工作动态尽在掌握 - 使用 CODING 度量团队效能

从Vibe Coding到Spec Coding:AI驱动的软件设计工程化实战 在软件工程领域,清晰的需求规格是保障项目质量和团队协作效率的基石。传统的开发模式往往依赖开发者的个人经验和直觉,容易导致需求理解偏差和技术债务累积。为了解决这一问题,规格化编程(Spec Coding)应运而生,它强调将模糊的业务需求转化为机器可读或高度结构化的契约,作为研发流程的唯一权威源头。其技术价值在于通过结构化规格,为测试驱动开发、接口契约测试以及持续集成等工程实践提供了明确依据,从而大幅提升代码质量和交付确定性。在AI技术蓬勃发展的今天,清晰的规格更成为发挥AI辅助编程效能的关键。大语言模型能够基 阅读详情

在敏捷研发的过程中,或者项目结束后的复盘阶段,度量并分析团队成员在周期内的工作负荷、完成的工作量与工作动态,能够让管理者清晰的认识到团队成员的工作负载与工作效率;团队成员间也可以相互查看对方所参与的项目,近期工作动态或近期事项。

效能度量的主要功能为统计团队成员在一段时间内的计划事项数、完成事项数和所编辑的 Wiki 数以供分析。这些数据将会在趋势面板上进行显示。并且还可以自行设置分组并添加其它成员,方便快速查看团队成员近期工作概览。

使用准备

团队拥有者或管理员在【团队管理】->【权限配置】中为相应的用户组的勾选「效能度量」的「查看页面」权限。勾选完成后处于该用户组的成员的工作台会出现效能度量的功能入口。

趋势面板

面板将会反映所添加成员的工作量趋势图,以三个数据维度进行展示:计划事项数、完成事项数和 Wiki 编辑数。可以选择日、周、月三种统计周期视图进行查看,通过下方的滚轮横轴进行左右拖拉日期。

计划事项数

将会统计处理人在一个时间周期内开始和截止时间所安排的事项总数,纳入统计的事项包含史诗、需求、任务、缺陷和子任务。

  • 如果事项填写了开始和结束时间,那么处在这个时间周期的每一天的事项数 +1;
  • 如果事项只填写了开始时间,那么开始时间所在当天事项数 +1;
  • 如果事项只填写了截止时间,那么截止时间所在当天事项数 +1。

具体的计数原理请参考计划事项数计数方式。

完成事项数

将会统计处理人在固定周期内完成的事项总数。这里的完成事项定义涵盖史诗、需求、任务、缺陷和子任务。若对这些事项做出了完成操作,即状态类型从“非已完成”到“已完成”,则视该事项被定义为完成。

  • 如果在时间周期内且周期结束后状态类型仍然是“已完成”,那么完成事项数 +1。

具体的计数原理请参考完成事项数计数方式。

编辑 Wiki 数

将会统计团队成员更新过的 Wiki 篇数。若在同一个周期内对同一篇文档进行修改并执行了“提交文档”,那么编辑 Wiki 数算为 1 篇。

添加成员与分组管理

在「添加成员」中可以通过成员姓名或搜索项目一键添加项目内成员,添加进图表的成员可移除。在「分组」下拉组件中可进行添加分组、删除和重命名等操作,添加的成员默认进入当前选择的分组中。分组为用户自行设置,并不会在团队内公开显示该分组,属于个性化查看功能。

成员工作概览页

在效能度量页面中点击任意成员,可进入成员的工作概览页。页面包含:

  • 成员名称和头像;
  • 最近活跃时间;
  • 参与的项目;
  • 近期事项;
  • 该成员近期的工作动态。

近期事项

近期事项的统计内容包含:

  • 已完成,查询近 1 个月完成的事项,按照完成时间逆序排;
  • 进行中,查询状态类型为“进行中”的事项,按截止时间逆序排;
  • 未开始,查询状态类型为“未开始”的事项,按截止时间逆序排。
工作动态

