如何编写测试代码
项目下的fixed、final等等文件,是否都是之前调试过程中的产物呢?现在调试完成了,是否应该对测试模块下的代码进行一个整体性的梳理,去掉这些 │ Fixed、Final 等等文件,将其编写为整洁的代码呢? 另外帮我分析一下目前的这个测试模块,其程序设计、技术选型等等是否
项目下的fixed、final等等文件,是否都是之前调试过程中的产物呢?现在调试完成了,是否应该对测试模块下的代码进行一个整体性的梳理,去掉这些 │ Fixed、Final 等等文件,将其编写为整洁的代码呢? 另外帮我分析一下目前的这个测试模块,其程序设计、技术选型等等是否
我们最近要开发一个组件给业务方使用,网页对于性能有较高的需求。而我们的组件代码量比较大,会导致组件的 CDN 比较大,加载耗时较长。因此我们需要对组件进行分包处理,将原本较大的 CDN 拆分为多个相对较小的 CDN。
这篇不是在说“封装几个组件”。我真正想拆的是:一个可视化组件库怎么跨框架使用,怎么同时支持 CDN 和 npm,怎么按需加载,组件销毁时怎么把事件、动画和资源清理干净。
最近需要开发一个前端组件协议,根据历史经验,协议的制定是非常关键的,一旦设计得不合理,就会埋下巨大的隐患,影响后续组件的可扩展性和可维护性。因此以往这个环节的工作都是比较头疼的,且都由相对资深的开发人员来完成,且制定了也会很慌,总是担心考虑不够周到。
这段时间最大的收获是形成了「早上听 -> DeepResearch 调研 -> 生成可视化网页巩固理解」这条信息获取闭环,以及用多窗口并行写代码来压榨 AI Coding 的效率。代价是同时处理太多线索容易被【打断】后失忆,所以提前一天梳理第二天的工作、保持单一时间线,比单纯堆窗口更重要。
LangExtract 是由 Google 开发的一个 Python 库,专门用于使用大型语言模型(LLMs)从非结构化文本中提取结构化信息。该项目提供了一个完整的信息抽取流水线,具有高度的准确性和可扩展性。
在过去的几周里,我和我的团队深度参与了一个 Chrome 插件开发项目,从最初的技术选型到最终的 POC 验证,踩了不少坑,也积累了一些经验。今天我想把这些经验分享给正在考虑 Chrome 插件开发的你。
最近在使用 Obsidian 做笔记管理时,发现一个痛点:虽然 Obsidian 内置的书签功能能收藏重要文件和文件夹,但访问起来不够便捷,特别是当项目文件越来越多的时候。于是我们决定开发一个书签管理插件,通过一个优雅的仪表板界面,让用户能够快速访问收藏的文件夹、笔记和最近打开的文件。
Coze Studio 最值得看的不是“低代码 Agent 平台”这个标签,而是它怎么把模型、工作流、插件、知识库、数据库和发布管理放到一个工程系统里。它的问题也很典型:Agent 产品一旦从 demo 走向平台,就不只是 prompt 和工具调用,而是领域模型、资源管理、运行时、权限和运维一起上桌
这篇记录的是一次“把 AI 分析放回阅读现场”的尝试。用户不用复制到别的工具里,选中文本后就在浏览器侧栏里看到分析结果、图表、流程图或者富文本解释。