转正与晋升答辩的Storytelling框架
在讲框架之前,先想清楚一个问题:领导坐在台下,他到底想听什么?
共 86 篇文章。
在讲框架之前,先想清楚一个问题:领导坐在台下,他到底想听什么?
我建议你们内部不要只分成“两类”,而是分成下面四类。这样后续盘点项目资产时会清楚很多。
不夸张地说,OpenClaw 这波热,不是因为它“又是一个更强的聊天机器人”,而是因为它第一次让很多人真切感受到:AI 开始从“回答问题”变成“替你操作世界”。官方把它定义为“运行在你自己设备上的个人 AI 助手”,可以接入你已经在用的沟通渠道;而媒体和官方评论对它的描述也高度一致:它不只是能说,还
我现在更确定的一点是:AI 写得快,不等于系统交付得快。工程师的价值不会只剩“亲手敲代码”,但也不会自动消失,它会更多落在问题定义、执行环境、反馈回路和结果验证上。
在开发 DeepListener 时,我们遇到了一个极其困扰的问题:
这个想法部分正确。但随着时间的推移,我越来越意识到,真正成功的工程师不一定是最优秀的程序员,而是懂得驾驭代码之外一切的人。
ChatCut 值得关注的地方,不是“AI 自动剪视频”这个口号,而是它把视频素材先变成可检索、可推理的语义索引。剪辑的核心动作也就从拖时间轴,变成了找素材、组织叙事和生成可编辑的片段序列。
在传统的金融技术(Fintech)领域,数据展示长期被密集的表格、复杂的K线图和枯燥的财务报表所主导。这种“机构级”的界面设计虽然信息密度极高,但对于普通个人投资者而言,存在着巨大的认知门槛。Simply Wall St(以下简称SWS)的出现代表了金融数据可视化的一种范式转移:它不旨在提供毫秒级的
AG-UI 对我最大的启发,不是又多了一个协议名,而是它把 Agent 和前端 UI 之间的边界讲清楚了:模型怎么想是一层,工具怎么调是一层,运行过程怎么让用户看见、确认和接管,又是另一层。
👉 研究员不是只想 idea,而是要能设计实验或原型验证
回溯过往,我们将所有用例(Case)的逻辑都堆砌在 iFinD 的 spec 主题下。例如,单份文件可能包含 5000 多行代码,其中充斥着大量的 if-else 判断。这些逻辑的本质,实际上就是针对不同 Case 进行差异化的主题配置。
第一部分是关于组件能力。我们提供了许多可视化组件,主要落地在公司to B和to C的业务中。业务方通常在我们的平台上进行一站式的可视化配置,完成后以代码形式将这些组件应用到他们的项目中。此外,我们对这些组件进行了上层封装,提供不同主题以适配各业务线,比如海外业务线、首长的业务线、资讯业务线等;同时也
这个文章是将[[元框架-ECharts]]中基于「第一性原理 + 数学建模 + 形式化方法」的框架 简化为可用于团队培训的版本,目标是:不丢核心思想,但让工程师能听懂、能用、能落地、能快速掌握。
本文档旨在分析当前后端项目的结构问题,并基于领域驱动设计(DDD)思想,提出三种可行的重构方案,以提高项目的模块化、内聚性和长期可维护性。
单向数据流(Unidirectional Data Flow, UDF)是一种软件设计模式,其核心思想是数据在应用内的流动是沿着一个单一、可预测的方向进行的。该模式的精确定义是"将单向的变更(one-way mutations)应用于一个不可变的数据状态(immutable data state)"
您提出的关于成本和精力投入的顾虑非常实际,尤其对于一个精干的小团队来说。这确实是推行任何新战略时需要优先考虑的核心问题。让我们来深入探讨这两个方面,并为您提供一套适合小型团队、低成本且高效的执行方案。
可以提供一个default theme,即跨业务线通用的那部分主题。
假设你要重构一个大型项目的代码: 1. 1. 第一步:让 Sonnet 4.5 分析整个项目架构,找出问题点,制定重构方案 2. 2. 第二步:让多个 Haiku 4.5 实例并行处理各个模块的具体重构 3. 3. 第三步:再让 Sonnet 4.5 做代码审查 这样一来,复杂的部分由最强的模型把关
1、把文档给AI,不然它根本不知道怎么用ReactFlow https://reactflow.dev/learn 2、自己定义好数据结构,比如组件的数据类型、中间画布的分组 3、最好画个草图 4、基于Unreal Engine的设计风格
这篇是一次 D3 代码整理。原来的时间线代码把数据处理、路径生成、样式设置、事件绑定都塞在一个类里,写第一版很快,但后面加交互、换主题、做测试都会慢下来。