工作动态为成员的日常协作动态,可按分类查询,包含:

  • 项目协同
  • 代码仓库
  • 持续集成
  • 持续部署
  • Wiki
  • 文件网盘
    …

权限控制

该功能涉及到的权限模块名称为效能度量,具有“查看”权限。每个团队的拥有者和项目管理员将默认勾选「查看功能」权限点。

计数方式详情

计划事项数计数方式
  • 如果事项填写了开始和结束时间,那么处在这个时间段里的每一天的事项数 +1;
  • 如果事项只填写了开始时间,那么开始时间所在当天事项数 +1;
  • 如果事项只填写了截止时间,那么截止时间所在当天事项数 +1。

例如表 1:

事项开始时间结束时间
事项 A2020 年 1 月 1 日2020 年 1 月 5 日
事项 B2020 年 1 月 3 日2020 年 1 月 6 日
事项 C2020 年 1 月 4 日未设置
事项 D未设置2020 年 1 月 3 日

依据表 1 的数据,该成员的计划事项统计结果如下:

日期计划事项数事项
2020 年 1 月 1 日1A
2020 年 1 月 2 日1A
2020 年 1 月 3 日3ABD
2020 年 1 月 4 日3ABC
2020 年 1 月 5 日2AB
2020 年 1 月 6 日1B
2020 年 1 月 7 日0

若同一个事项的时间跨越了 2 个周期,那么将在两个周期中分别计数 +1。例如事项 A 在的开始和截止时间为 2020 年 1 月 25 日 —— 2020 年 2 月 4 日,那么事项 A 在 1 月和 2 月都被计算为 1 个事项。

完成事项数计数方式

事项在一个周期内被做了 1 次完成动作,且周期结束后状态类型为“已完成”,则完成事项数 +1。

事项反复打开和完成的计算方式

  • 事项在一个周期内被完成过,但周期结束前状态类型为“已完成”,则完成事项数 +1;
  • 事项在一个周期内被完成过,但周期结束前状态类型为非“已完成”,则不贡献完成事项数;
  • 事项在第一个周期内被完成,直到第二个周期才被打开,且第二个周期结束前状态类型为“已完成”,则这两个周期内完成事项数分别 +1。

例如表 2,为事项 A 在 1-4 月的状态情况:

时间状态类型动作
2020 年 1 月 1 日未开始新创建
2020 年 1 月 2 日进行中转入处理中
2020 年 1 月 3 日已完成完成操作
2020 年 1 月 20 日未开始重新打开
2020 年 1 月 25 日已完成完成操作
2020 年 2 月 15 日未开始重新打开
2020 年 3 月 2 日已完成完成操作
2020 年 3 月 3 日未开始重新打开
2020 年 3 月 30 日已完成完成操作
2020 年 4 月 1 日已完成维持已完成
2020 年 4 月 30 日已完成无操作

那么事项 A 在 1-4 月被计算的完成事项数分别为:1,0,1,0。

关于 CODING,了解更多

Vibe Coding:基于Rules与Skills的人机协同编码工作流 Vibe Coding 是一种以人机协作为核心的现代软件开发范式,其本质是将程序员从重复性语法劳动中解放,聚焦于问题定义与解的合理性判断。它依托精准上下文注入(Rules 文件)、可复用原子能力封装(Skills)和语义理解型模型(如 Claude Code)三大技术支柱,实现从‘写代码’到‘要结果’的工作流重构。该模式显著提升工程规范落地效率、降低新人上手门槛,并支持本地化部署以保障隐私与稳定性。典型应用场景包括快速构建内部工具、自动化 API 开发、动态规则驱动的业务系统等,尤其适用于中小团队及一人项目 阅读详情

