- 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。 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 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。 微服务架构进一步促进了多栈的采用，每个微服务都可以使用不同的技术栈，分别负责不同的业务模块。平衡技术栈的复杂性与团队能力选择技术栈时要考虑到团队的熟悉程度。 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 通过使用多栈，团队可以专注于自己的强项，提高工作效率。此外，对于不同的业务需求和技术场景，也可以选择不同的栈。
1.1K10编辑于 2024-11-27- 来自专栏达达前端
PHP全栈学习笔记9
http最大特点是无连接无状态，clinet到http request到server，server到http response到clinet。
91630发布于 2019-07-03 - 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 !
76920编辑于 2023-02-27 - 来自专栏禅境花园
Centos Stream 9 多IP 配置
Centos Stream 9 配置多IP 我有500个IP ,要绑定在同一台linux机器上, OS为Centos9 .
1.1K00编辑于 2024-11-21 - 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 - 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 - 来自专栏Android 开发者
Android 多返回栈技术详解
多返回栈即一堆 "返回栈"，对多返回栈的支持是在 Navigation 2.4.0-alpha01 和 Fragment 1.4.0-alpha01 中开始的。本文将为您展开多返回栈的技术详解。 多返回栈不会改变这个基本逻辑。系统的返回按钮仍然是一个单向指令 —— "返回"。这对多返回栈 API 的实现机制有深远影响。 Fragment 中的多返回栈 在 surface 层级，对于 多返回栈的支持 貌似很直接，但其实需要额外解释一下 "Fragment 返回栈" 到底是什么。 该级别的分离意味着 Navigation 中有两个层次来实现多返回栈: 保存独立的 NavBackStackEntry 实例状态，这些实例组成了 NavController 返回栈。 (现在叫 NavigationRailView) 和 NavigationView，多返回栈是 默认启用 的。
1.3K10编辑于 2022-03-09 - 来自专栏信创系统开发
AI Agents 技术栈
2025 年被广泛视为“AI Agent 元年”，其技术栈的成熟标志着智能系统从“被动响应”向“自主决策”的跃迁。那么什么是 AI Agents 呢？ 构成 AI Agents 的技术栈有哪些关键组成部分？本文参考了一些资料，尝试解释这一概念，主要参考了以下内容： AI Agents Stack. 二、AI Agents 技术栈的层级架构 AI Agents 的技术栈总体架构如上图所示。大体上可分为五个关键层级，从底层基础设施到上层应用逻辑逐层递进： 1. 跨 Agent 通信（多 Agent 协作）：不同框架对多 Agent 交互的处理方式各异。 小结 AI Agents 技术栈的成熟标志着人工智能从“工具”向“合作伙伴”的转变。
1.7K11编辑于 2025-02-12 多栈：企业与个人的发展之路
多栈人员能够在不同技术栈之间灵活切换，帮助企业更快地响应市场变化和客户需求。 提高生产效率：多栈人员能够在项目中承担多种角色，减少了团队之间的沟通和协调成本。 转型多栈的难点 在AI大模型广泛应用之前，向多栈的转型往往会遇到以下一系列的挑战 信息获取的局限性：获取最新的技术信息和学习资源主要依赖于书籍、期刊、线下培训课程和技术论坛。 如何转型多栈 随着AI大模型的普及，开发人员转向多栈的成本大幅降低。AI大模型能够提供最新的技术信息和学习资源，二十四小时高效答疑，提高学习效率。 在编程实践中，Copilot、通义千问等智能编程AI的代码补全、代码检查等查功能可以显著提高开发效率，减少错误，这些能力都大大降低了转型为多栈人员的难度，提高了学习效率和效果。 借助 Copilot、通义千问等 AI 助力跨栈的代码开发，参与跨栈代码评审，了解代码规范和最佳实践等等均是提升多栈能力的有效途径。 尾声 掌握多栈技能对企业和个体都具有显著的益处。
