首页 文章 精选 留言 我的

精选列表

搜索[质量左移],共10000篇文章
优秀的个人博客,低调大师

改善Java代码质量的

1.命名规范: 包名全小写,类名首字母大写,常量全部大写并用下划线分割,变量采用驼峰命名的方法。注意对于O这个容易混淆要加注释 包名如 com.user 类名如Test 常量如RAND_CONST 变量如 String userPhone public class Test4 { public static void main(String[] args){ long i=1l; System.out.println(i+i); } } 这段代码很好的说明问题 2.在定义常量时,一定要确定的定义一个不变量 publicstaticfinalint RAND_CONST =new Random().nextInt();这个显然是错的,就不是一个确定的常量, publicstaticfinalint RAND_CONST = 5;这是对的。 3.三元操作符的类型要一致 你很少用三元操作符吧,我也很少用,三元操作符是if-else的简化方法,是OneLine表现,它的性能优于if-else, int i=80; Strings = String.valueOf(i<100?90:100)这个是对的,类型一致都是int类型 Strings1=String.valueOf(i<100?90:100.0)这个是错的,100.0是浮点型了和90类型不一致 4.避免带有变长参数的方法重载 publicvoidcalPrice(int price,int... discounts){ float knockdownPrice = price; for(int discount:discounts){ knockdownPrice =knockdownPrice*dicount/100; } } 避免方法名和参数与这个一样 变长参数没用过吧,我也没用过,变长参数是对于可能传入多个值的一种灵活性,那个可变的参数注意要放在参数末尾啊, 并且一个方法只有一个变长参数 5.别让null和空值威胁到变长方法 如果要传个空值到变长方法的那个参数 注意了,空值的类型要给它定义好,因为不传类型的调用者会猜测这个值是什么类型,可能导致内部逻辑乱 如果它是String类型的话,就传个String类型的空值给它 如 String[] strs = null; client.methodA("China",strs); 6.覆盖变长方法也要循规蹈矩,这个我直接没理解,用的不多 7.警惕自增的陷阱,这个就简单了,好好写代码,就不会遇到 count=count++; 如果count初值是0,那么不论条件如何都是0,因为正规的写法是这个count++; 解释一下:count++是个表达式,是有返回值的,它的返回值是自加前的返回值,Java对自加是这样处理的是首先把count拷贝到 一个临时变量区,然后加1,最后返回临时变量区的值。 说了一大堆,注意写代码时规范就行了 8.不要旧语法困扰你,遇到了,就查查别纠结 9.少用静态导入 这个主要是为了阅读代码和维护方便,你引入的太多了,阅读麻烦,不利于维护 10.不要在本类中覆盖静态导入的变量和方法 就是你用的静态类,你在命名时别命名相同了,不然就会错 11.你要序列化的话,那个UID你可千万别随手删了,那个保证是同一个对象的, 12.避免用序列化类在构造方法中为不变量赋值, 如:public Person(){ name="ss"; }这是错的 因为反序列化时,构造函数不会执行 13.避免为final变量复杂赋值,这个是你老老实实用一句话搞定,别玩太多花样没事。 持续更新中。。。。。。

