- 综合排序
- 最热优先
- 最新优先
Gitee企业版MCP Server：AI驱动研发管理变革
在人工智能技术深度渗透各行各业的当下，国内领先的代码托管平台Gitee正式推出企业版MCP Server（Gitee MCP Server For Enterprise），标志着企业级研发管理正式迈入AI 这一创新性产品的发布，将从根本上改变传统企业研发管理模式，通过AI助手与企业内部研发流程的无缝衔接，实现从需求管理到代码审查的全流程智能化升级。 这种深度集成模式使得AI不再是研发流程的"旁观者"，而成为真正参与企业研发全生命周期的"智能协作者"。 企业级AI协同的四大场景突破在企业实际研发场景中，Gitee MCP Server For Enterprise展现了强大的适应能力。 在需求管理环节，AI助手能够智能分析不完整或待明确的需求，通过自然语言处理技术自动补全需求内容，大幅减少产品与研发团队间的沟通成本。
36110编辑于 2025-05-07- 来自专栏TAPD
腾讯TAPD&信通院 金融研发管理交流会：AI赋能金融研发管理的智能跃迁
2025年3月14日，由腾讯与信通院联合主办的“AI时代下的金融研发管理交流会”在北京腾讯总部大厦盛大举行。 ，共同探讨AI技术如何为金融研发管理注入新动能。 四、专家分享：深度剖析AI赋能研发实战 会议下半场，多位行业资深专家轮番登台，分享AI赋能金融研发管理的实战经验与前沿思考。 五、互动交流：共筑金融研发管理新生态 在专家分享环节结束后，会议特别设置了互动交流与抽奖环节。参会者们围绕AI在金融研发管理中的应用难点、实施策略以及未来发展趋势等话题展开热烈讨论。 郑峰表示，本次会议的成功举办，不仅为金融行业搭建了一个交流AI研发管理经验的优质平台，更让我们看到了AI技术在金融研发领域的巨大潜力与广阔前景。
67910编辑于 2025-03-19 破解食品企业困局：AI重塑研发与合规管理
在当前行业竞争白热化的环境下，这种"研发-合规"的脱节不仅导致成本浪费，更可能错失市场先机。本文将深入解析AI如何通过重塑PLM系统，破解食品企业的研发困局。 低糖、低脂、益生菌等概念产品增速显著，倒逼企业缩短研发周期、加快新品迭代。例如，功能性乳制品研发周期已从传统的12个月压缩至6-8个月，而这一过程需同步满足成分创新与安全合规的双重要求。 由于食品研发流程与机械制造存在本质差异，国际品牌需通过6-12个月的定制开发才能满足基础需求，不仅导致实施成本高企，还可能因文化差异造成需求理解偏差。 本土品牌：通用功能优化与AI深度融合滞后的瓶颈 本土PLM品牌（如用友、金蝶）则侧重通用型企业管理功能的整合，例如用友的"业财一体化"解决方案可实现研发数据与财务系统的对接，金蝶的"低代码"平台支持企业搭建个性化流程 例如鼎捷PLM通过预置食品行业研发流程引擎（包含配方版本管理、试产流程节点、合规文档模板等），将实施周期从行业平均的6个月缩短至3个月，体现出行业深耕的技术潜力。
51121编辑于 2025-09-11- 来自专栏phodal
AI 辅助研发的 2024 年的 6 个实践感受与思考
软件智能化开发依赖于 AI 融合到研发流程中，大量企业缺少 AI 人才去改善内部流程、规范和提炼知识； 第三，端到端难度还是比较大，研发的智能化依赖于需求侧。 AI 辅助运维：我没啥兴趣，观察比较少，传统的 AI运维已经做得很好了，但是也看到了自身内部在实现 AI 辅助 Thoughtworks 的工单分类和管理。 效率上的话主要有两点： AI 工具，现有的 AI辅助研发方式对于增量代码提升比较有限，还是大量依赖于人来做分析，有一些环节缺乏工具配套，比如不熟悉代码库、缺少领域知识不会提问。 从结果来看，企业可以： 小范围构建原型并去小范围试点，以培养 AI 人才。 建立基本的规范，规范化开发流程 有意识的改进现有的知识管理方式 因此，对于流程繁琐的企业，AI 生成式工具是一个不错的机会。 6：领域知识的汲取是落地团队级 AI 的关键 随着，越来越多团队的进一步深入构建团队级 AI 助手，会发现构建 Team AI 的门槛并非在构建 AI 平台本身，而是在于如何将领域、知识等提炼出来， 以用于强化自身的流程