45510编辑于 2024-11-14- 来自专栏AI科技大本营的专栏
多场景下的AI疫情防控“天网”：解读云边端联动下的全栈AI技术
在 AI、物联网等技术的发展与支撑下，红外体温检测仪首先是高效精准排查的第一层保护网，同时又保证了在全面排查下出行的高效性。 ? ? 技术关键词：AI、计算机视觉、行人重识别、AIoT、全栈AI技术、计算中心、云边联动、多场景、解决方案全景图、智能前端硬件、边缘节点、指挥调度、分析研判、智能预警
87530发布于 2020-03-03 - 来自专栏花狗在Qt
线性表--多栈共享技术(十)
一.介绍 栈的应用非常广泛，经常会出现一个程序中需要同时使用多个栈的情况。若使用顺序栈，会因为对栈空间大小难以准确估计，从而产生有的栈溢出、有的栈空间还很空闲的情况。 为了解决这个问题，可以让多个栈共享一个足够大的数组空间，通过利用栈的动态特性来使其存储空间互相补充，这就是多栈的共享技术。在顺序栈的共享技术中，最常用的是两个栈的共享技术，名双端栈。 栈1和栈2添加元素时，都会向数据中间靠拢，当栈1的指针+1等于栈2的指针的时候，栈满。 2.代码实现 (1) 定义双端栈 #define M 100 typedef struct { int elem[M]; char top[2]; //top[0]和top[1]分别作为两个栈顶的指示器 }DqStack; (2) 初始化 void InitStck(DqStack * S) { S->top[0] = -1; S->top[1] = M; } (3) 进栈 int Push(
50010发布于 2020-10-28 - 来自专栏从零开始学自动化测试
SQLAlchemy学习-9.一对多和多对一关系
前言 一对多和多对一关系 一对多关系 一对多关系表设计，一个Parent类关联多个Child类 from sqlalchemy.ext.declarative import declarative_base # 在父表类中通过 relationship() 方法来引用子表的类集合 children = relationship("Child") class Child(Base): # 多 session.commit() 查询数据 通过父类，查询子类（单向查询） parent = session.query(Parent).get(1) print(parent.children) 多对一关系 多对一关系相比上面的一对多而言是双向的关系 在最新版本的 sqlalchemy 中对 relationship 引进了 back_populates 参数， 两个参数的效果完全一致。 children = relationship("Child", back_populates="parent", lazy="dynamic") class Child(Base): # 多
4.5K20编辑于 2022-08-26 - 来自专栏yeedomliu
《Learning ELK Stack》9 生产环境的ELK技术栈
9 生产环境的ELK技术栈 当我们说到生产级别实施ELK技术栈时，有一些隐含的前提条件 防止数据丢失 数据保护 可扩展性的解决方案 数据保留 ---- 防止数据丢失 Logstash的索引器之前引入一层消息中间件可以防止数据丢失 ELK技术栈提供了按照需要简单扩展每个组件的能力 可以随时在集群增加更多的es节点（主节点和数据节点）。对于大集群，建议有三个主节点（一主两备）。 %d' ---- ELK技术栈实施案例（LinkedIn） https://www.slideshare.net/tinle1/elk-atlinked-in 问题描述 LinkedIn拥有多个数据中心 当前LinkedIn内部ELK技术栈的使用状况如下 ELK集群数量超过100个，分布在6个数据中心，有20多个团队在使用 一些大的集群超过320亿个文档（超过30TB）、平均每天索引30亿个文档（约3TB ） 目前LinkedIn在ELK技术栈的架构中使用了es、logstash、kibana和kafka LinkedIn的Kafka 在LinkedIn中，kafka是一个常见的数据传输层。
1.5K20发布于 2020-07-07 - 来自专栏ADAS性能优化
AI Weekly | Nov. 9, 2019
Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?
