- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端到底怎么学好来
🎉工程化Docker实践🎉
本文将介绍一系列工程化的最佳实践，帮助开发者在使用Docker时提高开发效率、降低风险，并确保应用程序在生产环境中的稳定运行。 为了充分发挥Docker的优势，我们需要采用一系列工程化的最佳实践。二、容器化开发环境1. 使用多阶段构建通过多阶段构建可以减小镜像大小，并且只包含运行时所需的依赖项。 总结工程化Docker最佳实践是确保应用程序在使用Docker进行开发和部署时可靠、可扩展和可维护的关键。 通过采用容器化开发环境、容器化部署和运维、持续集成与持续部署、安全与合规性、持续优化与监控等一系列最佳实践，我们可以充分发挥Docker的优势，提高开发效率、降低风险，并确保应用程序在生产环境中的稳定运行
56230编辑于 2023-11-15 - 来自专栏QQ音乐前端团队专栏
前端工程化-Feflow实践
前言 前端工程化是指将开发阶段的代码转变成生产环境的代码的一系列步骤。主要包括构建，分支管理，自动化测试，部署等步骤。 本文将介绍团队在前端工程化的实践，主要采用feflow作为前端工作流，并结合Git工作流，将前端开发流程中的各个步骤进行流程化，从而提高开发效率。
1.9K20发布于 2021-03-22 - 来自专栏前端迷
前端工程化实践总结 |
蓝字关注，回复“加群”加入前端技术群 与大家一起成长 | 导语 本文主要介绍在前端工程化的一些探索和实践，结合移动端的基础库重构和UI组件库开发这两个项目详细介绍工程化方案 。 浅谈前端工程化 前端工程化是一个非常广泛的议题，包含的技术和解决方案也是非常丰富的。一个前端工程的生命周期可以大致划分为这四个过程： ? 前端工程的生命周期 任何在这四个过程中应用的系统化、严格约束、可量化的方法都可以称之为工程化。工程化的程度越高，在工作中因人的个体差异性导致的缺陷或者短板就会越少，项目质量可以得到更有效的保障。 我们的工程化实践 1.构建方案 新旧方案对比 首先可以看一下新旧构建方案的对比，在新方案中推广使用ES6，增加了对代码质量的控制：代码检查+单元测试，并接入了CI系统。 ? 参考文献 前端模块化详解(完整版) 我们是怎么进行前端工程化的 我对前端工程化的理解 浅谈 CSS 预处理器（一）：为什么要使用预处理器？
5K41发布于 2019-09-12 - 来自专栏区块链入门
GraphQL（四）：GraphQL工程化实践
responseBody); } catch (error) { return responseBody; } }); } 显然这不能满足项目工程化的要求 风险 工程化实践时风险是必须要考虑的问题，GraphQL强大的自省功能（查询整个实体图的结构）能方便开发，也带来了相应的风险，同时嵌套循环查询、sql注入等问题也是需要防范的。
1.2K10发布于 2021-11-24 - 来自专栏编程技术总结分享
TypeScript 工程化的实践方案
这一篇博客会学习TypeScript 工程化的一些知识点，具体内容包括：tsc编译选项、tsconfig.json的配置、webpack打包ts代码。
1.3K30编辑于 2022-11-22 - 来自专栏Android补给站
Android工程化实践：组件化发布
POM（Project Object Model）指项目对象模型，用于描述项目构件的基本信息。一个有效的 POM 节点中主要包含一下信息：
3.2K20发布于 2021-05-28 - 来自专栏wayn的程序开发
Docker工程化发展以及实践讲解
但是仅仅使用 Docker 并不能保证应用程序的可靠性、可扩展性和可维护性，为了实现这些目标，Docker 的使用也需要进行一些工程化改造。 因此也就有了本文，本文中博主将给大家介绍 Docker 工程化的发展以及实践方式。 Docker 工程化发展 Docker 工程化的发展历程可以追溯到 2013 年，当时 Docker 公司成立并推出了第一个版本以及 Dockerfile，Dockerfile 是一种种文本文件，它包含了一系列的指令 工程化实践 为了实现工程化目标，开发者需要遵循一些工程化的最佳实践，一般包括以下五个方式： 使用 Dockerfile 来定义应用程序的镜像 使用 docker-compose 来管理多个容器之间的依赖和协作 总结 工程化的 Docker 实践是构建可靠、安全、高效 Docker 应用的基石。遵循这些工程化思想可以大幅提升 Docker 应用部署运维的稳定性、效率和质量。
58520编辑于 2023-08-28 - 来自专栏小巫技术博客
