- 综合排序
- 最热优先
- 最新优先
- 来自专栏phodal
需求代码化
需求代码化，即将软件开发需求抽象为特定的领域语言，并使用管理代码一样的方式来管理需求，追踪需求的变化 。同时，为通过新的 API 来对接版本管理系统，以可视化需求，演变为看板代码化。 反之，我们可以通过一个需求，来找到对应的代码提交。 引子 2：提交信息规范化 作为一个懒散的开源项目造轮子工程师，我习惯性地采用了社区规范的提交信息，以便于生成项目的 ChangeLog。 需求代码化 好了，现在我们有相同的上下文，让我们回到正题上： 需求代码化，即将软件开发需求抽象为特定的领域语言，并使用管理代码一样的方式来管理需求，追踪需求的变化 。 模板化需求 最简单的模式就是采用 Cucumber 的语法，它包含了现成的语法和 IDE 支持等。对于开发人员、测试人员、业务人员也比较熟悉。 1. 需求代码化 如上。 2. 结论 参考书籍： -《软件需求与可视化模型》
1.4K10发布于 2020-05-28 - 来自专栏需求数智化管理
什么是需求条目化？详解Visual RM 需求管理平台如何实现需求条目化？
一、什么是需求条目化？ 需求条目化是指打破传统以完整文档为单位的需求管理模式，将复杂的需求文档按 “功能点、业务规则、数据要求、流程节点” 等核心要素，拆解为标准化、结构化的最小管理单元（即 “需求条目”）的过程。 二、需求条目化的优势？ ✨1. 需求质量标准化 ：打破 “千人千面” 的文档编写模式，通过条目化拆分实现需求内容的统一规范，避免逻辑遗漏、表述模糊等问题，使需求质量稳定可控，降低需求传递失真率。2. 2. （2）设置条目：按功能单元设置条目 在结构化文档基础上，用户可通过两种方式设置条目：① AI 自动设置：平台智能识别文档中的功能单元，自动拆分并生成条目，用户仅需确认或微调；② 人工手动设置：用户选中文档中的具体功能描述
35810编辑于 2025-11-26 - 来自专栏朱永胜的私房菜
dubbo（2.7.3） 2.需求
有的时候博客内容会有变动，首发博客是最新的，其他博客地址可能会未同步,认准https://blog.zysicyj.top 本文介绍了 Dubbo 要解决的需求 在大规模服务化之前，应用可能只是通过 以上是 Dubbo 最基本的几个需求。 本文由 mdnice 多平台发布
20210编辑于 2023-12-12 需求结构化管理：破解企业数字化转型中的需求困境
传统以文档、任务、流程为核心的需求管理模式，已难以应对日益复杂的业务场景与快速迭代的开发需求，而需求结构化管理凭借 “线上化、结构化、资产化、智能化” 的特性，成为破解需求管理困局、推动企业数字化转型的重要路径 以上海某银行为例，通过需求结构化管理，跨部门需求协同不再依赖线下会议，需求澄清时间从 2 天缩短至 4 小时，团队协作效率提升 60%；需求状态实时更新，管理人员可随时掌握进度，问题响应速度提升 50% 安徽某农信机构通过盘活需求资产库，每年节省研发成本超 200 万元；某股份制银行因需求质量提升，开发返工率从 25% 降至 8%，人力成本损耗减少 300 万元 / 年，新员工培训成本降低 40%。 宁波某银行基于结构化需求快速响应市场变化，某理财产品需求从提出到上线的周期从 2 个月缩短至 1 个月，抢占市场先机；针对监管政策调整，需求变更可在 1 天内完成评估，确保业务合规与市场响应速度。 金融行业对需求追溯与合规要求极高，需求结构化管理的全链路跟踪与变更留痕功能，可满足银保监会、证监会等监管机构的审计要求。
29211编辑于 2025-11-05- 来自专栏玩转全栈
多智能体 MetaGPT 2 分钟上线需求，极致工程化！
会进行架构设计，会给出架构设计图接口文档：会输出接口文档自动化测试用例：会输出自动化测试用例，保证产出的质量。 强大的数据解释能力：内置的 Data Interpreter 模块，可以处理各种真实世界的问题，并具备数据分析和可视化能力。 方法`init(self, kwargs)`**: 构造函数，进行初始化设置：设置产品经理需要执行的动作，例如 PrepareDocuments 和 WritePRD。 监听用户需求和文档准备的状态变化。设置反应模式为按照顺序执行（RoleReactMode.BY_ORDER）。初始化 todo_action 为 WritePRD。 同时，通过模拟真实的团队角色和工作流程，MetaGPT 也为开发者提供了更直观和系统化的开发体验。这不仅能解决单一任务的实现问题，还能够通过多智能体的协作，处理更复杂、更高级的开发需求。