27610编辑于 2022-05-13 腾讯混元大模型：全栈自研技术驱动多模态AI创新与应用落地
应对AI规模化应用的效率与成本挑战 企业面临大模型训练成本高、推理效率低、多模态理解与生成能力不足的共性瓶颈。腾讯混元通过全链路自研技术体系，突破算力约束与架构限制，实现高性能与低成本的统一。 混元大模型核心能力矩阵 思考能力：混元文生文模型采用同构/异构MoE架构，支持256K~百万级长窗口输入，具备多轮对话、意图识别、AI搜索等能力。 通道编码隐空间，细节编码能力增强 文生视频模型实现4大升级：写实画质、动态流畅、语义遵从、原生转场 文生3D模型实现30秒内生成，几何与纹理解耦兼容设计流程 量化应用效果与行业赋能 腾讯广告场景：构建多模态理解框架 智能客服场景：已切换业务量52.97%，人工介入率从27.3%降至20.2%，AI话术采纳率达90%（来源：腾讯客服数据）。 与北师大心理学部共建大模型情感能力评估体系，在SSV探元计划中实现文物AI解说与心理健康应用，支持人民日报、新华社等媒体AI内容生成。
55810编辑于 2026-04-09Java企业级全栈人工智能框架：AI多模型与向量能力解析
html在Java企业级全栈AI应用开发中，选择合适的框架对于项目的成功至关重要。 JBoltAI框架，作为专为Java企业设计的AI应用开发框架，凭借其多模型支持、私有化部署、向量库集成以及强大的Embedding能力，成为了众多开发者的首选。 多模型无缝集成，灵活应对多样需求JBoltAI框架支持与多种主流AI大模型的集成，包括但不限于DeepSeek、OpenAI、Claude、Qwen等。 这种多模型的支持，使得开发者可以根据具体应用场景和需求，灵活选择最合适的AI模型，无需因为模型限制而妥协项目需求。无论是自然语言处理、图像识别还是其他AI任务，JBoltAI都能提供强大的模型支持。 JBoltAI框架凭借其多模型支持、私有化部署、向量库集成以及强大的Embedding能力，在Java企业级AI应用开发中展现出了显著的优势。
13510编辑于 2026-01-27- 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ *攻击面扩大*：AI Agent的自主性创造了难以追踪的复杂攻击路径 *安全需求迫切*：传统安全措施难以应对Agent特有的风险 *协作风险*：多Agent交互可能导致意外行为和安全漏洞 企业需要重新评估其安全架构 *白板式界面*：团队可以像绘制白板草图一样映射跨企业系统的工作流 *流程与任务挖掘*：ServiceNow将这两种洞察整合到一个平台，帮助企业更好地理解工作执行方式 *多Agent流程*：虽然许多品牌目前仍在隔离环境中部署 AI Agent，但未来将是多Agent流程的天下 这一工具代表了从传统工作流自动化向AI增强流程的重要转变，为企业提供了更灵活、更智能的自动化解决方案。 AI Agent时嵌入运行时安全，为AI原生开发提供更可靠的安全保障。
34110编辑于 2025-09-17 - 来自专栏加菲猫的VFP
〔连载〕VFP9增强报表－多细节带区
幸运的是，VFP 9 通过一个新的功能很好的解决了这个问题：多细节带区。 记录处理 在探讨多细节带区之前，让我们先讨论一下在一个报表中，VFP 是如何在记录们中间移动的。 在 VFP 9 中，现在可以有多个细节范围了（超过20个）。一个特定的细节范围中的记录可以是来自子表中的相关记录，也可以是驱动游标中的记录，而这就意味着它可以被处理多次。 建立多细节带区 每个报表都有至少一个细节带区。 让我们来看两个多细节带区报表的示例。 在 VFP 9 中，这只是简单的意味着要有一个细节带区来进行计算、而用另一个细节带区来显示结果。在这个示例 EmployeesMD2.FRX 中，这两个细节带区都使用 Orders 表作为目标别名。
2.4K10编辑于 2022-04-07
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