- 综合排序
- 最热优先
- 最新优先
- 来自专栏『学习与分享之旅』
AI浏览器执行全流程
继续紧接着 AI浏览器自动化实战 的内容进行探讨。本文主要介绍一下工作流程。工作流程现在，任务已经完成，让我带领大家来分析一下 Browser use 在后台执行的工作流程情况。 在运行过程中，AI 将一个大型任务拆分成了多个细化步骤，下面我截取了几张图片供大家参考。从日志截图中可以清晰看到标记了 Step 1， Step 2， Step 3 等步骤。 这体现在日志中的 Thought 部分：思考完成后，AI 会确定本次的目标并将其拆分为具体动作，例如日志中的第一个动作 ️ Action 1/2:这个动作是输入 "程序员NEO"。 Suggest the next high-level steps to takeInside your messages, there will be AI messages from different 建议下一步的总体步骤你的消息中会包含来自不同代理、格式各异的 AI 消息。
36021编辑于 2025-04-18 - 来自专栏白话互联
AI编程工具正在进入全流程管理时代
说实话，名字起得有点玄乎，但看完觉得——这可能是AI编程工具的下一个分水岭。 之前大家不是都在聊“Vibe Coding”（氛围编程）吗？ 简单说，就是把战略规划、持久化记忆、甚至商业逻辑验证全塞进AI开发流程里。比如你让AI写个电商功能，它不光吐代码，还会问你：“用户增长策略想好了吗？要不要先做A/B测试？” 第一，它戳中了AI编程工具的痛点。现在的工具像“段子手”，能抖机灵写片段，但撑不起完整项目。而Vibe Solutioning试图让AI从“写代码”变成“管项目”。 很多公司怕AI生成代码不可控，但如果AI能同步输出设计文档、风险清单、甚至合规建议，老板们可能更愿意买单。 AI现在连需求理解都经常跑偏，突然让它搞“战略规划”，怕不是分分钟给你编出一套华尔街PPT？另外，这种全流程绑定会不会让开发者更懒？以前是代码不会写，以后可能是“问题不会想”了。
13810编辑于 2026-04-24 基于QwenImage搭建AI海报生成工具全流程
作为长期在AI模型聚合平台leadhi.cn上调试各类图像生成接口的开发者，最近为了帮业务团队解决批量产出营销图的痛点，我用QwenImage2.0深度重构了一套海报生成工具。 以往，用AI制作商业海报存在两个公认的痛点：一是无法精准生成中文艺术字，经常出现字符扭曲和无意义乱码；二是文字与背景主体的空间关系难以控制，文字经常遮挡关键视觉元素。 新一代的QwenImage2.0在语义理解、中文字体渲染以及空间布局上做了深度优化，本文将结合我最近的实操经验，拆解如何从零构建一套工业级的AI海报生成工具。 我们不能让AI生成海报上的所有文字。促销规则、活动时间、二维码和价格等变动频繁的辅助文本，必须通过前端底层的Canvas组件在指定坐标进行二次动态绘制。 2026年AI视觉生成的趋势展望从当前的行业趋势来看，AI视觉生成已经彻底告别了早期的纯技术秀技，正深度融入到具体的业务工作流中。
9510编辑于 2026-05-27【556AI】（一）IntelliJ IDEA全流程AI设计开发平台
AI平台定位是开发大型软件项目，大型软件项目代码AI生成引擎，OA/ERP/MES 百万行代码一次性AI生成 支持axure原型导入预览，集成AI软件设计/AI软件开发/AI软件测试整个流程 支持 若依 JEECG SmartAdmin THINKPHP Django等多种JAVA/PHP/python框架 实现了java php python 的统一增强行调试方式 可以链接多个AI大模型，进行AI生成代码
62230编辑于 2025-10-04腾讯问卷全流程AI解决方案概要