3K41编辑于 2024-06-03 - 来自专栏Keegan小钢
BlockLever实战营日志 #2 | 产品需求梳理
这是我们研发「BlockLever」第 2 天的研发日志，前一篇日志如下： BlockLever实战营日志 #1 | 开营 Day 2 的目标是梳理出 BlockLever 第一个版本的 PRD 文档， 于是我决定，从今天开始，彻底“现货化”交互体验。 交互的重新定义：让现货用户“秒懂” 我和 AI 一起仔细梳理后发现，问题的根源不在逻辑，而在语言。 于是我决定彻底“现货化交互”，让整个体验更接近钱包操作，而不是交易平台。 我们彻底抛弃了期货化的术语体系，改用更贴近用户心智的“买入 / 卖出 / 我的资产”。语言的变化，不只是文字的调整，而是对目标用户的重新定义。 第三，产品结构的补全。 最终，AI 帮我生成的 PRD 文档 其实非常详细，不仅包含了完整的功能定义、用户故事、交互流程、非功能需求，甚至还给出了“清算机制”和“账户创建”的精确计算逻辑。
15910编辑于 2025-11-12 - 来自专栏软件方法
《软件方法》强化自测题-需求（2）
training/slide.html） 需求强化自测题（2） 1 [ 单选题 ]患者踏进全科医生诊室，医生凭借其敏锐的观察力和多年的经验马上判断出这位患者有如下毛病：大脑有轻微血栓，龋齿，1期肺癌。 A) 血栓 B) 龋齿 C) 肺癌 D) 信息不足暂时无法判断 2 [ 单选题 ]每天17:00，工作人员使用某数据采集系统A导入收集到的数据素材（Excel文件格式），A系统解析后保存；每天24 关于需求，以下说法正确的是： A) 可以以此“可穿戴设备版本”为研究对象做需求，服务器部分作为“可穿戴设备版本”的底层设计。 B) 此“可穿戴设备版本”不是独立的系统，做需求时应该把服务器包括进来作为研究对象。 C) 可以以此“可穿戴设备版本”为研究对象做需求，需求规约里主语是执行者名称和“系统”。 D) 所描述的需求，涉众不能理解和验证。
39920编辑于 2022-04-09 - 来自专栏需求数智化管理
“碎片化需求池”：Visual RM 如何以集中收集打通需求管理盲区？
当企业数字化转型进入深水区，需求管理却陷入 “碎片化” 困局—— 业务部门的即时消息、零散邮件、文档片段……这些看似琐碎的需求，如何系统化收集与管理，成为影响研发效能的关键挑战。 一、碎片化需求管理的四大核心盲区在企业研发与数字化建设过程中，碎片化需求管理易引发多环节效率损耗，具体表现为以下四大盲区，需重点关注并突破：盲区一：需求来源分散，重复提交导致资源浪费业务需求常通过即时通讯工具 批量导入与整合：支持 Excel、Word 等格式需求文档批量导入，自动提取文本信息并映射至标准化字段，同时可对接企业现有业务系统（如 CRM、OA），实现需求数据自动同步，避免人工重复录入。2. ，形成结构化需求资产库。 解决方案：通过 Visual RM 构建统一需求入口，配置金融行业专属模板，实现需求标准化提交；借助 AI 智能拆解与资产库建设，推动历史需求结构化归档与复用。
26310编辑于 2025-12-01 - 来自专栏微信公众号：小白课代表
2月7日软件目录+有需求
由于大家在留言区的需求比较多 再加上我也有自己的推送计划 如果一直按照大家留言的情况来 就会很乱 所以每周开一个新的文章 当你确认在下面的软件目录里面没有你需要的内容 就在本条推文下面留言 3天内点赞排第一名的会在一周内推送 如果实在找不到也会给大家说明 另外希望不会有类似fq这类需求... （本文有效期2月7日11:40-2月10日11:40） 点击下方蓝色字体即可跳转至教程 电脑办公 Microsoft Officeoffice2010office2013office2016Microsoft 点赞最高的，如无意外，将在2月10日以后推送。
1.1K20发布于 2018-06-29 - 来自专栏Bug Engineer
js 国际化需求 获取当前时区
做国际化相关的需求时，我们需要上传给服务器时区 ，根据时差动态转换时间 JS API中 getTimezoneOffset() 方法可返回格林威治时间和本地时间之间的时差，以分钟为单位。 格林尼治标准时间 是指位于英国伦敦郊区的皇家格林尼治天文台的标准时间，因为本初子午线被定义在通过那里的经线 注意： 1.该方法返回的是 0时区 减去 本地时区 的分钟值 2.每个时区相差不一定是整数小时