59910编辑于 2024-11-22 - 来自专栏CODING DevOps
Etsy 的研发项目管理之道
---- 写在前面 优秀的研发管理者是怎么工作的，如何更加高效地管理研发团队？这些一直是 CODING关注的重要话题，我们不断地打磨 CODING 研发系统来让开发更简单。 近期我们精心挑选了几篇硅谷科技公司研发管理者的 README 进行翻译。README 主要用来向团队成员展示项目管理者的工作理念和工作方式，以便成员能够快速地融入到团队当中。 在看了 6 篇硅谷研发管理者的 README 文件后，你是否也考虑尝试写你的自述文件，好让你的新老板或者新下属更快地了解你的管理风格。 写下你的第一个自述文件 自述文件写在哪儿呢？ CODING 基于硅谷先进方法与中国团队实践共同打造一站式开发体验，全面提升研发与管理效率。 涵盖了软件开发从构想到交付的一切所需，使研发团队在云端高效协同，实践敏捷开发与 DevOps，提升软件交付质量与速度。
1.3K20发布于 2019-09-16 - 来自专栏研发效能EE
研发效能之环境管理
环境管理是我们日常工作中比较复杂的一环，主要是因为涉及内容比较多，程序、配置、数据都会涉及，如果是开发、测试环境，还会涉及到测试数据造数、系统刷数据、不同的人使用、锁定、转让、释放等问题。 下面我将会从环境分类、环境建设的难点，以及最后如何解决这些难点来讲述研发效能之环境建设。 用途划分环境 对于产研团队来说，我们通常从环境的用途来划分环境，一是和自己角色相关，研发用研发环境，测试用测试环境；二是通过用途区分好理解。 没有意识到开发、测试环境建设对研发效率、生产环境质量的影响，也没意识到需要有明确人员负责环境的建设和维护。 3. 开发环境的第一负责人是研发同学 QA环境的第一负责人是QA同学 线上环境的负责人是团队所有人员，第一责任人是业务负责人。
1.1K40编辑于 2022-10-25 - 来自专栏CODING DevOps
Forter 的研发项目管理之道
这也是我们做这一系列文章的初衷，希望通过这些文章帮助研发管理者，自省或者回顾一下自己的管理思维，看看有没有哪些方向可以借鉴。 同时也给将要成为管理者的技术人员一点预习材料，为日后踏上管理之路做一些准备。 同时可以看出 Oren 是一位对高效沟通和项目时间规划都非常在意的管理者，这其实也代表大多数研发管理者的需求，但是由于现阶段研发管理工具过于分散导致效率降低，也提高了统筹全局的难度。 CODING 正是看准了这一研发管理痛点，推出了一站式的研发管理系统，覆盖软件研发从设想到交付的全流程。 同时独有的研发大数据帮助管理者轻松掌握项目动态，提供研发效能，让企业研发管理真正“看得见，摸得着”。
1.3K20发布于 2019-09-16 - 来自专栏个人分享
项目研发流程及管理之我见
但当我们逐步成为一名架构师，或是一名项目管理人员时，会发现一个项目的成功，会牵扯到各式各样的问题及风险。 那么下面，分享下，项目流程管理之我见。 一、整体项目流程 1、 需求评审与确认 要求：PD会进行需求的整理并放入需求资源池。 确定本期研发的功能需求，并开始需求评审，需求评审时，能够使技术人员能够完全理解本次需求的前因后果，作用，目标及整个流程。 6、发布前准备与发布 要求：查看代码检测工具，质量分不得小于35分、行单测覆盖率不得小于百分之60。从开发->集成->预发->发布阶段，每一阶段都需要进行验证及日志查看。 （结构角度、方法抽象、jvm堆栈内存占用等） （2）代码中没考虑到的情况 三、项目管理 项目管理要点分为，时间把控、风险把控、补位意识、结果与目标导向四点： 时间把控： （1
2.4K30发布于 2018-09-06 - 来自专栏研发效能EE
研发效能中的需求管理