一、 产品定位与核心亮点 腾讯问卷是一款基于腾讯大模型的一站式在线问卷调研平台，其核心技术属性是提供 “研究全流程的AI解决方案”。 核心商业差异化卖点在于深度融合腾讯生态的流量与数据资源，通过AI能力实现从研究设计、问卷生成、样本投放到数据分析与报告撰写的全流程自动化与智能化。 三、 应用框架和功能介绍 功能框架 产品覆盖调研全流程，核心环节包括：研究设计、问卷编程、用户招募、问卷回收、访谈执行、数据分析、数据洞察、报告撰写。 五、 产品价值总结 腾讯问卷全流程AI解决方案通过AI技术实现了三大核心价值革新： 全面降本增效： 利用AI替代人工操作，实现问卷设计、投放、清洗、分析的自动化，显著提升研究工作效率，节省人力与时间成本 数据质量与体验提升： AI样本投放和清洗助力提高问卷回收率与数据准确性；自然语言交互和一站式AI流程大幅优化了用户体验。其背后依托的腾讯生态海量用户行为数据为精准调研提供了坚实基础。
9810编辑于 2026-05-30- 来自专栏软件测试学习
AI接口自动化测试，全流程变革实践
那么，如何将AI深度融入企业接口自动化测试流程？ ● 在“理解”环节：AI能像人类专家一样智能解析接口文档，自动提取关键信息，将文档“一键”转化为可执行的测试资产。 它深度集成多模态大模型，将上述AI能力无缝融入测试全流程，旨在为企业打造一个更智能、更高效、更易用的自动化测试新范式。 （二）AI评审接口文档：从“形式审查”到“深度质检” 在接口开发流程中，一份规范、完整、清晰的接口文档是前后端高效协作的基石。 AI还会优化测试流程，包括接口执行顺序、数据传递路径（如将支付结果反馈给订单系统），甚至添加异常处理逻辑。 （六）AI生成后置脚本：让数据提取“精准无误” 从接口响应中提取特定数据是测试流程中的常见需求，通常需要编写复杂的JSONPath或正则表达式。
1.5K10编辑于 2026-03-22 - 来自专栏AI SPPECH
AI革新漏洞修复：扫描到优化的全流程
幸运的是，AI技术正在革新漏洞扫描与修复的全流程，从智能发现到自动修复建议，为安全开发者和运维人员提供了前所未有的效率提升。 本文将深入探讨AI如何重塑漏洞管理流程，为安全团队提供一份全面的AI漏洞修复指南。 经验总结 数据积累是关键：企业需要积累大量的漏洞数据和修复历史，才能训练出高质量的AI模型。 与开发流程深度集成：AI漏洞管理系统需要与企业的DevSecOps流程深度集成，才能发挥最大效果。 漏洞管理的全流程自动化 未来的AI漏洞管理系统将实现从发现、评估到修复的全流程自动化： 自动漏洞扫描：定期扫描代码库和运行环境，发现潜在漏洞。 自动风险评估：评估漏洞风险，确定修复优先级。 结论 AI技术正在彻底改变漏洞扫描与修复的方式，为安全开发者和运维人员提供了强大的工具来应对日益复杂的漏洞管理挑战。从智能发现到自动修复建议，从风险评估到效果验证，AI正在革新漏洞管理的全流程。
64310编辑于 2025-11-12 AI全流程研发如何砍掉研发琐碎成本
在研发效率内卷的当下，多数AI编程仍停留在“单点补全”的浅层阶段，而AI研发的深度体验，彻底打破了我对AI赋能研发的认知——它以环境、Git、AI任务、多模型、安全为核心，织就了一套闭环可落地的研发链路 传统流程1. 配Python + Git环境、装依赖包 → 30分钟2. 写Git日志解析、数据清洗、报表生成 → 2小时3. 自测、修边界问题 → 40分钟4. 整理文档、打包 → 20分钟合计：约 3.5小时AI研发实操流程1. 一键开环境控制台新建环境，选基础Python镜像，系统自动分配CPU/内存，10秒就绪，不用管虚拟环境与版本冲突。2. AI机器人真的能进工作流在GitHub / GitLab / Gitee的PR或Issue里@AI机器人，直接实现：• 代码审查 + 规范校验• 按需求自动实现功能模块• 复杂任务自动拆分成子任务完全融入现有流程 一句话判断• 经常配环境、装依赖、处理版本冲突的开发者 → 环境解放• 团队Git流程成熟、希望AI真正融入工作流 → Git集成友好• 有内网/代码安全要求、不能用公网AI的团队 → 私有化适配• 想提升并行效率
22410编辑于 2026-03-22AI代理从概念验证到生产部署全流程