在追求极致工作流效率的道路上,macOS 的高级用户(Power User)从未停止探索。随着工具的不断演进,我们早已超越了简单的快捷键自定义,进入了一个多层次、可编程的自动化新纪元。在这个生态系统中,Karabiner-Elements 的 Complex Modifications、Raycas
您是一位资深的前端架构师,专门负责设计企业级数据可视化组件。请基于以下完整的架构指导,为用户设计一个高度定制化、可维护、高性能的单体可视化组件。
// 手动连接 this.renderEngine.resourceManager = this.resourceManager; this.interactionHandler.container = this.renderEngine.getContainer()
OpenDeepWiki 是一个基于 .NET 的智能文档生成平台,采用模块化管道架构,主要组件包括:
Pacific Vis 2025 是一个基于 Three.js 的复杂数据可视化项目,用于展示全球女性投资者相关的社会经济数据。随着项目复杂度的增长,我们面临着严重的架构问题:循环依赖、手动依赖管理、模块间耦合度过高等。本文将分享我们引入 InversifyJS 进行重构的真实经验,包括具体的代码对
在软件工程的早期发展阶段,开发过程主要遵循传统的软件开发生命周期(SDLC)模型,如瀑布模型。这些模型通常将设计视为编码之前的一个单一、宏大的阶段 。在这种线性思维下,软件开发被视为一个从需求到设计再到实现的顺序过程。然而,随着软件系统的规模和复杂性呈指数级增长,这种方法的局限性日益凸显。实践表明,
用 AI 写代码以后,我最大的感受不是“终于不用学习了”,而是更容易误以为自己已经掌握了。代码能跑出来,只说明模型完成了一次生成;需求有没有讲清楚、边界有没有守住、改动能不能验证,还是人的责任。
同时,请依据这些问题的严重程度、出现频率等维度做出分析排名;在此基础上形成一份总结表格,并将上述所有分析结果写入本地 Markdown 文件。信息越详细越好,不要丢失任何信息。最后,请再反思文档与已分析的问题,确认是否还有可以补充的内容。
AI 的普及并未削弱架构师的价值,反而要求其从 "代码编写者" 转向 "全局掌控者",核心职责主要体现在需求与架构的翻译、质量与效率的守护、团队协作的枢纽这几个方面。
在 B 站看到一个视频:不要用 AI 框架,作者的观点和观众的评论很有意思,因此我用 AI 将其整理了一下。
最近在 HIVIS 可视化组件库项目中,我们遇到了一个典型的本地依赖分包问题。这个问题看似简单,但背后涉及到了现代前端工程化的诸多核心概念:模块解析、构建系统、依赖管理等。
这篇想解决的是一个很具体的阅读问题:用户读资讯时,遇到数字、公司、术语和事件线索,经常要跳出去查。我的方案不是另做一个大而全的 Agent,而是把文章拆成可追踪的 chunk,再把解释、图表和时间线嵌回原文附近。
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。
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。
VISALL项目目前配置了npm workspace,但未真正使用pnpm workspace:
文档转PPT https://stackblitz.com/github/slidevjs/new?file=slides.md 帮我基于 /Users/leozhou/git/VISALL/docs/refactor/MCP 下的内容,用 Slidev 这个专门用来用 Markdown 格式生成
最酷的是,这打破了技术壁垒。比如,Claude Code 是用 TypeScript 写的,但我们公司大部分项目用的是 Python。昨天我在 Slack 上看到一个同事,他不懂 TypeScript,但他想修复 Claude Code 的一个问题。于是他直接和 Claude 对话,一个小时内就生成
进入小程序注册页填写相关信息 !image.png
灵活适配的模型选择 得益于多 Agent 架构,我们可以根据任务的复杂度和模型的特点,灵活选择最适合的模型。例如,对于数据拆分这类相对简单的任务,7B 小模型即可快速输出结果,确保高效执行;而对于更复杂的任务,则可以选择更强大的模型来保证输出质量。
