- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据，java，Python和前端
AI 协作开发日志：Vue 3 项目开发与优化实战
记录一次真实使用 AI 工具辅助 Vue.js 项目开发的全过程，展示 AI 如何在不同阶段提升开发效率协作背景项目类型：Vue 3 + TypeScript 后台管理系统开发周期：2周主要AI工具：GitHub Copilot、Cursor IDE（集成AI）、Claude协作场景：项目初始化、功能开发、代码优化、问题排查日志记录项目初始化与基础搭建协作目标：快速搭建Vue 3项目基础结构，配置TypeScript 和必要依赖AI工具：GitHub Copilot + Cursor IDE过程记录：使用Cursor新建项目时，通过Cmd+K调出AI指令面板，输入： 创建一个Vue 3 + TypeScript项目 AI辅助编程的真正价值——不是替代开发者，而是作为强大的协作工具，放大我们的能力。 未来的开发模式将是"人类指导+AI执行"的协同工作方式，善于利用AI工具的开发者将获得显著的效率优势。但同时，保持技术深度和批判性思维比以往任何时候都更加重要。
1K10编辑于 2025-08-26 - 来自专栏小程序·云开发专栏
CloudBase + AI 游戏开发新范式，3小时极速开发
图片传统的游戏开发从想法到上线通常需要半个月。使用CloudBase从AI需求分析、代码生成、调试优化到上线总共不到 4h 。极速体验，效率翻倍！ Unity 3D方案：对于3D游戏，Unity可以通过HTTP API调用云开发服务。Web全栈游戏：使用现代Web技术栈，开发部署便捷。 云托管方案：使用容器化部署开发游戏，支持WebSocket长连接。用户认证方案：自带微信OpenID登录，免开发用户系统。现在开始你的游戏开发！ /ai/introduce完整游戏开发流程：2天上线一款可联机的分手厨房小游戏！ AI+云开发CloudBase全自动，真能做到吗？
1.6K10编辑于 2025-10-11 - 来自专栏Keegan小钢
AI+Web3实战营日志 #5 | 完成合约开发
这是我的 AI + Web3 实战营的第五篇研发日志，前四篇如下： AI+Web3实战营日志 #1｜开营 AI+Web3实战营日志 #2 | 完成底层合约 AI+Web3实战营日志 #3 | Router 合约 AI+Web3实战营日志 #4 | Rebalancer合约 另外，关于 AI + Web3 实战营的相关介绍则有如下几篇文章： 我要启动 AI + Web3 实战营了 再谈 AI+Web3 实战营 AI+Web3实战营，9月15日正式开营 从开营到现在，我们保持着几乎每天晚上 8 点开始的节奏，每次不到两个小时，中间只休息了一天。 累计 11 个小时，我们就完成了第一阶段的目标——MVP 合约开发。 这在过去是难以想象的：同样的工作，至少需要半个月。我去年独自开发这个产品时，就整整花了半个月。 真正令人兴奋的是：这背后意味着一种新的研发方式正在成型——AI 辅助，让开发周期被彻底重塑。
26910编辑于 2025-11-12 - 来自专栏用户3206217的专栏
【RuoYi-SpringBoot3-Pro】：将 AI 编程融入传统 java 开发
【RuoYi-SpringBoot3-Pro】：将AI编程融入传统java开发有小伙伴问RuoYi-SpringBoot3-Pro刚开始的rules怎么没有了，因为现在国外国内的开发工具层出不穷，一个工具一个配置规则对项目来说不太现实 通过skill-creator，你可以轻松将项目特有的开发经验和业务逻辑教给AI，让它真正成为"懂你项目"的编程助手。 总结本文介绍了如何在RuoYi-SpringBoot3-Pro项目中融入AI编程能力，主要包含以下几个核心要点：Skills技能管理：通过openskills工具安装和管理AI技能，利用skill-creator 将项目特有的开发经验和业务逻辑教给AI，让它成为真正懂项目的编程助手。 通过以上工具和配置的组合，在保留传统Java开发习惯的同时，充分利用AI的强大能力，提升开发效率和代码质量。往期教程合集RuoYi-SpringBoot3-Pro
68910编辑于 2026-03-04 3个真实开发场景，读懂AI研发框架的核心价值
如果按传统方式单人串行开发，预估需要3天，而团队当时只有一名开发者负责这个项目，时间非常紧张。实操过程：1. 3. 开发过程中，需要切换CLI相关能力时，直接在框架终端调用各类集成能力，无需额外配置，比如借助自然语言转代码能力优化代码逻辑，通过代码补全能力生成接口文档，依托框架的集成能力实现无缝切换。 落地效果：原本需要3天的串行开发任务，通过框架的多任务并行能力仅用1天就完成了，而且三个任务的研发环境相互隔离，避免了依赖冲突问题。 3. 3.
