- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI多栈
AI时代下的多栈开发思考
然而，随着人工智能（AI）技术的快速发展，多栈开发正从技术集成向智能驱动迈进。AI在多栈开发中的作用不仅是辅助，更是重新定义了技术协作与生产力的边界。 本文将探讨如何通过AI技术提升多栈开发的效率与创新能力。一、什么是AI驱动的多栈开发？ 四、AI驱动多栈开发的挑战与应对尽管AI为多栈开发带来了前所未有的可能性，但仍面临一些挑战：技术复杂度提升开发团队需要掌握AI相关技术，如模型训练、推理部署等。这要求团队具备跨技术栈的学习能力。 五、未来展望：AI重塑多栈开发借助AI技术，多栈开发的边界正在被打破，形成一个更加开放、智能和高效的生态。 低代码与多栈结合低代码开发工具与AI结合，将进一步降低多栈开发的门槛，使非技术背景的开发者也能参与其中。
64173编辑于 2024-12-03 - 来自专栏AI多栈
利用AI工具实现多栈开发：从后端到前端的实践分享
引言 随着人工智能技术的飞速发展，越来越多的开发者开始利用AI工具提升开发效率，特别是在多栈开发场景下，AI工具的作用尤为明显。 本文将分享如何利用AI工具实现从后端到前端的多栈开发，并通过具体的实践案例展示AI工具在代码解释、代码生成、代码调试等方面的强大能力。 多栈开发中的挑战 多栈开发是指同时掌握和使用多种技术栈（如前端开发、后端开发、移动开发等）来完成项目。 解释代码 补全注释 定位代码缺陷 生成单元测试 AI工具的优势总结 通过上述实践可以看出，AI工具在多栈开发中具有以下优势： 降低学习成本：快速学习陌生技术栈的基础知识。 未来，AI将进一步推动多栈开发的普及，让每一位开发者都能成为全能选手。 结语 通过合理使用AI工具，即使是一个后端开发者，也可以快速上手前端开发。
1.6K63编辑于 2024-12-03 AI 全栈开发实战营
AI全栈开发实战营：从数据到智能应用的完整旅程在人工智能浪潮席卷全球的今天，AI全栈开发能力已成为技术人才的新标杆。" 全栈思维：打破AI开发的壁垒传统AI开发往往存在严重的分工隔阂：数据工程师负责数据处理，算法工程师专注模型构建，软件开发者负责系统集成。 这种分工模式导致沟通成本高昂、迭代周期漫长，最终影响了AI项目的落地效果。AI全栈开发打破了这种壁垒，要求开发者掌握端到端的技能体系。 学员组成团队，按照敏捷开发流程协作完成，体验完整的项目生命周期。未来展望：AI全栈开发者的成长路径完成实战营训练只是起点，AI全栈开发者需要保持持续学习的态度。 这正是AI全栈开发最吸引人的地方。
62210编辑于 2025-09-05全能进化：多栈开发的转型之路
对于技术人员而言，掌握多栈（Full Stack）开发技能不仅能够增强个人竞争力，也是适应行业发展趋势的必然选择。本文将为希望转型成为多栈开发者的朋友们提供一些建议，并探讨多栈开发的前景。 资源：官方文档: Postman5. AI工具辅助代码生成目标：学会使用AI工具提高编码效率，如GitHub Copilot、Tabnine等。 多栈开发的重要性与前景提高就业竞争力：随着企业对全能型人才的需求增加，多栈开发者因其广泛的技能而受到青睐。促进团队协作：具备全面技术背景的开发者更容易理解整个项目的架构，有助于跨部门沟通。 加速产品迭代：多栈开发者能够独立完成从前端到后端的开发任务，加快了产品的开发周期。个人职业发展：长远来看，多栈技能为技术人员提供了更多的职业路径选择，无论是创业还是担任高级技术职位。 结语转型成为多栈开发者是一条充满挑战但同样回报丰厚的道路。它不仅要求我们不断学习新的知识和技术，更重要的是培养解决问题的能力和持续创新的精神。
36700编辑于 2024-11-20- 来自专栏多栈