第11期·AI 工程化实践
每日AI知识点 · 第11期 ⚙️ AI 工程化实践 从 Demo 到生产系统的关键一跳 可靠性 ️ 可观测性 ️ 安全性 可扩展性 可维护性 ⚙️ 为什么需要 AI 工程化？ AI 工程化就是把 AI 应用从"能用"变成"好用、稳用、安全用"的系统工程，核心是解决五大挑战： Demo 阶段 ✗ 偶尔失败没关系 ✗ 不需要考虑安全 ✗ 工程化的目标就是让这类问题不再发生。 可靠性：让 AI 系统永不宕机 AI API 不是 100% 可靠的——网络抖动、模型过载、配额耗尽都会导致调用失败。 ，才能让 AI 真正创造价值 ⚙️ 可靠性 · 重试熔断降级 ️ 可观测性 · 日志监控追踪 ️ 安全性 · 防注入过滤 ⚡ 扩展性 · 多模型路由 你在 AI 工程化中踩过哪些坑？
20710编辑于 2026-04-13 - 来自专栏EAWorld
聊聊前端工程化的实践与未来
目录： 一、前端过去一年的发展 二、工程化是前端实现的核心 三、EOS8前端工程化设计实践分析 四、总结与展望 一、前端过去一年的发展 2017年的前端发生了非常多的事情。 二、工程化是前端实现的核心 在未来，前端工程化成为工程师关注的核心问题。 而工程化的几个重要方面，就是路由的实现方式，组件模块化，构建自动化。 路由实现方式。前后端分离，前端路由显得尤为重要。 三、EOS8前端工程化设计实践分析 以我们的技术团队目前正在研发的EOS8的前端设计为例，讲一讲前端工程化的实践。 另外，前后端分离，也是微服务系统比较好的实践。 3.部署实践 在这里，模块化主要从路由模块化和页面模块化两个方面来设计。 路由模块化，可以解决父子模块嵌套问题，在单向数据流的框架中，这一点尤为重要。
1.3K20发布于 2018-07-26 - 来自专栏Web大前端
前端工程化实践：Monorepo与Lerna管理
前端工程化实践中，Monorepo（单仓库）管理和Lerna是两种流行的方式，用于大型项目或组件库的组织和版本管理。 Publish if: startsWith(github.ref, 'refs/tags') run: npx lerna publish from-git --yesMonorepo的最佳实践清晰的模块划分
1K00编辑于 2024-06-14 - 来自专栏深度学习与python
网易云音乐的前端工程化建设实践
如何串联各平台场景，打破平台深井，这是云音乐前端工程化面临的第一个挑战。 如何使用一套架构支持不同应用类型的全生命周期发布，这是云音乐前端工程化面临的第二个挑战。 如何使用一套架构去收敛这些不同的研发体系，这是云音乐前端工程化面临的第三个挑战。 十余年从业经历，曾是阿里集团最大的中后台设计系统工厂 Fusion Design 核心架构师，从前端工程化到全栈技术体系，以及前端智能化均有所涉猎。 此外，会议还设置了 TypeScript、跨端技术选型、前端 DevOps 实践、IoT 动态应用开发、低代码等共 12 个专题，50+ 大厂技术专家现场分享，点击底部【阅读原文】查看更多精彩内容，感兴趣的同学联系票务经理
72020编辑于 2023-03-29 - 来自专栏京东技术
前端工程化在WMS 6.0中的实践
推荐阅读 可视化服务编排在金融APP中的实践 水滴低代码搭建——6倍提效，新品首发素材审核系统实践之路 京东科技埋点数据治理和平台建设实践 基于SPI的增强式插件框架设计 求分享 求点赞 求在看
1.4K10编辑于 2022-08-25 - 来自专栏腾讯IVWEB团队的专栏
腾讯IVWEB前端工程化工具feflow思考与实践
本篇文章主要介绍腾讯IVWEB团队从0到1在工程化的思考和实践。feflow的全称是Front-end flow（前端工作流），致力于提升研发效率和规范的工程化解决方案。 项目的目录结构按约定生成 团队有一套开发规范进行约束 支持多种类型的构建，包括Fis构建和webpack构建 团队内部的代码贡献统计、离线包内置App等 为了解决上述问题，我们于17年2月底开始投入工程化 最后 腾讯IVWEB团队的工程化解决方案feflow已经开源：Github主页：https://github.com/feflow/feflow 如果对您的团队或者项目有帮助，请给个Star支持一下哈
1.3K20发布于 2020-06-24 - 来自专栏深度学习与python
云原生 AI 工程化实践：FasterTransformer 加速 LLM 推理