这周我的睡眠时间严重不足,每天基本只睡了6个多小时,但令人惊讶的是,我整体精神状态却非常好。白天也不犯困,这主要归功于我感觉正在做的事情对我而言非常有意义——每天都在花时间准备系统架构设计师的考试。
所有工作能够集中在一个IDE内部完成,而不需要跳转到其他地方时,效率会大大提高。例如,之前使用AI工具时,我们通常需要在ChatGPT中对话,然后将返回的结果复制粘贴到其他地方进行后续处理。这种操作方式不可避免地会导致思维被打断,专注力也因此被分散。 相比之下,如果所有工作都能在同一个IDE中完成,
Ant Design X的Vue 版本: https://github.com/wzc520pyfm/ant-design-x-vue
注意,这里的"b"是小写,表示比特位(bit)。平时使用的 MB 和 GB 的"B"是大写,表示字节(Byte),一个字节等于8个比特位。 视频应用对网速的需求最大,Netflix 的 4K 视频,网速要求是每秒 15 Mb,4G 网络下可以同时打开三、四个窗口播放。
https://www.zhihu.com/question/5861691391
要编写并发布一个 VSCode 的代码片段(Code Snippet)插件,你可以遵循以下步骤:
Manim:命令式(怎么做) ZRender:声明式(做什么)
更注重抽象(Core)与扩展性(让业务方可以基于我们提供的 Core 机制,快速扩展自己的个性化需求)
不管是业务领域的程序设计(比如我就是可视化库和功能的领域),还是诸如写 CSS 这种细节的实施上,最高效的方式都是对你的工作内容进行抽象,形成套路。
这一年,公司在全力推动 AIGC 产品。似乎每个部门都在做,但是真正成功的产品几近于零。
之所以问这2个问题,是因为就我观察到,公司目前大部分前端开发人员,都是在做体力活,陷入了无尽的业务开发中。这些低效的工作浪费了大家大量的时间。
参考资料:https://zhuanlan.zhihu.com/p/87598465
想要过得不匆忙,就得每天设置个截止条件,也就是当日目标。别没有界限的一直干,效率既低,状态又差。
上周四突发的几个事情,占据了我不少时间,包括更新展示大厅的 PPT、和设计师核对交互细节、新的发布流程(起码 3 小时)等。
参考散点图的案例
这是今年的感悟,加上最近看了一些演讲视频,就更对这块深有体会了。
我们团队被定义为A系列团队,即探索型团队,因此我们的年度目标和计划,肯定有很大一部分比重是需要投入到可视化探索中去的。那数据可视化有哪些方向可以探索呢?这是我们必须明确的一个问题。
起因是昨晚听了 WZB 的管理分享,然后我意识到,其实绝大部分开发组长都是没啥管理意识的,包括我自己,也是属于有一些意识但是并没有完整的策略模型,很多事情也是了解但是没去做。这就是典型的一个傻子和一堆傻子一起玩,那么这个傻子不可能变成聪明人。
2021 怎么走?还是这样肯定不行,得变更,得跳出舒适圈。
presentation: night.css width: 800 height: 600
现在前端团队都是分散到各个具体业务中的,这就导致信息互通、技术工具的整合推广,都存在问题。前端年初都会列出很多待解决的问题,我们也知道有很多事情应该去做,但是究竟这些问题里面,最影响开发效率、性价比最高的20%内容是什么,其实是没有数据来支撑验证的,因此我们的改进还是稍微有点拍脑袋。 形成对比的就是
docker、可视化搭建、sequelize、TypeScript、老项目的熟悉等等。
最近一时兴起想买个笔记本,结果筛选的过程中一发不可收拾,每天都会花费不少时间去查看笔记本信息,但是直到现在,我也没有明确定下来买什么笔记本。我之所以花时间去查看这些信息,是希望能够以较低的价格买到适合我的笔记本,但是如果算一下我耗费在这上面的时间,其价值已经远远超过能给我节省的钱了。虽然这个过程能让
我工作已经有九年半了,在此期间,也经历了国内互联网行业的各种变更。总体的感觉,大家在工作中的乐趣正一点点的丢失。造成这个问题的原因有很多,我按照自己的想法总结了下:
这里的TOP10需求,是我们整个组的,不一定就是可视化相关的需求,因此提效方面的内容也是可以加进来的。
给基金团队带来多少帮助? 给资讯团队带来了多少帮助? 给 F10 带来了多少帮助? 他们本来开发一个项目要多久,现在由于我的加入,需要多久?