多栈经历
多栈契机 24年年初，为了突破业务交付瓶颈，提升交付效率，公司制定了基础方向多栈实施方案，通过业务多栈深度协作（多岗多栈）的方式来达成这一目标。 基础多栈新流程如下图所示： 在这种大环境下，公司也鼓励员工尝试多栈工作，以提高团队的灵活性和整体效率。 随着参与多栈需求的增加，对前端技术的了解逐步深入，我开始承担更复杂的前端需求，如实现动态交互和优化用户体验。目前为止，已经能支持本系统相关前端需求的10%～20%。 4. 挑战与收获 在向多栈发展的过程中，我面临了一些挑战，如需要快速掌握新的前端框架和工具，以及在前后端任务之间切换时的思维转换。 5. 未来展望 通过这段多栈发展的经历，我认识到全栈开发的价值所在。未来，我希望继续在多栈开发的道路上前行，进一步提升自己的技术广度和深度，为团队和项目带来更多的价值。
22920编辑于 2024-12-04 Vibe Coding AI全栈开发实战
这门课不再执着于让你死记硬背每一个 API，而是教你如何建立对系统的“直觉”，如何在 AI 辅助下快速把握系统的脉搏。 掌握了这种工作方式的程序员，能够以一当十，利用 AI 工具瞬间完成过去需要一个团队才能完成的工作量。这种“单兵作战”能力的指数级跃升，将直接转化为职场中不可替代的竞争力和高额的经济回报。
42210编辑于 2026-03-24- 来自专栏云云众生s
5个实际开源的多模态AI模型
了解最新的开源多模态AI系统，以下列出了五个领先的选项，包括其功能和用途。 译自 5 Multimodal AI Models That Are Actually Open Source，作者 Kimberley Mok。 虽然市场上已经存在许多强大的、专有的多模态AI系统，但小型多模态AI模型和开源替代方案也正在迅速发展，因为用户不断寻求更易访问和更易适应的选项，并优先考虑透明度和协作。 Leopard Leopard由圣母大学、腾讯AI西雅图实验室和伊利诺伊大学厄巴纳-香槟分校(UIUC)的跨学科研究团队开发，是一个开源的多模态模型，专门设计用于富文本图像任务。 5. xGen-MM 也被称为 BLIP-3，这是来自Salesforce 的一套最先进的开源多模态模型，它包含一系列变体，包括一个预训练基础模型，一个指令微调模型和一个旨在减少有害输出的安全微调模型。
2.1K10编辑于 2024-12-14 多栈与实践
我与多栈在贝壳工作的契机下，我参与到了多栈开发当中，我是一名大数据开发工程师，参与到了前端后端测试的工作栈中。在现代软件开发中，前端和后端各自发展出了丰富的技术栈，支撑着各种不同的开发需求。 本次分享将围绕多技术栈的选择与组合展开，重点介绍常见的前端与后端技术栈，探讨如何选择合适的技术栈组合以提高开发效率、保证代码质量和满足业务需求。 工具如 Docker、Kubernetes 和 Jenkins 可以帮助实现跨技术栈的环境一致性和自动化部署，减少人工干预和潜在的技术栈兼容问题5、多栈好处提高开发效率多栈可以让前端与后端各自专注于自己擅长的领域 前后端分离有助于 代码清晰度 和 责任明确，降低团队之间的沟通成本，提升开发效率。适应不同的需求和技术变革多栈使得系统可以更加灵活地应对变化。 适应团队和业务的多样化需求许多团队都有不同的专业领域：前端团队擅长UI开发，后端团队擅长构建稳健的API和业务逻辑。通过使用多栈，团队可以专注于自己的强项，提高工作效率。
1.1K10编辑于 2024-11-27- 来自专栏云云众生s
5个小型多模态AI模型及其功能