上一篇「找到能做好研发效能的人」 ，我介绍了如何找到研发效能的领域专家，这一篇我来分享一下之前在带团队做产品的时候一些需求管理的经验，尤其是做研发效能平台涉及到的一些情况。 来到公司我们做的第一件事情，就是摸排公司在研发效能这个方向上的水位，公司都有哪些活动，哪些流程，有哪些工具，每个工具都在哪些部门的谁手里，工具的使用程度如何，大家都有哪些诉求等等。 当然研发小伙伴也会发现一些技术方面的需求，我们也会视轻重缓急排期修复。 我们团队都是领域专家，也就是对研发效能领域有很深的认识，对需求高优与否有判断能力，基本上不会受嗓门高低影响。 需求文档质量 我们团队很小，一开始只有5个人（1前端，2后端，1设计师，1产品）。 对于上线时机，我觉得产品研发的前期，只要有信心可以随时上线。尽早的把需求放到线上让用户感知到产品改进，也可以让用户对产品慢慢地建立起信心。 虽说是可以随时上线，我也是建议要有产品或者QA验证的环节。
62630编辑于 2022-10-25 - 来自专栏Laoqi's Linux运维专列
SubversionEdge部署研发团队文档管理
为了提高公司办公效率，需要搭建一款文档分享server，windows可轻轻松松搭建一个文档服务器，但是为了配合研发同事的工作需要，综合考虑最终使用了Linux下的SVN作为首选。 一、介绍 Subversion Edge是Collabnet公司发布的SVN和Apache等组件结合的SVN管理工具。 由于安装过subversion+apache，发现添加账户都需要登录服务器改配置，而subversionEdge有现成的web管理界面。 0 0 :::3306 :::* LISTEN 1384/mysqld tcp6 0 0 :::3343 :::* LISTEN 2546/java tcp6
1.6K40发布于 2018-05-31 软件研发管理和研发文化培训总结和分享
今天整理和分享下原来做研发管理和研发文化培训方面的内容。在前面已经分享过两篇关于个人知识管理和个人自我管理的文章，今天则是结合人在职场下应该有的一些行为习惯和思维意识。 为何要构建上面这个研发管理整体框架？ 从上图可以看到在研发日常管理和工作中，所有内容仍然是目标驱动的。有了目标才会启动具体的项目，并安排计划，将计划分配给具体的团队或个人。 任何项目管理，计划编制和执行，研发过程管控都需要从单纯的项目团队级别提升到组织级别，形成一定的标准规范和流程。 特别是研发类项目管理可以看到，人是核心资源，项目管理本身的难点就会转变到团队人力资源的分配，协同和整合上面。 研发项目中一个常说的比较大的风险即需求变化频繁和不稳定，而迭代思路则是化解这类风险的关键思想。
27100编辑于 2025-06-24拒绝无效内耗：AI赋能研发的6个核心实战技巧
接触过不少AI编程，都始终停留在“辅助敲代码”表层，难以撬动研发模式变革。直到体验了全流程AI赋能，才感受到技术的重构力量——将AI嵌入研发全链路，从环境搭建到模型适配，重塑了个人与团队的开发范式。 实战案例：多任务并行的高效研发场景开发用户管理模块时，同步推进3项工作：AI生成NestJS增删改查代码、调试订单模块Bug、评审商品模块PR，在AI载体中可并行开展：1. 规范化管理研发环境，避免资源混乱按“项目+版本”规划环境，任务完成后及时回收闲置环境，避免资源浪费与管理混乱。4. 贴合团队规范定制AI执行规则通过企业管理面板，定制AI评审、任务拆解规则，让AI输出贴合团队规范，提升协作适配度。 个人需找到与AI的协作节奏，团队需将AI融入研发流程，未来研发必然是“人+AI”深度协同，优质AI载体是核心支撑。
18310编辑于 2026-04-03AI全流程研发如何砍掉研发琐碎成本