26810编辑于 2026-03-14- 来自专栏火属性小虫
HarmonyOS开发学习（3）–页面开发
HarmonyOS开发学习（3）–页面开发 组件是界面搭建与显示的最小单位，组件根据功能可以分为以下五大类：基础组件、容器组件、媒体组件、绘制组件、画布组件。 推荐大家优先使用Resource类型，将资源文件（字符串、图片、音频等）统一存放于resources目录下，便于开发者统一维护。 同时系统可以根据当前配置加载合适的资源，例如，开发者可以根据屏幕尺寸呈现不同的布局效果，或根据语言设置提供不同的字符串。 遍历数组的方式构建列表，可以减少重复代码，示例代码如下： @Entry @Component struct ListDemo { private arr: number[] = [0, 1, 2, 3, ArkUI开发框架提供了一种页签容器组件Tabs，开发者通过Tabs组件可以很容易的实现内容视图的切换。页签容器Tabs的形式多种多样，不同的页面设计页签不一样，可以把页签设置在底部、顶部或者侧边。
2.6K10编辑于 2024-03-26 - 来自专栏希里安
AI模块开发
要说完整开发还得用类似kubesphere等专业的管理平台。 那么今天就来看看AI模块，这块其实就更多就是一个尝试，只能边学边开发了，我这边就暂时是直接将别人开源的chagpt模块接入自己的平台，后期在考虑自己开发一个页面吧，如下所示： 在介绍下接入的chatgpt ： # 安装依赖 npm i -g pnpm pnpm i # 本地开发 pnpm dev 至于智能预测和排障还得多学习才能开发出来，慢慢来。 3. 预测故障和需求,实现运维的可视化：通过机器学习预测技术,可以发现设备利用率和流量的变化规律,预测未来可能出现的故障和需求,实现运维的预防和规划。 不断优化运维策略：AI可以持续监控不同的运维策略和操作是否达到最佳效果,并根据效果反馈不断调整和优化,使运维过程最大化自动化与智能化。
37010编辑于 2023-10-30 - 来自专栏软件安装
AI应用开发
AI应用开发是将人工智能技术与实际业务场景结合，构建具有智能决策、自动学习或感知能力的应用系统。 它融合了传统软件开发与机器学习、深度学习等AI技术，以下是其核心要素和流程： 一、AI应用的核心技术栈 基础框架 机器学习：Scikit-learn、XGBoost、LightGBM 深度学习：TensorFlow Platform、Azure ML 二、AI应用开发的典型流程 问题定义与数据准备 明确AI要解决的核心问题（如分类、预测、生成等） 数据采集（爬虫、API、传感器等）、清洗（去噪、补全）、标注 应用 以下是一个基于预训练模型的文本分类应用，可识别文本情感（正面/负面）： 四、AI应用开发的挑战 数据质量：模型性能高度依赖数据的准确性和代表性 计算资源：深度学习模型训练需要大量GPU算力 伦理与合规 ） 预测分析（金融风控、需求预测） AI应用开发的核心是"以问题为导向"，而非盲目堆砌技术——先明确业务痛点，再选择合适的AI技术落地。
71910编辑于 2025-11-12 - 来自专栏云云众生s
2025年开发者需要了解的3大AI趋势
影响工程团队最大的AI趋势及应对挑战的建议 译自 3 AI Trends Developers Need to Know in 2025，作者 Andrew Sellers; Adi Polak。 对开发者的影响 LLM本质上是随机的，而许多传统的QA最佳实践假设被测试的系统是确定性的。开发者将不得不依靠不同的方法来测试和建立对LLM启用应用程序的信心。 对开发者的影响 与自动化程度较低的系统相比，在相关系统使用输出之前识别AI中的错误要困难得多。使用实时数据管道实现RAG可以帮助增强自主AI解决方案的重要上下文，以提高环境感知能力和决策能力。 趋势#3：工程团队正在转向动态数据访问以用于AI模型。 对动态或实时数据访问的需求增长并非仅限于AI/ML计划，但它促进了实时智能的发展。 对开发者的影响 这种趋势也将影响到这些项目背后的基础设施和团队。转向实时数据访问将允许更灵活和动态的数据组织，这使得人类用户、聊天机器人甚至AI代理能够快速访问和查询广泛的数据。
29510编辑于 2024-12-14 月薪3万的AI应用开发工程师能力结构拆解