随着对多模态AI系统兴趣的增长，这些多功能工具的小型版本也随之增多。 译自 5 Small-Scale Multimodal AI Models and What They Can Do，作者 Kimberley Mok。 在本文的其余部分，我们将介绍五种最近备受关注的小型多模态AI工具。 1. 5. Mississippi 2B 和 Mississippi 0.8B 最近由H2O.ai发布，这两个多模态基础模型专为OCR和文档AI用例而设计。 结论 多模态模型以及大型语言模型的可访问性和成本效益仍然是主要问题。但随着越来越多的相对轻量级但功能强大的多模态AI选项可用，这意味着更多机构和小型企业将能够在其工作流程中采用AI。
74010编辑于 2024-12-04 极客-AI全栈开发实战营
项目概述极客-AI全栈开发实战营是极客时间推出的高端AI技术人才培养项目，专注于培养具备从数据准备、模型训练到前后端系统集成完整能力的AI全栈开发工程师。 学员将通过五大实战项目掌握核心技术：基于Ollama的DeepSeek私有化部署及RAG开发使用DeepSeek开发小红书爆款文案生成助手使用Dify和LangBot研发多平台智能客服Agent结合Dify 开发代码自动生成Agent使用FastAPI构建AI服务接口前沿技术深度覆盖 课程以DeepSeek大模型为核心驱动，系统讲解大模型AI应用开发核心技术，包括但不限于：深度学习模型开发后端服务构建技术前端部署方案全栈监控与运维多维能力培养体系 项目价值人才培养模式创新 项目重塑了AI人才培养模式，通过理论与实践的高度结合，使学员在短时间内掌握AI全栈开发的核心能力。 结语极客-AI全栈开发实战营代表了AI教育的新方向，通过系统性、实战性的培养方案，正在为行业输送大批具备全栈能力和实战经验的AI开发人才。
78710编辑于 2025-09-152025AI全栈开发实战营（完结）
在这一背景下，“AI 全栈开发”作为一种融合算法能力、工程实现与产品思维的新型开发范式，正成为技术人才进阶的关键路径。 2025 年，《AI 全栈开发实战营》圆满收官，这场为期数月的深度训练不仅系统梳理了 AI 时代的全技术栈脉络，更通过真实场景驱动的项目实践，帮助学员完成从“会调用 API”到“能构建完整智能系统”的跃迁 一、重新定义“AI 全栈”：不止于模型，更在于闭环传统意义上的全栈开发聚焦于前端、后端与数据库的贯通，而 AI 全栈则在此基础上新增了“智能层”——即数据、模型、推理与反馈的完整生命周期管理。 四、软技能同步进化：沟通、协作与持续学习AI 全栈开发不仅是技术挑战，更是协作挑战。实战营特别设置跨角色模拟环节：学员分别扮演产品经理、算法工程师、后端开发与运维人员，在有限资源下共同推进项目。 五、结语：全栈不是终点，而是起点《2025 AI 全栈开发实战营》的结束，并非学习的终结，而是一次认知升级的完成。
78910编辑于 2025-11-22- 来自专栏全栈开发那些事
多栈共享邻接空间
多栈共享邻接空间 一、数据结构定义: 常常一个程序中要用到多个栈，若采用顺序栈，会因为所需的栈空间大小难以估计产生栈空间溢出或者空闲的情况。 若让多个栈共用一个足够大地连续存储空间，则可利用栈地动态特性使它们地存储空间互补，这就是栈的共享邻接空间。 我们以双栈的共享来模拟。 两栈共享的数据结构可以定义为: typedef struct { Elemtype stack[MAXNUM]; int lefttop;//左栈栈顶位置指示器 int righttop;//右栈栈顶位置指示器 }dupsqstack; 我们需要加一个标识来标识用的使左栈还是右栈，这里’L’标识左栈,‘R’标识右栈 二、代码如下: stack.h #pragma once #include<windows.h pushDupStack(s, 'R', i + 10);//右栈入栈 } printf("左栈的出栈顺序:\n"); while (s->lefttop !