在研发效率内卷的当下，多数AI编程仍停留在“单点补全”的浅层阶段，而AI研发的深度体验，彻底打破了我对AI赋能研发的认知——它以环境、Git、AI任务、多模型、安全为核心，织就了一套闭环可落地的研发链路 一、先搞懂：它和普通AI编程有啥不一样很多人把它当成Cursor类插件，实际完全不同。基于官方文档与实测，核心差异很清晰：• 不是单点补全，而是全自动研发链路：需求→环境→代码→审查→提交一站式完成。 一句话总结：它更像AI驱动的轻量云研发工作台，而不只是编辑器插件。 多任务并行，告别排队对比很多只能一次跑一个任务的方式，该AI研发平台可同时发起：接口开发、单元测试、文档生成、构建部署，多核利用拉满效率。4. 、摆脱单任务阻塞的研发 → 多任务利器AI研发的核心价值，是把机械、重复、易出错的环节交给AI，让研发回归设计与逻辑本身。
17710编辑于 2026-03-22Gitee企业版MCP Server正式发布：AI驱动研发管理新范式
在企业数字化转型加速的背景下，Gitee正式推出企业版MCP Server解决方案，标志着AI技术在企业级研发管理领域的深度应用进入新阶段。 这一专为企业用户打造的智能协作平台，通过深度对接Gitee企业版API，实现了AI助手与企业研发全流程的无缝集成。 企业级AI协作的三大突破性应用 在需求管理层面，MCP Server For Enterprise展现出强大的智能化处理能力。 Gitee MCP Server For Enterprise的发布，不仅是一个技术产品的升级，更代表着企业研发管理模式的重要变革。 随着AI技术的不断成熟，企业研发管理正迎来前所未有的智能化机遇，而Gitee MCP Server For Enterprise无疑将成为这一变革浪潮中的重要推动者。
39010编辑于 2025-05-07- 来自专栏ShowMeAI研究中心
AI医疗高精尖！基于AI的新药研发！⛵
本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。 图片 最近发表的一项分析表明，150 多种小分子药物处于研发阶段，超过 15 种药物已经在临床试验中，这条 AI 生物技术赛道以每年近 40% 的速度急速扩张种。 为追赶这波浪潮，制药公司正在建立自己的内部人工智能团队，或与 IT 公司、AI新药研发创新公司进行投资和合作。 AI 药物分子结构分析/检索 利用 AI 进行药物化合物分子结构分析和检索等，是一个助力新药研发的可行思路。 上图展示了从NH2（已圈出）开始一直到 6 个长度的所有路径，然后将每个路径 hash 映射为二进制位。
94181编辑于 2022-11-15 - 来自专栏技术杂记
RabbitMQ管理6
com Resolving Dependencies --> Running transaction check ---> Package python-pip.noarch 0:7.1.0-1.el6 Test Transaction Test Succeeded Running Transaction Warning: RPMDB altered outside of yum. ** Found 6 requires of libmysqlclient.so.16()(64bit) perl-DBD-MySQL-4.013-3.el6.x86_64 has missing requires of libmysqlclient.so.16(libmysqlclient_16)(64bit) ruby-mysql-2.8.2-1.el6.x86_64 has missing requires of libmysqlclient.so.16()(64bit) ruby-mysql-2.8.2-1.el6.x86_64 has missing requires of libmysqlclient.so
45220编辑于 2022-04-23 AI时代，Apipost和Apifox如何利用AI技术赋能API研发测试管理所需？