明确业务方向->明确需要什么样的人->明确需要多少人->明确招聘需求->干就是了!
这个是最大的问题。方向不确定,感觉我们组就像浮萍一样,随波逐流,每一天都战战兢兢,如履薄冰。
我们希望上班能带来精神和物质上的收获,希望周末能愉快的和家人一起出游。
架构师(Architect /ˈɑːrkɪtekt/)是很多技术人员的职业发展目标。但是绝大多数人(至少我身边的绝大多数人),对于架构师的定义、工作职责、能力要求并没有一个很清晰的了解。这也就导致大家的职业规划只是嘴上说说,没有明确的目标和行动策略。
业务组件的建设和推广,结合结果页,找几个新业务实践下,我们不只是提供可视化组件,这样才能扩大团队规模,才能发展。
今后如果其他组借我们的人进行业务开发,除非我们真的很空,否则坚决不借人。
上周末太忙了,一直在加班,周六周日都搞到凌晨三点多,没有写周总结。这也是因为上周没有注意平时的积累,都放到周末去总结,就导致了这个情况。
如何将自己这个项目做好,是我需要投入毕生精力去考虑的事情。
这种一般会组建一个专门的团队,和我们现在类似。该团队对外的输出就是可视化作图组件,比如折线图、柱状图、饼图之类的。
企业最关心的(或者说唯一在乎的)事情,就是增加收入、降低成本。 企业实际上需要的不是程序员,而是能够帮助它们增加收入、降低成本的人。 企业雇佣你,是为了让你帮它们完成某个可以增加收入、降低成本的项目,而不是为了让你追求个人的软件成就。
又到招聘季了(其实秋招已经过了...)。今年我们组照例没有意外的分到了0个秋招的实习生(其实分到了一个,结果第一天分给我,第二天这位同学就说不来了)。没办法,只能自己散招了。
你坚信的、不会因为别人的言论改变的、十匹马都拉不回来的,才是目标。
不管是数据新闻也好、大屏也好、组件也好,如果仍然仅仅只是停留在开发的思维上,是没法做成的,因为这些东西都是需要有用户量、有收益,才能体现价值的,所以不光要做出产品,更要去宣传和推广。
20190722-20190728的周总结
今年上半年是我工作以来,甚至可以说是有生以来,压力最大的半年。
这是我最近看到的一篇文章,里面的内容恰好和我当前遇到的问题契合度很高,看完感触颇多。
能够给你带来能力上的提升,能够让你更加自信,能够让你拥有更多的机会。
近期我们有多个项目都存在延期问题,提测质量反复被测试部门同事吐槽。昨晚测试跟我们分享了下如何进行自测,也对目前存在的一些问题进行了讨论,这里做个记录。
今天晚上是管理例会,轮到L同事主持,主题是“如何提升开发人员测试意识”。会上提到了目前我们组在项目开发中出现的一些问题,也引发了我自己对于近期项目管理的反思,这里记录一下,作为接下来的改进方向。