效需求点：服务拆分技改类需求中需要对不同服务两个或者多个接口返回response全量json结果对比的场景；拆分前和拆分后的代码相同接口需要在相同配置不同染色环境下返回response ，且在后续回归中直接用自动化覆盖回归，尤其在商家服务拆分跨好几个迭代涉及上千个接口的大的技改类需求中，达到明显的提效效果。
54510编辑于 2023-08-08 - 来自专栏『学习与分享之旅』
IDEA 2026.1 三招提效
今天刷到 IntelliJ IDEA 2026.1 的更新页，第一反应不是兴奋，是松一口气。
16510编辑于 2026-04-26 - 来自专栏发布变更
COS提效实践：如何实现发布变更的“快”与“稳”
文章围绕对象存储(以下简称COS)整体的发布演进，从发布效率的极致提升，平台发布标准化外包化上展开，讲解COS发布成熟度如何提升（当前level2+），希望提供业务通用的高质量变更模式与提效参考。 软件发布是否还有提效的空间？答案是肯定的。从细节出发，对于每一次单机变更做了记录，发现关键软件由于程序包太大，下载耗时就占了40%。 六）只考虑提效带来的问题云上2B业务规模量庞大，尤其大客户非常敏感（客户可是将自己的容灾都交给了我们），叠加对象存储COS内部模块数超20个，节点数超10万，对于版本迭代中的质量必须提出极高要求。 二、发布要提效，质量是痛点COS对于发布中引入的质量问题优化是艰难的。年维度的时间迭代，期间包含了COS运营模式改造，存储架构升级，变更体系完善，变更系统适配改造等多项措施。 解决质量问题过程中：不仅解决了效率痛点、规范了变更流程、保障变更质量的同时降低变更人力，多方面助力发布提效。下面讲下COS如何对发布质量做提升。
1.3K81编辑于 2022-10-25 - 来自专栏精益六西格玛资讯
提产提效，你需要DOE试验设计！
DOE试验设计基本术语：因子:也叫因子，是指那些影响响应变量(Y1，Y2，…Ym)的变量(X1，X2，…Xn)，也就是影响测试评价指标的量。因素分为可控因素和不可控因素。 模型及误差:考虑影响响应变量Y的可控因素为X1，X2，…Xn，实验设计中建立的数学模型为:Y=f(X1，X2，…Xn)+？主要效果:在田间试验中，考虑两个因素，每个因素有两个层次。水。 如果你用筛选实验来搜索重要变量，你通常使用2个级别。如果数据是潜在的非线性响应，不要建立线性模型。为了找出曲线之间的关系，“x”变量的级别需要超过2，比如3级。
92040编辑于 2022-12-13 - 来自专栏啄木鸟软件测试
AI测试工具落地实践：从踩坑到提效
这并非技术失败，而是典型的‘工具先行、实践滞后’症候群。AI测试工具的价值，不在炫技，而在可复用、可度量、可嵌入日常交付节奏的落地实践。 本文基于啄木鸟软件测试团队为12家客户实施AI测试提效项目的实战经验（覆盖金融、汽车、SaaS领域），提炼出三条关键落地路径：场景精准切口、人机协同闭环、组织能力筑基。 （如3个月以上缺陷库、自动化脚本库、接口文档） 筛动作：是否属于‘规则明确+人工耗时>2h/次’的任务？（如回归用例优先级排序、UI元素XPath冗余检测） 筛价值：是否能缩短关键链路耗时？ 某新能源车企的实践极具启发性：其车机HMI自动化测试长期受控件识别不稳定困扰。 真正的落地实践，不是让AI多快，而是让团队多懂；不是替代思考，而是放大判断；不是追逐技术热点，而是深耕业务痛点。
18210编辑于 2026-05-20 - 来自专栏前端开发面经
vue的几个提效技巧
is="item"></component>编译以后的效果就是<ColorIn></ColorIn><LineIn></LineIn>
2. id=2 的时候，由于渲染同样的 User 组件，导致路由会复用，此时，页面就会仍然是用户1的信息。 beforeRouteUpdate(to, from, next) { // 在当前路由改变，但是该组件被复用时调用 // 举例来说，对于一个带有动态参数的路径 /foo/:id，在 /foo/1 和 /foo/2 a=1&b=2)，而不是json方式实际使用//安装依赖npm install qs --save//页面中或者直接api.js中直接序列化使用import qs from 'qs'qs.stringify 85190编辑于 2022-11-02 - 来自专栏前端开发面经
vue的几个提效技巧
is="item"></component>编译以后的效果就是<ColorIn></ColorIn><LineIn></LineIn>
2. id=2 的时候，由于渲染同样的 User 组件，导致路由会复用，此时，页面就会仍然是用户1的信息。 beforeRouteUpdate(to, from, next) { // 在当前路由改变，但是该组件被复用时调用 // 举例来说，对于一个带有动态参数的路径 /foo/:id，在 /foo/1 和 /foo/2 a=1&b=2)，而不是json方式实际使用//安装依赖npm install qs --save//页面中或者直接api.js中直接序列化使用import qs from 'qs'qs.stringify 81200编辑于 2022-10-10 - 来自专栏Java3y
提效神器！hades规则引擎
2、如果是轻量级的逻辑，也可以直接在界面上配置逻辑，比如对字符串和数值的判断。 2、新建Groovy脚本，apollo需要跟主配置在同appId下，nacos在同namespace下。
1K50编辑于 2023-08-25 IDEA 2026.1 三招提效
这个 5 万星项目补上了最关键的一环 ▸ Agent Skills，让 AI 像老员工一样靠谱 关注 「程序员NEO」，我会持续分享 AI 编程、工程实践和效率提升相关内容。
18110编辑于 2026-04-29- 来自专栏Java技术圈子
分享几款工作提效神器
如果说沟通能力是运营的核心能力之一，那么提升沟通的效率就是重中之重，很多靠语言表达没办法理顺的逻辑只需要一张流程图就可以解决。Process on作为一款免费的在线流程图网站，提供的体验很舒适（比语雀自带的流程图要好用很多）。相比于Xmind这些工具，它的优势在于云同步，而且对图的支持最全。
60620编辑于 2023-02-28 - 来自专栏用户12512074的专栏
#WorkBuddy 日常办公与项目提效
WorkBuddy日常办公与项目提效使用心得平时做项目整理资料、编写文案、梳理技术思路用WorkBuddy，用了挺久，整体实用性拉满，日常办公、技术辅助、文档创作都能轻松适配，简单分享下自己实打实的使用体验 后续也会继续深度使用，挖掘更多实用功能，也推荐有办公提效需求的朋友亲自体验试试。#WorkBuddy
12610编辑于 2026-05-27 - 来自专栏编程三昧
开发提效小技巧分享（一）
在日常开发中，影响我们开发效率的因素很多，有时候不仅仅会影响开发效率，还会搞崩我们的心态。
55210编辑于 2022-03-02
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