HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
Foxnic-Web 代码生成 (5) —— 配置字段的通用项
字段的配置是代码生成的核心。一个字段在界面上出现的位置有三个:表单、表格、表格的搜索区域,且这三个位置可能存在一定的相关性。字段配置就是要对某个字段在这个三个位置的表现形式和功能特性进行配置,从而生成符合业务需求的代码。
Foxnic-Web 代码生成 (4) —— shadow 方法的应用
FoxnicWeb实体生成中shadow方法的应用本文探讨的是在FoxnicWeb实体模型生成时,配置枚举属性与逻辑值属性。配置枚举属性映射通过shadow方法为属性对应枚举,并同步生成get、set方法。
Foxnic-Web 代码生成 (3) —— 配置模型
FoxnicWeb对模型体系进行了简化,默认创建PO和VO类,且VO继承自PO。其它代码基于PO和VO实现。当然开发者也可以按需自定义模型,但自定义模型并不建议手动创建,而是通过代码生成工具进行创建。 代码生成配置类的configModel方法将全部的模型配置集中于此,方便站在全局的高度理解与分析模型。开发者不必关心新建的模型应该放在哪个包下面,这些在代码生成配置上都已经定义,无需时时关注。 另外,由代码生成的模型有其规范和默认已经实现的方法,方便开发者的同时,也提高模型转换、克隆复制的性能。
Foxnic-Web 代码生成 (2) —— 代码生成的配置类
上一节,我们已经讲述了代码生成的基本步骤,但是对细节部分并未展开。利用FoxnicGenerator包进行代码生成的方式是多种多样的,我们这里提到的配置类这是其中一种,例如在FoxnicEAM项目里,有很多的代码生成非使用配置类来完成的。 我们优先选择配置类讲解,显然配置类有其优势。首先,配置类按数据表隔离,一数据表一模块一个配置类。其次,在配置类内部,按配置对象的不同,分别在不同的方法内进行配置代码的编写。例如,配置模型时在configModel方法内编写配置代码,配置字段时在configFields方法内编写配置代码。 那么,代码生成的配置为什么要用Java类,而不是用Json、XML或YML呢?首先,不管是Json、XML或YML、Java,都是在编辑器敲文本。那么哪一种方式敲文本是最方便的呢,自然是Java了,因为有开发工具强大的支持。
ThreadLocal源码解析及实战应用
ThreadLocal是一个关于创建线程局部变量的类。通常情况下,我们创建的变量是可以被任何一个线程访问并修改的。而使用ThreadLocal创建的变量只能被当前线程访问,其他线程则无法访问和修改。ThreadLocal在设计之初就是为解决并发问题而提供一种方案,每个线程维护一份自己的数据,达到线程隔离的效果。

手把手带你开发starter,点对点带你讲解原理
在2012年10月,一个叫MikeYoungstrom的人在SpringJira中创建了一个功能请求,要求在SpringFramework中支持无容器Web应用程序体系结构,提出了在主容器引导Spring容器内配置Web容器服务;这件事情对SpringBoot的诞生应该说是起到了一定的推动作用。

2022 倒带 - NutUI
时光飞逝,流年似水,让我们倒带2022,回首这跌宕起伏一年走过的“升级之路”。NutUI表现如何?成绩单等着您打分!

构建自组织团队,让敏捷管理更好地落地
敏捷开发是以用户的需求为核心,通过不断迭代、小步快跑、循序渐进的方法进行软件产品的研发,在迭代研发过程中的产品都需要经过测试,具备可视化、可集成和可运行使用的特征。在团队方面,敏捷开发倡导团队协作,强调个体的互动高于整体的流程和工具。在产品开发和项目实施的过程中,正式的开发流程或标准化的书面计划
从源代码构建TensorFlow流程记录
通常情况下,直接安装构建好的.whl即可。不过,当需要一些特殊配置(或者闲来无事想体会TensorFlow构建过程到底有多麻烦)的时候,则需要选择从源代码构建TensorFlow。万幸文档混乱的TensorFlow还是好心地为我们提供了一整页的文档供参考https://www.tensorflow.org/install/source?hlzhcn,个人认为其中最需要关注的部分莫过于经过测试供参考的源配置(列于文末)。

说透IO多路复用模型
在说IO多路复用模型之前,我们先来大致了解下Linux文件系统。在Linux系统中,不论是你的鼠标,键盘,还是打印机,甚至于连接到本机的socketclient端,都是以文件描述符的形式存在于系统中,诸如此类,等等等等,所以可以这么说,一切皆文件。

正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