1.3K10编辑于 2023-12-25 - 来自专栏用户8186044的专栏
信息化项目建设需求分析之我见
需求分析阶段属于项目前期准备阶段，主要工作是需求调研，包括需求收集、需求沟通、需求分析、需求确认等工作，最终成果就是一份完美的需求分析报告。 从项目管理的角度，输入的是甲方需求或乙方需求，工具是需求分析，需求分析用到的管理工具或软件工具很多，输出的是需求分析报告。 需求分析阶段的成果就是一份完美的需求分析报告，前期需求沟通、分析到需求最终确定下来，这些工作偏业务和技术咨询。需求分析报告是甲方公司项目立项的前提和基础。需求分析报告包括哪些内容？ 如果是甲方公司自己主动提出的需求，这种需求最能代表甲方公司的迫切需求，这种“显性需求”需要重点关注。乙方顾问不能盲目接受这种需求，因为客户提出的需求可能是无效的需求，什么是无效的需求？ 如果是乙方顾问提出的需求即隐形需求，这种需求一旦向客户提出来，就要有信心确定这种需求基本或完全满足客户需求，在需求正式向客户汇报之前，往往需要乙方顾问基于同行业、类似项目积累的经验和教训，结合客户实际情况
82020编辑于 2022-11-28 - 来自专栏需求数智化管理
用AI提升需求编制效率：需求数智化平台的「需求文档管理」功能上线啦！
AI 赋能需求文档管理，效率直接翻倍在数字化研发场景中，需求文档编制常常陷入 “从零下笔难、版本混乱多、合规踩坑险” 的困境。 一、AI 需求创建：三种方式，告别 “无从下笔”无论是空白文档从零生成，还是碎片化内容整合，亦或是业务需求转技术方案，AI 都能精准适配，让需求创建一步到位！1. 2. AI 转化文档：打破业技壁垒，需求传递零偏差解决业务与科技 “语言不通” 的核心痛点： 业务需求转软件需求：将 “口语化需求”（如 “转账后立即发短信通知”）转化为含 “功能点、触发条件、输出结果” 的标准化软件需求 、语义不通问题文档初稿完成后 AI 润色按 “商务 / 业务 / 技术 / 产品” 风格改写适配不同阅读对象（如领导汇报） AI 内容合并整合碎片化段落（如功能点 1 + 功能点 2→核心模块）内容分散需整合
80320编辑于 2025-11-24 - 来自专栏bisal的个人杂货铺
MySQL日期格式化的需求场景
各种数据库都提供了很多日期格式化的函数，MySQL就有date_format，碰巧前几天，同事问到个问题，"2025-11-01 00:01:21"的日期，怎么得到"2025-11-01 00:01:2 因此，针对上面的需求，如需得到"2025-11-01 00:01:2"，可以用这条语句， SELECT LEFT(DATE_FORMAT('2025-11-01 00:01:21', '%Y-%m-%d 00:01"，可以用这条语句， SELECT date format('2025-11-01 00:01:21','%Y-%m-%d %H:%i') 可以再多想一下，"2025-11-01 00:01:2"
24710编辑于 2025-11-12 - 来自专栏开源治理
开源商业化：满足各方底层需求
健康的开源项目是满足使用者、贡献者、商业公司各方「名利双收」的商业化利益。 是的，开源越来越向大众化和专业化前进。 所以他们的痛点是“不能保证最大精力投入，长期免费产出没有经济回报”，需求是“名利双收”。 我认为开源项目中的两端痛点能否被解决，需求能否被满足，是决定一个开源项目能否长远健康发展的核心点。 那么如何满足双方需求呢，我认为是更好的“开源商业化”，其实之前对于开源商业化我的理解是狭隘的，我简单粗暴的认为，商业化就是让开源背后的商业公司获得商业回报，才能让开源软件走的更好，现在看来我的理解是狭隘的甚至错误 我现在认为商业化或者回报是通过专业化方式让开源软件的两端都能得到回报。 首先为了满足使用者的需求，出现了开源软件背后专业的商业公司，这些商业公司可以为使用者提供专业专业的「技术咨询」、「技术支持」、「源码解析」、「高效的 Bug 修复」、「个性化的定制开发」等等，让使用者售后无忧
53240发布于 2021-06-30 - 来自专栏微信公众号：小白课代表
软件目录 | 2月28日更新+有需求