将AI代理从概念验证推进到生产环境构建能够处理真实生产用例的AI代理是一项复杂任务。虽然创建概念验证可以展示潜力，但推进到生产环境需要解决在开发环境中不会出现的可扩展性、安全性、可观测性和运营问题。 某中心AgentCore是一套全面的服务套件，旨在帮助您构建、部署和扩展代理AI应用。客户支持代理的演进历程客户支持是代理AI最常见且最具吸引力的用例之一。 客户支持代理中使用了几种工具，但为保持示例简单，我们专注于三个核心能力来处理最常见的客户查询：退货政策查询 - 客户经常询问退货窗口、条件和流程。 这不仅不方便，而且是一种糟糕的客户体验，破坏了使AI代理有价值的对话流程。单客户限制 - 您当前的代理一次只能处理一个对话。 这种"金鱼代理"行为破坏了使AI代理有价值的对话体验。
34610编辑于 2025-10-12腾讯电子签AI合同助理：合同全流程AI赋能工具
一、产品定位与核心亮点 技术定义：腾讯电子签AI合同助理是基于大小模型结合、多技术融合的合同全流程AI辅助工具，通过AI智写、智审、智签、智取、比对、提取等能力，实现合同起草、审查、签署、履约、归档全链路安全高效作业 undefined商业差异化卖点： 司法认可效力：依托腾讯云CA、至信链（ZHI XIN CHAIN），效力100%获司法认可； 微信生态便捷性：支持微信内签署，“弹指间”完成操作； 全流程 AI覆盖：从合同拟写、审查、比对、提取到签署、归档、上链，全环节AI赋能； 个性化适配：支持自定义审查清单、比对结果处理、信息字段提取模板，适配企业个性化需求。 功能优势： 全链路覆盖：从拟写、审查、比对、提取到签署、归档、上链，全流程AI赋能； 个性化适配：支持自定义审查清单、比对结果灵活处理、自定义信息字段提取模板； 多模态交互：支持文字、语音、 （数据来源：2025腾讯云城市峰会·无锡峰会荣耀案例披露） 总结 腾讯电子签AI合同助理通过大小模型结合、多技术融合的核心架构，以“结果精确稳定、易用易扩展、功能全覆盖”为核心优势，为企业提供合同全流程
46910编辑于 2026-04-05TAPD AI 赋能研发全流程解决方案概要
其核心技术属性为基于大语言模型的智能代理（AI Agent）框架，通过将企业专家知识转化为可执行的AI工作流，实现研发流程关键环节的自动化与智能化。 核心商业差异化卖点在于覆盖“需求-开发-测试-管理”全研发链路的AI原生工作模式，旨在提升研发效率与质量。 三、应用框架和功能介绍 功能框架 TAPD AI 的功能架构贯穿研发生产流程，主要包括： 需求阶段：AI辅助需求编写、多Agent评审需求。 开发阶段：TAPD MCP & 代码助手智能编码。 成效：成功完成了官网导航栏广告位、主页重构、AI专题页等功能优化，并推动了禁止邮箱登录功能的全链路改造。需求交付个数：24个。 分账流程简化：统一分账与挂账流程，实现分账状态可视化。 体验优化：实现订单查询提速，并修复了4个支付异常问题。
8810编辑于 2026-05-30- 来自专栏ooderAgent
# AI编程企业级精准化优化全流程技巧
企业级AI编程要让大模型输出严格符合技术规范、适配业务架构的代码，核心是通过“原子化拆解-分层约束-模板化落地-闭环校验”的全流程设计，将模糊的自然语言需求转化为大模型可精准执行的结构化指令，同时通过专属 而原子化拆分的本质是：把复杂需求拆解为“不可再分的最小技术目标单元”，每个单元仅对应一个明确动作（生成/修改/重构）+ 一类产出物（组件/方法/接口）+ 一项约束（规范/架构/适配）；将拆分后的单元映射为AI 独立Agent：抽象业务模型与DDD知识库对比部署专属“业务模型校验Agent”（独立于代码生成Agent），核心动作：提取基础代码中的业务逻辑（如订单下单的流程、数据流转、状态变更），抽象为标准化业务模型 ：可视化订单下单、支付回调等接口的调用链路，校验流程完整性、异常分支覆盖度；原语基础组件（参数）图形化：展示原子组件/方法的参数、注解、约束条件，支持直接可视化调整（如修改按钮样式参数、方法入参类型）。 贴合企业技术规范，减少90%以上的代码重构成本；业务层面：抽象模型校验+DDD知识库对比，确保代码适配企业业务架构，避免“技术合规但业务无效”；效率层面：可视化交互+Agent分工，降低人工沟通成本，让AI