相关推荐

双模齐下,提质增效:CODING 携手知微共创 BizDevOps 体系新篇章

为了提升工作和管理效率,工具建设是许多企业不得不面对的现实,然而在工具建设落地过程中,往往存在一系列的问题。如不同组织、部门之间互不相通,各自为政,工具流程与实际工作所需不符,导致工具建设的结果是人去适应工具而不是工具来辅助人。由此可见,工具体系若建设不佳,非但无法起到提升效率的作用,反而会引发新的问题。这种情况在协同复杂的大型组织架构下尤甚——业务团队与研发团队之间长期缺乏有效沟通、软件研发过程不透明等,这些问题事实上可以通过合理的工具体系建设得到有效解决。

CODING 博客 928

coding平台简易操作

简单的coding 容器推送

weixin_49606056的博客 2763

CODING x 百果园,水果零售龙头迈出 DevOps 体系建设第一步

CODING 的“三步走”战略,全面助力百果园打造一体化研发管理体系

CODING 博客 3338

研发效能度量指标及其如何度量

效率竖井是研发效能改进的最大问题 产品交付需要前后职能(如:产品、开发、测试等)和平行部门(如:前端、后端、算法等)的协作。传统方法更多关注各个职能和部门的独立改进。然而,过度局部优化,往往导致效率竖井,反而损害整体效率。 “持续快速交付价值的能力”是效能改进的核心目标 要改进研发效能,我们必须走出效率竖井。为此组织必须把改进的焦点从关注各个资源环节,转向关注整个系统。 持续快速交付价值的能力,是研发效能的核心定义。为此我们必须把改进的焦点从局部资源效率,转向价值流动效率,以保证全局和系..

cherry的专栏 8629

大厂AI-Coding不是写代码,而是重构研发协作协议

AI-Coding本质上是软件工程范式的升级,其核心在于将传统人脑主导的‘业务语言→代码’认知转换过程,系统性卸载为可度量、可审计、可回滚的原子化AI能力。它依托代码语义理解、RAG增强检索、AST静态分析等关键技术,实现从智能补全、PR审查到文档同步、根因定位的端到端闭环。技术价值不在于替代开发者,而在于压缩需求交付周期、降低新人上手门槛、提升缺陷拦截率,并确保每行AI生成代码具备明确责任归属与安全边界。典型应用场景包括中台系统快速迭代、支付类高敏模块合规开发、以及遗留系统技术债量化治理——这些正是当前企

weixin_33443972的博客 321

GPT-5.5长上下文与Agentic Coding工程实践指南

长上下文并非单纯扩大token容量,而是支撑代码语义理解与跨文件推理的基础能力;Agentic Coding则强调模型在工具调用、执行规划与状态同步中的自主决策闭环。二者结合,使AI从代码补全工具跃升为可参与架构设计、异常流覆盖与质量卡点的工程协作者。其技术价值体现在提升API开发效率228%、降低P0故障率86.2%,并推动团队角色向Problem Architect与AI Orchestrator演进。本文聚焦128K上下文的真实工程落地——包括语义图谱构建、三层工具契约设计、GitOps驱动的API管

aobu0171的博客 486

研发效能中的AI度量与度量AI

思码逸从 2018 年开始,就一直专注于研发效能度量这件事。在过往的时间里,我们服务了大量客户,因此收获了最多来自客户的实践和案例。可以说,在国内这个领域中,我们算得上是标志性团队了。当然,这年头成为“标志”也不是很难,毕竟一年一年过去,好多友商都不见了 :)

simayi2018的博客 1892

研发效能度量

敏捷开发阿里巴巴的效能实践,很好的ppt,欢迎下载,很干货

效能度量:如何选对指标与方法,真正提升效能?