最近对接了一些AI应用开发的项目需求，相比于2025年，今年市场对于AI应用开发工程师的要求越来越高，也要求越来越全面，下面给大家简单拆解下，现在市场对于AI应用开发工程师能力的要求。 2、AI应用/智能体的开发 此部分是AI工程化技术落地的关键环节，涉及AI应用或智能体的设计与开发落地。普遍具体要求如下，仅供参考： 1）、语言体系主要是Python和Java居多。 虽然AI领域主要以Python为主，但很多存量系统都是Java开发的。 3、AI应用架构师 除了AI应用开发工程师，现在最稀缺的是可以带领团队进行AI工程化落地的架构师，需具备上述传统AI应用开发工程师的能力外，还需要具备以下技能，仅供参考： 1）、结合企业实际业务场景，将 2）、需参与AI产品方案评审与落地实施，保证技术方案与业务目标一致。 3）、设计AI应用整体的系统架构，包括AI应用部署和持续集成方案等，并能落地。
7310编辑于 2026-06-17- 来自专栏python3
spring3+mbatis3开发实例
spring，hibernate以及mybatis框架，通过查看这些框架的源码和官方文档，发现自己对于这些框架的原理，使用有了更深的理解，那么今天 我给大家带来的是运用spring和mybatis这两个框架来开发的小例子 ，并给大家讲述一些开发中需要注意的一些细节。 sqlSessionFactory" /> </bean> </beans> 这里大家需要关注的是Mapper的注册方式，这里我采用的所有的dao都继承GenericiDao，这样的话,你就不需要再去一个一个Mapper的注册，开发中经常使用的是这种方式 url=L6Lu0GufwrMCgBLGUbsfGy7Os6s7MEcKIsZQj7JhOxIo6BSbsULynqsWeqX0mIyIqkzLIozaQvnaAUROrWypUDQj3QBfe5j6jO3solfO3 ); System.out.println(stus+","+stus.size()); System.out.println(c); System.out.println(t); } } 到此整个的开发过程就结束了
63430发布于 2020-01-07 Python + AI 时代来了！这 3 个大模型应用开发方向，薪资翻倍
从企业级知识库到智能客服，从自主决策的 AI Agent 到垂直领域 SaaS 产品，基于大模型的应用开发正在重构软件开发的价值体系——懂 Python + 会落地大模型应用的开发者，薪资普遍比传统 Python 而 Python 之所以成为 AI 应用开发的绝对首选，核心原因有三：一是拥有最丰富的 AI 生态（LangChain、LlamaIndex、Transformers 等库均以 Python 为核心）； 如果你已经掌握 Python 基础（函数、API 调用），接下来这 3 个高需求、高薪资的开发方向，就是你切入 AI 赛道的最佳路径。 三、AI 原生 SaaS 工具开发：打造可商业化的智能产品 应用场景与市场需求 AI 原生 SaaS 是指从底层设计就融入大模型能力的 SaaS 工具，而非简单的“AI 插件”。 2025 年 AI 原生 SaaS 开发人才缺口极大，薪资和收益都极具吸引力： 一线城市 AI SaaS 后端开发工程师年薪 45W-85W 独立开发的小型 AI SaaS 工具（如智能文案生成器）月收入可达
1.2K11编辑于 2026-01-20- 来自专栏python3
Android HAL 开发 (3)
在上一篇文章中我们分析了jni的led service代码，该代码通过调用led的HAL层代码，实现了mokoid_init, mokoid_setOn, mokoid_setOff三个C/C++接口，但是该接口还无法直接提供给java程序使用，因此还需要一段java代码通过jni调用这些操作接口。
72231发布于 2020-01-06 - 来自专栏达达前端
（3）Angular的开发
Angular CLI是一个命令行界面工具 创建项目、添加文件以及执行一大堆开发任务，比如测试、打包和发布 Angular CLI 功能与常用参数 使用Angular CLI 高效构建angular 2 项目 了解前端组件的概念 项目构建 开发： 项目，组件，打包，测试 ?