54900编辑于 2025-12-19 拒绝“无效AI”：SDD驱动下的AI全流程研发实战技巧
一、先搞懂：AI研发的核心的是“流程化落地”AI研发的核心，不是单纯用AI写代码，而是将AI深度融入专业团队的全流程研发体系，核心解决三个痛点：• 只写Demo、不落地工程：AI代码风格乱、依赖不清、无法直接进入项目迭代 二、AI全流程研发拆解：从需求到上线，AI全程赋能1. 全流程落地全过程1. 协作高效，全链路可追溯：需求、设计、开发、审查全流程闭环，AI产出与人工操作可全程追溯，新人接手可快速对齐项目细节。 必须注意的2个坑1. 六、小结AI编程的下一阶段，一定是工程化、流程化、安全化。AI全流程研发的核心价值，就是把AI从“玩具级辅助”变成可落地、可管控、可协作的研发助力，真正服务于团队项目与业务发展。
71310编辑于 2026-04-10- 来自专栏机器之心
从单点智能到全流程AI，腾讯云智能AI能力「成团出道」
但吴永坚却说，这个项目做起来其实要从容很多，因为经过前几个项目的流程拆解、知识积累之后，很多工作其实已经实现了一定程度的标准化，甚至用上了一些标准化的工具，比如一个名为 TI-AOI 的工业质检训练平台 在这一阶段，很多 AI 产品也是以单点能力的形式来交付的。但随着 AI 产业落地程度的加深，腾讯云智能发现，客户对 AI 的需求已经变得越来越多样化。 要应对这些需求，仅仅开放一项或几项 AI 能力、AI 产品是远远不够的。 单点智能的能力提升，往往不足以改变整个体系的效率；需要高度系统化、协同化的全流程 AI，才能实现综合产能的提升。」 如今，通过「四级加速」矩阵和「做厚平台、做精应用、做深行业、做广生态」的打法，腾讯云智能正在逐步打通各个环节，成为高度系统化、协同化的全流程 AI 服务的提供者。
97730编辑于 2022-12-13 - 来自专栏QQ音乐前端团队专栏
直播全流程探索
音乐也接入了直播能力，支持演唱会的直播和主播、明星直播，根据互动方式的不同，我们可以分为互动直播和推流直播，本人有幸参与了直播从无到有的过程；对直播这一块有了一个比较清晰的认识，本文主要对web部分的直播流程进行介绍 整个生成阶段的流程如下： ? ---- 传输阶段 传输阶段主要是是视频从采集端到用户端的过程。 EXT-X-MEDIA-SEQUENCE 接下来请求的第一个TS分片的序号， #EXT-X-TARGETDURATION 每个分片TS的最大的时长，当前为9s, #EXTINF 分片TS的信息，如时长等** HLS的请求流程是 H5部分 点播功能已经全量，支持后退／快进／进度拖动／全屏，直播正在接入中。 pc部分 点播功能已经灰度，在H5基础上新增／音量控制／自定义全屏ui／清晰度切换，直播正在接入中。
6K80发布于 2018-05-29 - 来自专栏杂谈v
软件研发流程（全）
文章转自：Leangoo 原文链接：https://www.leangoo.com/staged-project.html 软件产品开发流程： 下图所示的是一个软件产品开发大体上所需要经历的全部流程 ： leangoo软件研发流程1副本.png 1、启动 在项目启动阶段，主要确定项目的目标及其可行性。 最后进入需求评审，评审通过则进入下一步的工作 4）设计 在设计阶段，设计人员根据需求文档，对软件系统进行设计，包括数据结构、系统架构、业务模型及规则、流程控制、模块接口等。 7）端到端测试 在端到端测试阶段，测试人员根据完整的业务流程设计可以覆盖全流程的端到端测试案例，然后基于端到端案例对系统的各个模块进行全面测试，确保系统能够符合需求和验收质量标准。
2.2K41发布于 2019-09-17 Java 团队做 AI 不用愁！企业级 AI 开发全流程落地