你好,我是程序员贵哥。今天,我来和你聊聊如何正确使用效能度量。在上一篇文章,我给你介绍了效能度量的定义、作用,以及几个使用误区。正是因为这种种看似难以解决的问题,业界甚至有人认为研发效能的度量是一个无解的问题。但我并不这样认为。如果使用得当,效能度量可以给公司的研发带来非常大的好处。举一个真实的例子。国内一个大概20人的研发团队,研发流程混乱,产品发布经常推迟,但是大家都不清楚问题出在哪儿。于是,团队负责人决定引入数据驱动开发:项目经理正式跟踪研发过程中每部分的耗时,并在功能发布后复盘。

qq_33240556的博客 1277

如何衡量测试效率,测试目的的有效性

如何衡量测试效率,与大家一起分享,主要是衡量软件测试的效率。发现bug的质量,测试目的的有效性等。

度量驱动的DevOps转型

虚拟化,容器化,云计算,自动化为DevOps运动提供了底层技术支持,新的工具链和技术栈的采用进一步降低了DevOps的技术门槛,越来越多的企业纷纷开始自己的DevOps转型之路,然而……本次分享我们将会讨论到:DevOps以及企业DevOps转型的现状为什么我们需要在DevOps转型中强调度量如何实现度量驱动的DevOps转型DevOps转型中的其它实践Wiki上讲:DevOps(Development和Operations的组合词)是一种重视“软件开发人员(Dev)”和“IT运维技术人员(Ops)”之间沟通合作的文化、运动或惯例(这个是目标)透过自动化“软件交付”和“架构变更”的流程(这个是

度量指标的陷阱

研发效能指标的构建,在最近几年的博弈和发展中,笔者以为已经形成了基本的共识。但是最近在参与某个团队的度量指标选择时,又产生了很多疑问。本文纯粹从自己的理解上来讨论研发效能度量指标,欢迎指正。

伤心的辣条 1044

Camera(5)metadata

Metadata 是整个 Android camera 中类似于高楼大厦中的管道系统一样,贯穿了整个 Camera 的 Framework 和 vendor HAL。Metadata 里面包含了所有的控制、参数、返回值等等。Metadata分为Android原生的Metadata和芯片商或者用户自定义的Metadata,即Android Tag和Vendor Tag。Vendor Tag在Hal中定义,并在camx和chi目录中使用。

qq_55893245的博客 3050

中国市场主流研发效能度量工具解析与选型指南

明智的工具选型,是提升研发效能的关键一步。它不仅关乎项目进度透明与代码质量保障,更能通过数据驱动持续优化流程,释放团队潜能,助力企业在数字化转型的浪潮中构建可持续的竞争优势,从容应对未来挑战。凭借其“全方位研发监控、DevSecOps 集成、安全合规性、自动化支持”的强大功能,脱颖而出,成为 2025 年中国市场最佳的研发效能度量平台。核心价值: 提供“可视、可度量、可优化”的研发治理能力,覆盖需求→交付全生命周期,实现数据驱动的智能决策,显著提升软件交付质量与组织研发效能。

weixin_45978350的博客 779

SAP ERP 物料主数据同步外围系统

w_input-beskz = i_marc_new-beskz."采购类型 " BESKZ--- ADD BY HX_FHJ 20210106。w_input-beskz = lw_marc-beskz."采购类型 " BESKZ--- ADD BY HX_FHJ 20210106。w_input-sobsl = i_marc_new-sobsl."特殊采购类型-虚拟物料标识。

ChampaignWolf的专栏 1744

BurpSuite工具HaE插件好用正则收集

数据集合面板里面直接查询捕获到的相关数据内容,省去一个个翻找数据包内容的烦恼。插件捕获到匹配正则表达式的数据包后,可以在。可以对正则条目进行添加、编辑、删除。规则信息管理,我们点击。

墨痕诉清风的博客 646

国产 DevSecOps 工具怎么比?从 Gitee Insight、CODING DevOps 与阿里云云效看研发效能与私有化差异

重新核对 2026 年的产品状态后,这场比较与原稿的结论其实有明显不同。问题已经不是简单的“Gitee、腾讯、阿里三家谁更强”。腾讯 CODING DevOps 已进入产品退出周期;Cloud Studio 转向云端 IDE、AI 开发和实训场景。阿里云云效仍然是一套完整 DevOps 产品体系,Codeup、Flow 和效能洞察分别承担代码、流水线和研发数据分析等不同角色,并持续围绕云端研发场景演进。