77020编辑于 2023-02-27 鸿蒙5开发宝藏案例分享---一多断点开发实践
【鸿蒙开发实战进阶】六大核心案例深度拆解，带你玩转多端适配！ '56vp' : '72vp'; // 大屏加大间距 }}效果对比：手机（sm）：瀑布流单列，间距紧凑折叠屏（md）：双列平铺，图片自适应平板（lg）：三列展示，附加商品参数️ 案例5：自适应导航栏（ Column() { MenuItems() // 导航菜单组件 } .width(240) .backgroundColor('#F5F5F5 10 : 30 } }}布局变化：竖屏（hBp=lg）：列表式排列，大间距横屏（hBp=sm）：栅格紧凑布局，自适应宽度 开发者锦囊（避坑指南）断点覆盖策略// 错误示范：遗漏断点区间if(bp default:...}单位选择黄金法则文字：fp（字体像素，自动适应系统缩放）布局：vp（虚拟像素，屏幕密度无关）媒体资源：px（物理像素，确保清晰度）多设备调试技巧# 命令行同时启动多设备hdc shell
35310编辑于 2025-06-03- 来自专栏AiCharm
CodeBuddy IDE 内测体验：AI 全栈开发的天才
作为一名在开发者社区摸爬滚打多年的老兵，我始终对新兴的开发工具抱有极大的热情与好奇。近日，我有幸参与了号称“全球首个产设研一体的 AI 全栈工程师”——CodeBuddy IDE 的内部测试。 标题：CodeBuddy IDE 内测体验：AI 全栈开发的天才与硬伤作为一名在开发者社区摸爬滚打多年的老兵，我始终对新兴的开发工具抱有极大的热情与好奇。 近日，我有幸参与了号称“全球首个产设研一体的 AI 全栈工程师”——CodeBuddy IDE 的内部测试。 对于一个旨在成为“全栈工程师”的 IDE 来说，这无疑是釜底抽薪。如果不能稳定地连接到我们的生产环境或开发服务器，那么再强大的代码生成能力，也只是空中楼阁。 我们无法想象一个无法进行版本控制、无法部署、无法远程调试的“全栈 IDE”。这不仅仅是一个小 Bug，它直接切断了开发者与云端世界的联系，让整个开发流程陷入了孤岛。具体代码如下index.html<!
86730编辑于 2025-07-22 - 来自专栏人工智能应用
重塑未来：AI如何重新定义全栈开发
这场变革正重新定义“全栈”的内涵与边界。 一、AI全栈开发：技术民主化的革命 AI全栈开发并非简单地将生成式AI嵌入传统IDE，而是重构软件生产全链路。 二、AI全栈工具全景图：三足鼎立的新生态 2025年7月，三大主流平台相继亮剑，各自定义了AI全栈开发的范式： 1. Supabase Vercel 腾讯云CloudBase 定价策略 未公开 $3/首月，$10/后续 内测免费 三、技术架构解析：AI全栈的七层引擎 AI全栈开发工具绝非“聊天界面+代码生成”的简单组合 四、开发者新定位：从编码者到AI架构师 AI全栈工具的崛起并非宣告开发者失业，而是重塑其核心价值： 1. 全栈开发并未消失，而是进化成更高级的形态——技术领导力×AI协调能力×产品思维的三元融合。
1.4K10编辑于 2025-08-01 GPT-5多模态与情境感知AI技术解析
GPT-5以分钟级代码生成能力注入"人性化"AI语音该模型具备增强的自主行动与推理能力，例如在演示中仅用数分钟便编写400余行代码创建交互式物理模拟。 API提供三种变体： GPT-5：面向逻辑与多步骤任务的前沿模型 GPT-5-mini：低成本轻量版 GPT-5-nano：低延迟场景专用优化版 开发者可调节"详细度"参数，并选择"极简模式"以满足超低延迟需求 企业级应用灵活性提升该模型通过长期交互记忆构建真实客户关系，某生成式AI搜索引擎公司CEO评价："这代表了商业技术的根本性变革"。 技术泄漏事件正式发布前，部分GPT-5技术资料曾短暂出现在代码托管平台。 尽管近期有观点认为生成式AI进入平台期，但分析师强调GPT-5在推理精度、领域准确性与幻觉控制方面实现显著突破："性能提升更多源于系统设计创新而非单纯规模扩张"。
37010编辑于 2025-08-11- 来自专栏Android 开发者
