- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI技术应用
AI工作流程开发框架
AI工作流程开发框架是用于构建、部署和管理人工智能（AI）应用程序的软件工具和技术的集合。它们提供了一组预先构建的组件、API和工具，简化了AI工作流程的开发过程。 常见的AI工作流程开发框架1.Kubeflow特点： 基于Kubernetes的机器学习平台 提供各种组件，如训练、部署、管道等 支持多种机器学习框架（如TensorFlow、PyTorch） 适用于： AI工作流程开发框架？ 选择AI工作流程开发框架时，需要考虑以下因素：项目需求：确定AI工作流程的复杂程度、运行环境、依赖关系等。技术栈：选择与现有技术栈兼容的框架，降低开发成本。 总结AI工作流程开发框架是构建AI应用的重要工具，选择合适的框架可以提高开发效率、降低开发成本。希望以上信息能帮助您更好地了解AI工作流程开发框架。
34910编辑于 2025-02-19 - 来自专栏叕鰦座
工作流开发
Work Flow开发的基本流程 1、用SE37建立Function Module（可选）； 2、用SWO1建立Object Type； 3、用PFTC_INS建立标准工作细项(TASK) ； 4、用PFTC_INS建立工作流程范本(TEMPLATE)； 5、建立组织结构 1）PFAC_INS 标准职能 2）PPOCE 组织单位 tcode:swo1 新建BOR ? task主要完成工作流的数值匹配，代理执行（触发event），逻辑流转等： ? ? 在目前很多SAP方案中，SPRO已经加入很多审批配置点，需要action files 活动参数文件配合： ? ? 在task和部分增强的配合下，在标准工作流基础上还可以自己设置： ? ? 以支持灵活审批以及后续的KPI统计
66820发布于 2021-03-11 7个让全栈开发效率起飞的 Bun 工作流
今天就分享7个Bun工作流，提升你的全栈开发效率，减少掉发。在开始之前，咱们先解决入门问题。要在电脑上装 Bun 或者 Node.js，就得得跟 nvm、brew 或者环境变量斗智斗勇。 API + 前端，一个进程就搞定的开发服务器Bun 内置的 HTTP 服务器小而快。随便配个轻量级框架（比如 Hono 或 ElysiaJS），就能把 API 服务和静态网站放在同一个进程里跑起来。 /public' }));export default { port: 8080, fetch: app.fetch,};启动它：bun --watch run server.ts开发时，API 和前端都在一个地方 从依赖管理到测试打包，流程顺畅了，开发体验自然就好了。而一个好的开始是成功的一半。在体验 Bun 带来的丝滑开发流程之前，不妨先用 ServBay 来搞定环境安装这个前置任务。
70510编辑于 2025-10-30别再乱学 AI 了！这 7 个名词 = 一套完整 AI 工作流
openclaw，qclaw，autoclaw，不管啥Claw，还是离不开LLM、Agent、SubAgent、Prompt、Skill、Project、MCP 今天我用最通俗的大白话，给你把这 7 个概念讲得明明白白 3️⃣ Agent（智能体）：你的 AI 员工 通俗解释：Agent 就是基于 LLM 的、能独立干活的 AI 助手。 7️⃣ MCP（模型上下文协议）：AI 的"万能接口" 通俗解释：MCP 是LLM 连接外部工具的桥梁。 MCP 能连接的工具： • 设计工具：draw.io、Excalidraw • 数据库：MySQL、PostgreSQL • 文件系统：本地文件、云存储 • API 服务：天气、地图、翻译 • 开发工具 完整工作流：7 个概念如何配合？
13310编辑于 2026-04-14- 来自专栏cwl_Java
Activiti7工作流引擎-什么是工作流
第1章 什么是工作流 1.1 工作流介绍 工作流(Workflow)，就是通过计算机对业务流程自动化执行管理。 1.2 工作流系统 一个软件系统中具有工作流的功能，我们把它称为工作流系统，一个系统中工作流的功能是什么？ 就是对系统的业务流程进行自动化管理，所以工作流是建立在业务流程的基础上，所以一个软件的系统核心根本上还是系统的业务流程，工作流只是协助进行业务流程管理。 即使没有工作流业务系统也可以开发运行，只不过有了工作流可以更好的管理业务流程，提高系统的可扩展性。 1.3 工作流实现方式 在没有专门的工作流引擎之前，我们之前为了实现流程控制，通常的做法就是采用状态字段的值来跟踪流程的变化情况。这样不用角色的用户，通过状态字段的取值来决定记录是否显示。