随着API规模与复杂度的持续攀升，高效、智能的API研发管理工具成为企业提升竞争力的刚需。 三、数据字典与团队协作的AI助力（一）数据字典智能化管理数据字典作为保障API研发过程中数据一致性与准确性的基石，其重要性不言而喻。 Apipost的AI驱动的数据字典管理、高度自动化的测试功能以及高效的团队协作支持，能够精准满足这些企业在API研发过程中的严格要求，确保项目能够高效、高质量地推进。 （二）拥抱AI的未来趋势展望未来，随着人工智能技术的不断发展与成熟，API研发管理工具的智能化趋势将愈发显著，成为行业发展的核心驱动力。 技术深度- 全流程赋能：文档/测试/协作均有 AI 支撑，如 SSE 流式接口智能解析（调试效率提升 5 倍）- 基础 AI 能力：仅部分功能支持简单辅助，未形成研发闭环在API研发管理工具的激烈竞争赛道上
30010编辑于 2025-07-03- 来自专栏网络虚拟化
诺基亚投资德国布局6G研发，提升欧洲数字化和AI技术
随着5G技术的普及，人们对于6G技术的期待也日益增长。在这样的背景下，诺基亚宣布将投资3.6亿欧元用于德国6G技术的研发，这一消息引起了广泛关注。 此次在德国的投资计划，将主要集中在以下几个方面： 1、无线电和光学产品芯片的研发：投资将用于开发适用于未来5G-Advanced和6G系统的无线电和光学产品芯片。 2、微电子技术的研发：投资还将用于研发微电子技术，以提升欧洲在6G和人工智能等领域的竞争力。通过减少电力消耗，实现更高效的能源利用，有助于欧洲实现气候目标。 二、对未来通信行业的影响 诺基亚在德国的6G技术投资计划将对未来通信行业产生深远影响： 1、加速6G技术的研发进程：通过加大投资力度，诺基亚将与其他通信设备供应商一道，共同推动6G技术的研发进程。 写在最后 综上所述，诺基亚在德国的6G技术投资计划对于未来通信行业的发展具有重要的意义。通过加大研发力度，加速6G技术的成熟和应用，诺基亚将为未来的智能社会发展做出贡献。
39010编辑于 2024-01-23 - 来自专栏PaddlePaddle
AI+药物研发：人工智能赋能新药研发
宋 乐 百图生科首席AI科学家 曾任美国佐治亚理工学院计算机学院终身教授、机器学习中心副主任、阿联酋MBZUAI机器学习系主任 本次将由百图生科首席AI科学家宋乐博士为大家分享人工智能赋能新药研发 首先 ，生物制药行业面临着两个挑战： 第一，新药研发周期很长且非常复杂； 第二，药物研发过程成本昂贵。 如果我们能把研发时间减半，成本减半，再加上巨大的市场需求，这个领域是具有广阔前景的，所以最近很多投资或者AI方面的研究，都在朝着这个方面发展。 它们不单单是单个细胞图像数据，有可能混合几种不同的细胞，而且这个细胞它可能不单单是一个黑白的图像，也有可能是一个有6种颜色的图像，是一个叫高内涵的图像。 所以很多细胞视觉研发思路甚至最先进的研发思路都在做这个。
80130编辑于 2022-04-19 - 来自专栏Reinvent Data Science
Milvus 赋能 AI 药物研发
伴随深度学习等一系列 AI 技术的不断发展，将 AI 技术与药物研发相结合，可以很大程度上减少新药研发时间、降低新药研发成本，也可以加速仿制药的研发和入市，毫无疑问人工智能和机器学习将开创一个更快速、更低价 Zilliz 公司联手全球顶尖制药研发企业共同开发了 MolSearch 化合物分子结构分析软件，为 AI 药物研发探索出了一个新的技术突破点。 随着 AI 技术与药物研发领域的深度结合，Milvus 在这一领域也有着广阔的应用前景。 该算法分析从一个原子开始直至到达指定数量键的路径（path，通常为线性）上所有的分子片段，然后对每一个路径进行哈希（hash）产生指纹（fingerprint），如下图中展示了从NH2（已圈出）开始一直到 6 我们相信 Milvus 必将会在药物研发的其他各个领域获得更广阔的应用前景，期待与 AI 药物研发领域的有志同仁携手共建 Milvus 这一 AI 数据处理平台。
1.2K10发布于 2020-05-24
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