66830发布于 2019-07-09 - 来自专栏xingoo, 一个梦想做发明家的程序员
【插件开发】—— 3 透视图开发
下面步入正题，来开发我们自己的透视图。 准备一个插件工程的环境，用来添加我们自己的透视图。 新建一个插件工程 输入我们的工程名字 修改自己想要修改的属性，默认即可。 我们这个时候开始真正的开发一个透视图类。创建一个类，名字叫firstPer 让这个类继承IPerspectiveFactory，并实现它的继承方法。 1 package com.test.myperspective; 2 3 import org.eclipse.ui.IPageLayout; 4 import org.eclipse.ui.IPerspectiveFactory
1.1K80发布于 2018-01-18 - 来自专栏我的专栏
AI 开发规范
AI 最适合“内容 & 交互实现”，人必须死守“数据模型 & 性能 & 社区氛围”。AI 可以让你 快 2～3 倍上线 MVP，但社区产品的长期生命力，靠的是 人设计的规则和边界。 AI 辅助审核 & 风控 敏感内容 ❌ 绝对不能交给 AI性能 长列表、分页 ❌ 人主导二、Next.js 在社区项目里的优势（为什么选对了）✅ App Router• RSC（React Server ✅ 2️⃣ 页面 & 组件（AI 主力）AI 非常适合：• 帖子列表 / 瀑布流• 帖子详情• 评论树• 用户主页• 关注 / 粉丝列表• 通知中心 UI✅ Prompt 示例：用 Next.js App Router + RSC 实现帖子详情页：服务端获取帖子数据评论列表（嵌套）点赞 / 收藏按钮登录态由 useUser hook 提供使用 Server Actions 提交评论✅ 3️⃣ Server 六、一个可直接用的 AI Prompt（社区专用）你是资深 Next.js 工程师，正在开发一个社区项目。
10000编辑于 2026-06-09 Google 发布 Gemini 3 语音助手！说句话就能开发 AI 应用
导读：Google DeepMind 刚刚发布了首个基于 Gemini 3 的实时语音 API，开发者只需说句话就能构建类人交互的语音助手。完全免费，每月 350 次生成额度。 3 月 26 日，Google for Developers 官方频道发布了一段演示视频，展示了全新的 Gemini 3 Flash Live 模型。 ，这个额度已经足够进行原型验证和 MVP 开发。 写在最后 Gemini 3 Live API 的发布，标志着语音交互进入了一个新阶段。 AI 前沿技术和开发者工具干货。
48910编辑于 2026-04-14- 来自专栏AI技术应用
AI 智能体（AI Agent）的开发
AI 智能体（AI Agent）的开发是一个复杂且多阶段的过程，涉及需求分析、算法设计、模型训练、系统集成和部署等多个环节。以下是 AI 智能体开发的典型流程。 3.模型设计与开发3.1选择算法根据任务需求选择合适的算法：监督学习：分类、回归。无监督学习：聚类、降维。强化学习：决策优化。深度学习：图像识别、自然语言处理。 5.系统集成5.1接口开发开发与外部系统交互的 API（如 RESTful API、gRPC）。定义输入输出格式（如 JSON、Protobuf）。5.2模块集成将 AI 模型集成到应用程序中。 强化学习：OpenAI Gym、Stable-Baselines3。9.2数据处理数据清洗：Pandas、NumPy。数据可视化：Matplotlib、Seaborn。 总结AI 智能体的开发流程包括需求分析、数据收集、模型设计、训练与评估、系统集成、测试验证、部署监控和维护迭代。通过合理规划和使用工具，可以高效地开发出功能强大、性能优异的 AI 智能体。
3K20编辑于 2025-02-18 - 来自专栏新智元
【探索AI自开发】谷歌、微软用AI开发AI，特定任务超越人类AI专家
【新智元导读】为了应对AI人才不足，以谷歌为首的企业正在想方设法，开发能够取代AI研究员的AI系统，让创建AI软件变得容易。 开发出能够自己编写程序的AI，是AI研究者的梦想，也可能是众多计算机程序员的噩梦。 现在，以谷歌为首的各大公司，在AI人才严重不足的情况下，开始把目光投向另一个更为强大的目标——开发能够自己创建AI的AI。 “我们希望AutoML的能力能抵上现在几个博士之和，并且能在3到5年的时间里，为成千上万的开发人员设计出新的神经网络，满足他们的特殊需求。” 不止是谷歌，微软、亚马逊、Facebook这些巨头纷纷都在开发能够自己开发AI的AI上面投注努力，这正在形成一种趋势。
1.1K91发布于 2018-03-21 AI 时代，Go 开发者如何破局 AI 应用开发？
如果你是 Go 开发者，想快速进入 AI 领域，AI 应用开发才是你的主战场。 AI 应用开发都做什么？ 为什么 AI 应用开发特别适合 Go 开发者？ AI 应用的本质是什么？是后端工程。 AI 应用开发学习路径 作为 Go 开发者，走 AI 应用开发方向，学习路径比想象中短得多： 第一步：理解 LLM 基础概念（1 周） 不需要学深度学习，但需要理解这些概念： Token：LLM 处理文本的基本单位 第三步：掌握三大核心技能（3-4 周） Prompt Engineering 学会写好 System Prompt，定义角色、约束和输出格式 掌握 Few-shot、思维链（CoT）等常用技巧 理解 Prompt 第四步：实战项目（3-4 周） 理论够了，直接做项目。
27110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