1.3K10发布于 2019-12-30 - 来自专栏全栈程序员必看
activiti工作流开发_flowable工作流
深入理解Activiti工作流 Activiti作为一个流行的开源工作流引擎，正在不断发展，其6.0版本以API形式提供服务，而之前版本基本都是要求我们的应用以JDK方式与其交互，只能将其携带到我们的应用中 ，而API方式则可以服务器独立运行方式，能够形成一个专网内工作流引擎资源共享的方式。 null, “priority”: 50, “suspended”: false, “taskDefinitionKey”: “sid-9A9219F8-306C-4ED0-A243-88756537F7FA
2.2K40编辑于 2022-11-08 云开发 Copilot ｜拥抱AI浪潮：如何革新开发者工作流
本文将从产品能力分析、使用场景以及 AI 辅助开发的前景展望三个方面，探讨云开发 Copilot 的潜力与未来。 团队协作：在多人协作开发中，Copilot 的代码规范化能力可以帮助团队维持一致的编码风格，从而减少代码审查的时间成本。 AI 辅助开发的前景展望 AI 辅助开发的未来可期。 随着 AI 模型和开发工具的进一步进化，它们将从辅助工具逐步演变为开发团队的重要成员。 提升个性化开发体验：未来的 AI 助手能够更加智能地学习开发者的偏好与习惯，从而提供更加个性化的开发支持。 这将降低开发门槛，使更多非技术背景的人也能参与到软件开发中来。 AI 开发生态系统的完善：AI 辅助开发工具不仅是孤立的工具，更可能逐步融入更广泛的开发生态系统。 而 AI 辅助开发的未来，也将伴随着技术的进步，不断释放出更多的潜能。对于每一位开发者来说，拥抱 AI 工具不仅是一种选择，更是适应未来趋势的必然之路。
27410编辑于 2024-12-13- 来自专栏HUC思梦的java专栏
JAVA开发工作流程
阶段 0 ：拟出一个计划 决定在后面的过程中采取哪些步骤，思考整个开发任务如何实现，分步骤建立“路标”，这样可以帮助自己开发时一步一个脚印的逐步完成，有效的防止自己在开发过程中迷失方向。 “校订”可以理解为你原来开发的产品经过我们认知的增长，会发现一些不合理的地方，对这些地方进行修改，这就是校订。 除此之外还会有“递增开发”，也就是在原有的基础上增加新的功能，如果我们本来的系统没有考虑过结构化，就会导致增加功能成本增加，而一个好的结构可以在原有的模式上修改就可以实现开发新功能，大大降低维护成本。
80420发布于 2020-09-03 - 来自专栏优雅R
「R」Shiny：工作流（一）开发工作流
工作流系列将向读者介绍如何提升 3 个重要的 Shiny 工作流： 创建应用，进行更改并尝试结果的基本开发周期。 调试，找出代码出了什么问题的技巧，并集思广益地解决该问题。 首先我们将学习开发工作流。 优化开发工作流程的目标是减少做出更改和看到结果之间的时间。迭代的速度越快，你可以进行的实验就越快，你就可以成为一名更好的 Shiny 开发人员。 这里有两个主要的工作流程需要优化：第一次创建应用程序，以及加快代码调整和试验结果的迭代周期。 查看你的更改 可能你每天只创建几个应用程序，但你将运行数百次应用程序，因此掌握开发工作流程尤为重要。 这为你提供了以下开发工作流程： 编写一些代码。 使用快捷键启动应用程序。 交互式地测试应用。 关闭应用。 回到第 1 步。
1.4K10发布于 2020-07-03 - 来自专栏云社区活动
AI 赋能，让工作流程飞起来！——开发 AI 增强型工作流程的五个关键步骤
AI 赋能，让工作流程飞起来！——开发 AI 增强型工作流程的五个关键步骤作者：Echo_Wish 你是否还在为重复性工作发愁？是否觉得数据分析、任务分配、流程优化太耗时间？ 今天，我就带大家一起，从 0 到 1 开发 AI 增强型工作流程，让你的工作流更加智能高效！ 第一步：识别工作流程中的 AI 机会想让 AI 帮你加速工作，首先要搞清楚哪些地方可以用 AI！ 第二步：收集和准备数据AI 是“数据驱动”的，数据质量决定了 AI 的效果！ 在 AI 工作流中，数据是最重要的资产。我们需要收集、清洗、预处理数据，确保它能用于训练 AI。 1. 第四步：AI 集成到工作流程中训练好的 AI 需要部署到实际业务中，才能发挥作用！ 1. 第五步：监控和优化 AI 工作流AI 不是一次性工程，它需要持续优化！ 1.