导航: 多返回栈 | MAD Skills
本文我们将介绍一个呼声很高的功能，即导航 (Navigation) 对多返回栈的支持。如果您更倾向于视频的形式，请 点击这里 查看视频内容。 从 2.4.0-alpha01 版本开始，NavigationUI 辅助类不需要改变任何代码即可支持多返回栈。 支持多返回栈 让我们通过这个 仓库 中的高级导航示例来看看实际效果。 该应用由 3 个标签页组成，每个标签页都有它自己的导航流。 为了在导航的早期版本中支持多返回栈，我们需要在该示例的 NavigationExtensions 文件中添加一系列辅助函数。 如果您需要进一步的自定义，也有新的 API 支持保存和恢复返回栈。请参阅我们之前的推文《Android 多返回栈技术详解》。
1.2K20编辑于 2022-03-10 构建多智能体 AI 应用的5个最佳框架
有多种方式可以从零开始构建一个 AI 智能体。你可以使用 Python、React 或其他技术栈来实现。 •科技行业：在科技领域，AI 编码智能体可辅助开发者和工程师高效完成代码生成、自动化操作、测试与错误修复，从而提升开发效率和产品质量。 顶级五大多智能体 AI 框架 你可以使用多种 Python 框架将智能体集成到应用与服务中。这些框架覆盖无代码（可视化 AI 智能体构建器）、低代码和中代码开发工具。 5. LangGraph LangGraph[23]是一个基于节点的 AI 框架，是目前最受欢迎的多智能体系统构建工具之一。它属于 LangChain 生态系统，专用于图结构化的智能体流程编排。 更多信息 山行AI希望本文对你有所帮助，由笔者翻译整理自：https://medium.com/@amosgyamfi/best-5-frameworks-to-build-multi-agent-ai-applications
1K10编辑于 2026-03-13- 来自专栏前端开发打怪手册
移动端H5多页开发拍门砖经验
2016年刚接触移动端开发，刚开始比较疑惑，每次遇到问题都是到社区里提问或者吸取前辈的经验分享，感谢热衷于分享的开发者为前端社区带来欣欣向上的生命力。 本文结合先前写的文章和开发经验分享给大家，希望也能帮助刚步入移动端开发的新人解惑。以下会以其中一个以公积金页面开发项目作为例子，介绍移动端的一些常见问题和使用Vuejs作为lib进行多页开发的经验。 之前发布的文章中，有个SF的前端小伙伴提出的问题： 文中作者有重点强调布局全部铺满，和下方与很多空隙的处理方案是不同的，在工作中我遇到这种情况，设计师的设计稿宽度为750×1334,但实际的展示高度并没有那么多， 为了快速开发，快速上线 项目其他成员不熟悉SPA，不熟悉webpack 参与项目时项目已使用多页开发，短时间无法重构 抛开使用单页的架构，开发多页应用时，一个页面交互逻辑与一个Vue实例对应。 H5基于微信jsSDK，你一定接触过微信授权域名，微信会将授权数据传给一个回调页面，而回调页面必须在你配置的域名下（含子域名）。
1.3K30发布于 2020-06-23 Java+AI全栈开发工程师入门
从 Java 后端开发转型为 Java+AI 全栈工程师，是当前技术浪潮下极具前景的职业发展路径。 全栈 AI 工程师（中长期，薪资更高）核心思想：以 Java 为根基，拓展 Python 和 AI 原生开发技能，成为能独立完成“后端+AI+前端”全流程的复合型人才。 技能树构建：从 Java 到 AI 的平滑过渡你可以将已有的 Java 知识体系映射到 AI 技术栈，实现平滑过渡。 表格Java 现有技术栈对应 AI 技术栈过渡建议Maven/GradlePip/Conda学习 Python 的依赖管理和环境隔离，类比 Maven 思维。 ⚠️ 避坑指南误区一：“全栈式学习”：不要试图一次性掌握所有 AI 知识。应确立“AI 工程化”为核心方向，优先掌握 Python、PyTorch、LangChain 等实用技能。
14610编辑于 2026-04-27
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