事实上，Java团队做AI无需跨界重构技术体系，基于现有Java生态，依托专业的企业级AI开发框架，即可低门槛完成AI大模型的接入与业务落地。 本文将从痛点分析、核心解法、落地步骤、实战价值等方面，为Java团队提供一套高落地性的AI开发全流程指南。 Function Call工具调用：让AI大模型根据业务需求，自主调用企业现有系统的接口（如ERP、CRM、OA），实现业务流程的自动化触发与执行；4. 这些场景的落地，并非简单的AI功能叠加，而是基于AIGS（人工智能生成服务）范式，让AI深度融入业务服务的全流程，实现从“内容生成”到“服务重塑”的升级，真正让AI为企业业务创造价值。 JBoltAI作为聚焦Java生态的企业级AI应用开发框架，从AI能力集成、智能体开发中心到场景开发范例，为Java团队提供了全流程的AI开发支撑；其脚手架代码+课程视频的能力建设体系，能帮助Java工程师快速转型
38810编辑于 2026-03-05基于ASDM的企业AI研发全流程效能提升实践
二、 实施ASDM方法论与工具链赋能 徐磊（英捷创软首席架构师/CEO、微软区域技术总监Regional Director） 提出通过 ASDM (AI优先系统化研发方法) 重构研发流程，将系统开发从“ 为人类设计流程”转向“为AI设计流程”。 推动Agentic Coding模式转型 引导开发者从代码补全转向智能体模式，直接设定高层目标，由AI完成从需求分析到代码提交的全流程。 全流程覆盖潜力： 考虑到开发人员编码和代码评审时长仅占全流程的40%左右，随着AI场景向需求、架构、测试等环节扩展，仍存在巨大的提效空间。 )，强调上下文工程（Context Engineering）而非零散提示词管理，提供从需求设计到DevOps的全流程解决方案。
9410编辑于 2026-05-29CodeBuddy CLI：快速开发AI深度图层识别全流程实战
前言 今天实际体验了一下CodeBuddy Code CLI ，作为一款专为开发者设计的智能编程伴侣，它将强大的AI能力无缝集成至命令行界面，赋予了前所未有的自动化编程支持，不仅能直接理解并修改您的本地代码库 ，codebuddy自动帮你细分成几个任务，然后逐一完成，整个过程清晰明了 每次完成一段代码后，都会向你询问是否应用这段代码，我认为codebuddy厉害就在于每一段代码都会向用户询问，而不是一股脑的全做完 出现了很多TODO，然后逐一解决 询问就直接无脑yes 最终效果就这样 还是很不错的，处理时间也很快 有兴趣的小伙伴可以去github下载来玩一下 xiaofeng010/play: 小玩意 项目总结 整个流程下来用了不超过一小时 从最初的安装配置，到核心开发，再到最终部署，整个流程平滑无阻，极大地提升了我的开发效率。 实践中，我仅需使用 Markdown 清晰地描述我的需求，CodeBuddy 便能迅速回应，生成高质量的代码。 #CodeBuddy Code #AI CLI #无界生成力 @codebuddy
90640编辑于 2025-10-05新型工业化：AI工具如何赋能制造全流程
如何借助AI技术提升研发效率、规范生产流程、降低管理成本，成为企业实现数智化升级的关键。 一、工业设计：AI驱动研发效率跃升设计环节是制造业创新的起点，传统CAD图纸检索、设计迭代等流程常面临效率低、匹配难的问题。 随着新型工业化对研发效率与精准度要求的提升，AI辅助设计工具通过智能算法重构设计流程，有效破解传统痛点。 工具覆盖SOP制作、审核、分发、归档全流程，提供模板化视频编辑功能，支持素材上传、字幕添加、工序标注等操作，非专业人员也可快速完成标准作业视频制作。 在研发端，AI提升图纸匹配与设计迭代效率，推动制造业高端化发展；在生产端，视频化SOP规范作业流程，强化生产标准化与质量管控，助力企业实现智能化、绿色化转型。
21410编辑于 2026-03-19
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