1.1K10编辑于 2025-03-30 - 来自专栏云云众生s
准备开发者将AI整合到其工作流程中
他们的角色正在从代码创建转变为影响 AI 工具的使用。希望充分发挥 AI 潜力的开发团队领导者应该激励他们的团队积极参与，将 AI 战略性地整合到他们的工作流程中。 来自 GitLab 的研究 发现，开发团队已经开始通过代码生成 (47%) 和自然语言 聊天机器人 (35%) 在他们的工作流程中应用 AI，并且他们对其他用例感兴趣，例如生产力指标预测 (38%) 和漏洞解释和修复 开发人员技能提升: 生成式 AI 可以帮助您提升开发人员的技能，以便他们能够有效地使用和维护 AI 系统。 开发团队需要一个试错期来确定 AI 和其他工具如何与个人工作流程相匹配。在组织实现长期收益之前，可能会出现短期生产力下降。领导层应该通过在开发和迭代周期中强调透明度和问责制来为此做好准备。 将 AI 整合到软件开发流程中可以帮助自动化和标准化开发人员工作流程，创建减少认知负荷的黄金路径，释放开发人员的时间，并使团队能够为组织和最终用户提供更大的价值。
26410编辑于 2024-07-27 - 来自专栏cwl_Java
Activiti7工作流引擎-什么是Activiti7
第2章 什么是Activiti7 2.1 Activiti 介绍 Alfresco 软件在 2010 年 5 月 17 日宣布 Activiti 业务流程管理（BPM）开源项目的正式启动，其首席架构师由业务流程管理 BPM 的专家 Tom Baeyens 担任，Tom Baeyens 就是原来 jbpm 的架构师，而 jbpm 是一个非常有名的工作流引擎，当然 activiti 也是一个工作流引擎。 activiti 进行管理，减少业务系统由于流程变更进行系统升级改造的工作量，从而提高系统的健壮性，同时也减少了系统开发维护成本。 如果使用其它公司开发的工作作引擎一般都提供了可视化的建模工具(Process Designer)用于生成流程定义文件，建模工具操作直观，一般都支持图形化拖拽方式、多窗口的用户界面、丰富的过程图形元素、过程元素拷贝 7) 流程结束 当任务办理完成没有下一个任务/结点了，这个流程实例就完成了。
1.6K10发布于 2019-12-30 - 来自专栏JadePeng的技术博客
PhiData 一款开发AI搜索、agents智能体和工作流应用的AI框架
PhiData作为一个开源框架，为开发者提供了构建具有长期记忆、丰富知识和强大工具的AI助手的可能性。本文将介绍PhiData的核心优势、应用示例以及如何使用PhiData来构建自己的AI助手。 PhiData开发agents 官方仓库的cookbook目录里有一个demo agents程序，使用streamlit开发了交互界面，官方默认是用的open ai的GPT4。 v7`. show_tool_calls=False, markdown=True ) hn_workflow = Workflow( llm=groq, name="HackerNews 工作流 总结 PhiData以其强大的功能集成和灵活的部署选项，为AI产品开发提供了极大的便利和高效性。它为构建智能AI助手提供了一个全新的视角，让开发者能够探索AI的无限可能。
3.6K11编辑于 2024-05-25 - 来自专栏cwl_Java
Activiti7工作流引擎-流程定义
这个元素中，可以定义多个流程定义（不过我们建议每个文件只包含一个流程定义， 可以简化开发过程中的维护难度）。 项目开发中使用级联删除的情况比较多，删除操作一般只开放给超级管理员使用。 6.5 流程定义资源查询 6.5.1 方式 1 通过流程定义对象获取流程定义资源，获取 bpmn 和 png。 List<HistoricActivityInstance> list = query.list(); for (HistoricActivityInstance ai : list) { System.out.println(ai.getActivityId()); System.out.println(ai.getActivityName ()); System.out.println(ai.getProcessDefinitionId()); System.out.println(ai.getProcessInstanceId
2K30发布于 2020-01-02 浅谈AI工作流 VS AI Agent VS MCP
人们可能会说“AI做到了这一点”，但其实，这种表述往往是笼统的，因为AI并非只有单一的形式。 事实上，AI有三个非常不同的层级：AI工作流、AI代理和MCP（模型上下文协议）。 让我们理清楚： AI工作流 像是一个食谱，始终按照相同的步骤进行。 •你设计流程。•AI在过程中填补空白。 •不是面向用户的工具 — 这是为开发者准备的。•MCP 安全地将AI代理与以下工具连接：•Notion•Slack•日历•Perplexity•可以将它看作是一个带有记忆和权限的API翻译器。 •AI工作流 = 任务执行者•AI代理 = 目标解决者•MCP = 基础设施支柱 当你将正确的层次匹配到正确的问题时，AI不再是一个花招 — 而是一个竞争优势。 AI工作流适合那些重复性的任务，AI代理则能够在复杂环境中做出自主决策，而MCP则为AI代理提供了强大的基础设施支持。