OpenAI 在 3 月 15 日发布了备受瞩目的 GPT4，它在司法考试和程序编程领域的惊人表现让大家对大语言模型的热情达到了顶点。人们纷纷议论我们是否已经跨入通用人工智能的时代。与此同时，基于大语言模型的应用也如雨后春笋般出现，为我们带来了协同办公、客服对话、语言翻译、内容生成等方面前所未有的畅快体验。
70660编辑于 2023-09-08 Java工程化：从规范到部署的完整实践
Java 工程化实现的核心要素Java 工程化需要从代码规范、模块化设计、构建工具、测试框架、持续集成等多方面入手。 以下是关键实践方向：代码规范与风格统一采用阿里巴巴Java开发手册或Google Java Style Guide作为基础规范。使用Checkstyle、PMD等静态代码分析工具自动检查代码风格。
10110编辑于 2026-03-22- 来自专栏人工智能应用
Nodejs工程化实践：构建高性能前后端交互系统
提升依赖安装效率 prefer-offline=true legacy-peer-deps=true # 安全策略 ignore-scripts=true engine-strict=true 二、前端工程化实践
23710编辑于 2025-08-01 工程化实践：JBoltAI框架赋能Java企业AI转型
然而，AI应用的开发并非一蹴而就，尤其是在处理复杂的业务逻辑、多样化的数据源以及高并发的用户请求时，工程化实践的重要性愈发凸显。 未来十年，随着AI技术的不断成熟和应用场景的持续拓展，工程化将成为AI应用开发不可或缺的一部分。一、工程化前后的效果对比在引入工程化解决方案之前，Java企业在AI应用开发中往往面临诸多挑战。 工程化前，这种选择往往依赖于开发者的经验或简单的规则引擎，难以应对复杂多变的业务场景。而工程化后，智能路由机制能够自动适应不同场景，确保每次请求都能得到最优的处理。 工程化前，这种容错处理往往需要开发者自行实现，难以做到全面和及时。而工程化后，这些功能都被框架统一管理，大大提升了系统的容错能力和用户体验。 JBoltAI框架的AI路由网关正是这一理念的生动实践，它通过统一接入、智能路由、负载均衡和熔断降级等功能，为企业级AI应用开发提供了强有力的支持。
13210编辑于 2026-01-21- 来自专栏EAWorld
基于人工智能场景的移动平台工程化实践
目录： 一、人工智能的核心是工程化，场景是工程化的关键 二、三类场景化实践 三、总结 持续关注我们公众号的人可能会留心到我们在移动平台和人工智能的结合上进行过多方面的尝试，也发布过两篇专题文章。 对于工程化的落地，我们认为场景更重要，我们到底需要什么样的智能化，支持我们做什么事情。 基于上述的思考我们抽取了几个场景采用机器学习的方式进行了工程化实践。 二、三类场景化实践 场景一：移动智能开发平台，让工程师快速具备专家80%的开发能力 ? （视频：移动智能开发平台） 这部分工作在工程化过程中，我们分两部分进行实践： 1、训练阶段 2、应用阶段 如下图所示： ? 场景对于移动平台仅仅是一个SDK的问题，比如类似于生物识别（人脸识别），此外，苹果/Andriod 也都提供了基于手机端的AI技术支撑，因此，作为移动应用业者，需要重点考虑的是，如何将人工智能结合具体的场景，进行工程化实践
87310发布于 2018-07-26 - 来自专栏JAVA
OpenCV4应用开发：入门、进阶与工程化实践
《OpenCV应用开发：入门、进阶与工程化实践》一书第十四 章 通过案例详细介绍基于OpenCV如何实现传统方式的缺陷检测跟基于深度学习的缺陷检测。 基于深度学习UNet模型网络，实现裂纹与划痕检测，运行截图如下： 方法六：基于深度学习实例分割网络模型网络，实现细微缺陷检测，运行截图如下： 以上内容均来自最近出版的一本新书《OpenCV应用开发：入门、进阶与工程化实践
27610编辑于 2024-11-20 - 来自专栏社区的朋友们
Node.js 在 CLI 下的工程化体系实践
所有的这些，只因为缺少一个好用的工程化工具。从项目创建、开发、构建、代码规范检查到最终项目上线，通过CLI可以提升效率，同时保障开发规范的实施。 一方面，我们觉得eslint:recommend 里面的部分配置定义的错误级别过于严格，比如代码里面出现了console会导致校验错误，另一方面，它没有包含ESLint的最佳实践和其它规则。 NOW直播IVWEB团队的工程化解决方案如下： Github主页：https://github.com/iv-web/feflow-cli 码云主页：https://gitee.com/cpselvis
1.6K10发布于 2017-10-09
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