优秀的个人博客,低调大师

AI 质量专项报告自动分析生成

一、背景 在日常工作中,常需要通过各项数据指标,确保驱动版本项目进展正常推进,并通过各种形式报表数据,日常总结日报、周会进展、季度进行总结输出归因,分析数据变化原因,做出对应决策变化,优化运营方式,目前在梳理整理校准分析数据需要大量的时间投入、结合整体目标及当前进展,分析问题优化的后续规划。 常见形式 人工收集 数据来源依赖于各系统平台页面,通过人工收集校准后填写再通过表格公式计算,或者可以通过多维表格工作流触发通知等功能。 quickbi报表 通过ODPS搭建自定义报表,实现快速收集数据,复制报表到飞书文档内进行异动分析。 平台能力开发 通过代码开发文档导出能力,根据固定模板生成数据分析,该能力开发人力成本较高,需要针对不同平台数据源定制化开发。 AI Studio智能体平台 研发效能团队基于开源Dify项目社区部署,可以根据需求自定义sop,多模型的可选项,选择最适合业务的模型。每个工作流节点可自定义流程的判断分析,轻松上线可投产的AI Agents。 Dify是一个支持工作流编排的AI智能体平台,轻松构建并部署生产级 AI 应用。其核心功能包含: 以工作流的方式编排AI应用,在工作流中可以添加LLM、知识库、Agent工具、MCP服务等节点,工作流支持分支流转、节点循环、自定义节点等高级能力项。 支持在工作流中调用公司内部的Dubbo/gRPC服务。(插件实现) 知识库管理,通过构建私有知识库以增强 LLM 的上下文。 与内部平台集成,支持H5页面嵌入、API的方式与内部平台集成。 主流模型集成,支持使用多种主流模型如DeepSeek、OpenAI等,支持多模态模型。 对标的业界产品有: 扣子:https://www.coze.cn FastGPT:https://tryfastgpt.ai n8n:https://n8n.io ✅ 多模型选择(适配不同业务场景) ✅ 可视化工作流搭建(支持自定义SOP) ✅ 全链路可观测性(实时调试优化) 综上本期实践利用AI工作流平台针对报告进行生成分析输出,让使用方回归到聚焦数据归因分析上,减少数据收集分析、文档编写成本。 二、应用实践 实践效果 整体分析数据从哪来->需要输出什么样的格式->优化模型输出结果,三步骤针对输出结果进行调优。 自动化成熟度分析工作流搭建案例 运用效果 ※ 报告效果 ※ 飞书机器人通知归因分析 数据处理 LLM:通过用户输入分析获取数据源请求格式,配置好对应数据的映射关系模型自行获取对应数据。 提示词输入 格式化输出配置 http请求:通过用户输入分析后的参数构造请求参数,通过固定接口拉取数据,支持curl导入功能。 代码执行:支持python、js代码对结果数据进行处理过滤,提升分析结果准确性。 模型提示词 如文档整体分为不同模块可设定不同模型节点处理,每个模块增加特定提示词处理节点内容,模型并行分析处理,提升输出稳定性和输出效率,再通过LLM输出整合进行整体输出。 在模型输入上下文及用户输入,通过获取的数据指定输出格式,设定提示词,提供AI结合模板输出对应形式。 通过衔接上下节点返回内容最终整合报表输出结果,统一输出样式格式。 优化输出 切换可用模型 遇到模型输出不稳定或者未达到预期效果,可切换可用模型,寻找适配模型。 设定模型预载参数 设定模型预载参数,提升模型输出准确度。 优化增加提示词 优化增加提示词提升输出形式稳定性:角色定义 -> 字段映射 -> 模板说明 -> 实际数据填充 -> 输出格式定义。 `## 角色定义 你是一位接口自动化测试专家以及报告生成专家,负责将接口返回的数据映射字段结合模板输出一份有效的自动化成熟度报告-稳定性部分。 接口返回数据字段映射关系: 基础字段: bu_name:业务域名称。 parent_bu_id:业务域。 稳定性指标字段: total_auto_stability_score:稳定性评分 iter_case_success_rate: 迭代自动化成功率 iter_case_success_rate_cpp: 迭代自动化成功率环比 auto_case_failed_rate: 自动化失败率 auto_case_failed_rate_cpp: 自动化失败率环比 case_aigc_avg_score: 用例健壮有效性评分 case_aigc_avg_score_cpp: 有效性评分环比 模板: 2.2 自动化稳定性 用表格展示自动化稳定性,表格内容包含所有一级业务域、二级业务域。 表头按照顺序输出: 1、业务域 2、自动化稳定性评分 3、迭代自动化成功率 4、迭代自动化成功率环比 5、自动化失败率 6、失败率环比 7、用例健壮有效性评分 8、有效性评分环比 重点关注项:xxx --仅分析二级业务域的稳定性性指标字段,列出需重点关注指标。 模板说明: 1、以html格式输出,增加内容丰富度,不输出任何多余内容。 2、表格说明:表格需要包含所有业务域数据。不要省略或者缺少任何业务域数据,将所有业务域展示在同一个表格内。 3、表格行排序:根据评分从高到低排序。 4、环比字段说明:指标环比下降环比字段标记红色,环比提升字段标记绿色,不标记背景色。 任务说明 1、用户将提供接口返回的JSON数据。 2、根据接口数据和匹配字段映射关系。 3、结合模板以及模板说明html形式输出,不输出任何多余内容。 请你根据以上内容,回复用户,不需要输出示例。` 模板转换 输出的表格形式通过模板转化固定输出html表格形式,提升模型输出稳定性。 输出形式 以markdown形式或以html形式输出,复制到飞书文档上进行输出。 飞书机器人通知归因分析 生成飞书文档 支持飞书应用直接新建飞书文档,markdown形式输出。 对话返回生成后的飞书文档地址及分析: 三、总结 在日常工作中如何有效利用数据指标驱动项目进展,现有数据收集和分析流程中面临的挑战。通过手动收集数据、生成报表、平台开发等传统方式,需要投入大量时间和人力资源,导致工作效率低下。 为此,引入了研发效能AI 智能体平台,AI工作流平台不仅改进了数据处理方式,还提升了报告生成的效率和准确性,从而增强了业务洞察力。进一步丰富工作流和知识库,提高对核心数据指标的分析能力,并针对异常数据指标进行细致剖析,为团队提供更深入的指导和支持。 此外,相似场景的处理也可以借助AI工作流进行优化,有望在多个业务领域推广应用。 四、后续规划 丰富工作流:丰富结合知识库,针对每项核心数据指标提升建议以及业务域现状给予业务域具体指导建议。 明细下钻分析:获取对应数据指标异常后,结合明细数据进行分析,具体到用例、人员级别。 类似场景可通过AI工作流处理:固定模板数据源报告类、周会均可使用该方法减少人工投入成本。 往期回顾 1.Rust 性能提升"最后一公里":详解 Profiling 瓶颈定位与优化|得物技术 2.Valkey 单点性能比肩 Redis 集群了?Valkey8.0 新特性分析|得物技术 3.社区搜索离线回溯系统设计:架构、挑战与性能优化|得物技术 4.正品库拍照PWA应用的实现与性能优化|得物技术 5.得物社区活动:组件化的演进与实践 文 / 笠 关注得物技术,每周更新技术干货 要是觉得文章对你有帮助的话,欢迎评论转发点赞~ 未经得物技术许可严禁转载,否则依法追究法律责任。

资源下载

更多资源
Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册