21910编辑于 2026-03-13- 来自专栏量子位
AI产品开发指南：5大核心环节搞定机器学习工作流
于是，国外的问答网站Quora上就有了这个问题： 怎样开发出一个AI系统或者产品？ 量子位觉得，有一个来自Sean McClure的回答很不错。 要构建一个AI系统或产品，你要处理好5个核心环节，我们通常称之为“机器学习工作流”。这些步骤分别是： 1. 数据收集与分析 2. 数据准备 3. 模型构建 4. 模型验证与测试 5. 构建一个有用的产品，就意味着你不仅要写代码做出工作流的各个部分，还需要定义整个问题，并将专业知识融入到这个机器学习工作流的每个步骤中。 也就是说，在产品开发中，上述每个步骤不仅要符合产品设计的关注点，还要符合符合我们在开发中通常要关注的统计数据和最佳范例。 通过与用户的有效对话，你可以实现这一目标。 以上这些看上去工作量很大，但从这个流程中，你可学习到如何快速构建AI系统。 构建产品时，你要学会精益（Lean）和敏捷（Agile）。你不能只专注于提高某个环节，而忽视产品的其他方面。
1.3K50发布于 2018-03-23 - 来自专栏大模型系列
OpenSpec 工作流全解析：从提案到归档的 AI 原生开发范式
OpenSpec 六阶段工作流示意图以下简单地说OpenSpec就是一套 规范驱动开发（Spec-Driven Development） 的 AI 辅助工作流，通过 6 个标准化阶段，确保需求、设计、 Git 工作流中三、工作流全解析OpenSpec 的工作流分为六个主要阶段，形成了一个完整的闭环：3.1 探索阶段 (Explore)在编写任何代码前，先让 AI 帮你理清需求。 7.2 工作流执行缓慢原因分析：项目规模过大AI 响应时间长验证测试耗时过多解决方案：启用缓存机制优化验证测试的范围使用更强大的硬件资源调整 AI 模型的参数设置7.3 团队成员抵触使用原因分析：学习成本较高感觉流程繁琐习惯传统开发方式解决方案 随着 AI 技术的不断发展，OpenSpec 也将持续演进，为开发者提供更加智能、高效的开发体验。 对于希望在 AI 时代保持竞争力的开发团队来说，掌握和应用 OpenSpec 这样的规范化开发框架，将成为一项重要的核心能力。
13450编辑于 2026-04-17 - 来自专栏hui
了解Git工作流的开发
GitFlow工作流 Vincent Driessen曾经写过一篇博文，题为 A successful Git branching model（一个成功的Git分支模型）。 Gitflow工作流程就是从这篇文章里来的。 Gitflow工作流程围绕项目发布定义了严格的分支模型。其特色在于，它为不同的分支分配了非常明确的角色，并且定义了使用场景和用法。 除了用于功能开发的分支，它还使用独立的分支进行发布前的准备、记录以及后期维护。 分支介绍 分支 作用 master 历史迭代分支 develop 集成最新开发特性的活跃分支 f_xxx feature 功能特性开发分支 b_xxx bug 修复分支 r_xxx release 版本发包分支 初步流程 每家公司的 GitFlow 工作流，都不一样。
74610编辑于 2021-12-06 - 来自专栏全栈程序员必看
workflow开发_php工作流引擎
微软官方的WorkFlow入门要求比较高，所以我们萌生了开发一个简单的工作流引擎，帮助.Net coder们解决软件项目中流程的处理。实现写最少的代码，实现最炫酷的功能。 流程设计器 实际运用 WikeFlow工作流引擎只有两个核心类,FlowDesignService(流程设计)，FlowInstanceService（流程实例） 1.FlowDesignService
1.1K20编辑于 2022-11-01 - 来自专栏k8s技术圈
使用 Docker 加速开发工作流
在开发工作流中使用 Docker 可以极大提高生产力，它消除了"它在我机器上都可以运行"这类典型的错误，在不同的机器上运行也只需要一个 Docker 守护进程，而不需要其他组件。 为什么要 Docker 化开发工作流 上面我已经提到了在你的开发环境中使用 Docker 的好处。 这是一个事实，它摆脱了典型的"它在我的机器上可以工作"的问题，除此之外，还有其他一些好处： 让团队成员之间的开发工作流程更加标准化 如果你也使用 Docker 进行部署，则减少了针对生产环境的 bug（ 生产和开发之间的配置可以很相似）。 $ docker-compose up 如果你想停止这些容器，可以执行下面的命令： $ docker-compose down 总结 这里我们只是介绍的一个简单的 Docker 开发环境配置，当然也可以很容易地进行扩展
1.9K51发布于 2020-10-26
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