软件目录 | 8月21日更新 于大家在留言区的需求比较多 再加上我也有自己的推送计划 如果一直按照大家留言的情况来 就会很乱 所以每周开一个新的文章 当你确认在下面的软件目录里面没有你需要的内容 就在本条推文下面留言 3天内点赞排第一名的会在一周内推送 如果实在找不到也会给大家说明 另外希望不会有类似fq或者不让发的这种需求...没有的... （本文有效期2月28日11:40-3月3日11:40） 点击下方蓝色字体即可跳转至教程 通知1：如需下载大文件，请先查看下面的百度云高速下载 电脑办公 百度网盘高速下载（009）PanDownload1.5.2
1.6K20发布于 2018-06-29 - 来自专栏有关SQL
1 个需求，2 种写法， 3 层境界
1 个需求 外人看来一个简单的需求： 把某个人的身份信息，合并到用户表里。 思路再简单不过：如果这个人存在表里，那就更新；如果他/她不在，那就新建。 2 种写法 很多朋友，写这类 SQL，手到擒来。 原因有 2： Merge 单条语句实现了事务控制，上面已说 Merge 是轻量更新：本例用一条数据解释了 Merge,但实际情况，Merge 可以实现表对表的合并，当两表数据量都大时， UPDATE/INSERT
35410发布于 2021-01-21 - 来自专栏机器学习养成记
不同需求下可视化图形选择(翻译)
前言 数据可视化是数据科学家工作的重要组成部分。在项目开始阶段，人们需要做 探索性数据分析（EDA）来获得数据的深层信息。强大的可视化功能可以帮助人们更简洁清晰的了解数据，尤其是大量的、多维度的数据。 不同的分析与展示目的，需要选择不同的可视化图形，下图展示了不同的需求，建议选择的可视化图形。 ? 使用直方图可以帮助我们看到“更大的图景”，因为如果我们使用散点图而不是直方图，那么在可视化中可能会有很多噪音，很难看清到底发生了什么。 ?
1.4K130发布于 2018-04-10 - 来自专栏边缘计算
边缘云计算标准化需求与建议
现阶段国内外已经出现了一些边缘云计算产品和应用，以标准化的手段固化技术成果，实现快速创新推广。 2. 有利于促进边缘云计算产品和服务的进一步发展。 通过分析目前边缘云计算的发展现状和需求，可以初步梳理出以下标准化需求： 1. 确定边缘云计算系统的基础概念、架构。 2. 对边缘云计算的关键技术进行标准化。对已经形成模式，并广泛应用的关键技术，应及时进行标准化，防止碎片化，确保互操作性和连续性。 3. 边缘云计算的互操作性进行标准化。 边缘云计算标准化建议 依据目前边缘云生态中技术、产品、服务、应用等关键环节，结合国内外边缘云技术发展现状以及标准化需求，我们提出的边缘云计算标准化体系框架如图6所示，包括：基础标准、技术标准、管理及服务标准 2.
1.3K30发布于 2019-07-03 - 来自专栏Python爬虫与数据挖掘
盘点一个Python自动化需求
一、前言 前几天在Python白银交流群【上海新年人】问了一个Pandas自动化办公的问题。问题如下：各位大佬，有个小问题咨询下，想要做成这样子，怎么搞法，我用map映射的话，要输好多遍字典。 不过后来粉丝的需求修改了下，如下所示： 后来【论草莓如何成为冻干莓】给了一个思路和代码如下：你这个分成两部分就行了。 这篇文章主要盘点了一个Pandas自动化办公的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
26010编辑于 2024-01-26 - 来自专栏活动盒子
数据中台——金融机构数字化转型的利器
数据驱动的数字化可以帮助传统金融机构充分了解用户需求的变化，在营销、产品、业务等方面为传统金融机构提供支持，进一步提高传统金融机构的运营效率。 2、快速响应业务需求 数据中台改变了金融行业数据的后台交付模式，形成了“薄前台、厚中台”的模式，将统一规范的数据资产输出到金融机构的业务线，以产品模式输出数据能力，为业务层和决策层提供高效的服务。 2、业务数据资产化 没有经过处理的数据不能称之为数据资产，因此我们需要围绕已有数据进行加工提纯，推动业务数据向数据资产的转化。 3、数据服务可视化 在这个阶段，我们需要以挖掘新的业务数据需求为重点，以业务价值和业务思维为驱动，中台的人员深入到各个业务线调研和交流，了解业务数据和业务场景需求，并将需求转换为数据服务能力。 数据中台打通全域数据，解决跨部门、跨渠道的数据孤岛问题，将金融机构所有数据形成协同效应，使相关人员能够快速开发数据应用，支持数据资产场景化快速输出能力，响应客户动态需求。
1.6K50发布于 2020-04-21
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