2403_87351163的博客 191

uniapp ios原生插件开发 (framework,cocoapods)

已知UniApp的插件开发方式有两种, 第一种 Xcode Framework的方式,这种方式是官方指定的方式。 这种方式的优点就是简单直接, 但也有不足,比如当插件需要引入一些三方库时,操作起来就不是那么方便。 而使用Cocoapods则可以很方便的引入三方库。 接下来,本文探索使用Cocoapods的方式来进行UniApp插件开发。

Rey的技术博客 9823

采用 TitanIDE 3.0 开展团队级 AI-Coding 优势分析

TitanIDE3.0主要是采用云原生Cloud IDE的“集中式”优势,以容器形态包裹了AI-Coding开发活动,并通过命名空间管理、预置模板、快启动等技术实现较VDI更有优势的、针对大规模团队级AI-Coding的开发实践平台。

weixin_44592002的博客 605

ARM系统控制和管理接口System Control and Management Interface

本文档描述了一个可扩展的独立于操作系统的软件接口,用于执行各种系统控制和管理任务,包括电源和性能管理。 本文档描述了系统控制和管理接口(SCMI),它是一组操作系统无关的软件接口,用于系统管理。

AI-安全-功耗 1913

【Cursor+Playwright-MCP 实现 AI 自主功能测试】含实例代码脚本+保姆级教程

本文档详细介绍了如何使用 Cursor(AI 编程助手)和 Playwright-MCP 库实现基于 GPT 模型的自动化功能测试。文档从环境搭建开始,逐步指导读者如何通过 Playwright 进行浏览器自动化,并利用 Playwright-MCP 集成 GPT 模型生成测试计划、执行测试步骤及生成测试报告。核心步骤包括安装依赖、配置 OpenAI API 密钥、编写代码实现 AI 驱动的测试流程,以及生成详细的测试报告。通过本文档,读者可以快速掌握从 0 到 1 实现 AI 自主功能测试的全流程。

Dreams°的博客 2891

双模齐下,提质增效:知微携手CODING共创BizDevOps体系新篇章

为了提升工作和管理效率,工具建设是许多企业不得不面对的现实,然而在工具建设落地过程中,往往存在一系列的问题。如不同组织、部门之间互不相通,各自为政,工具流程与实际工作所需不符,导致工具建设的结果是人去适应工具而不是工具来辅助人。由此可见,工具体系若建设不佳,非但无法起到提升效率的作用,反而会引发新的问题。这种情况在协同复杂的大型组织架构下尤甚——业务团队与研发团队之间长期缺乏有效沟通、软件研发过程...

Agilean 的博客 662

华为MetaERP国资委语境下的 DRP(全域数字化资源管理平台/Digitalized Resource-management Platform)与传统 ERP(以 SAP、Oracle 为代表)的

【摘要】国资委推动的DRP(全域数字化资源管理平台)正在重构央国企数智化转型路径,其本质是通过"ERP管交易+DRP管管控"的双层架构实现升维替代。与传统ERP相比,DRP具有三大突破:采用国产分布式数据库实现全级次穿透监管、构建数据中台打破信息孤岛、以实时分析替代事后报表。当前政策明确2026-2030年分阶段建设目标,这将重塑产业格局——倒逼传统ERP厂商转型,为云原生/AI/信创企业创造新机遇。需注意DRP并非简单替代ERP,而是通过治理模式变革实现"交易系统做薄、管控中

金牌架构师 286

AI Coding 企业落地复盘:从代码生成到组织协作,哪些坑已经可以避开了

企业级 AI Coding 的挑战已经从“能不能生成代码”转移到了“如何让生成的代码在组织里顺畅流转”。对于个人开发者或中小团队,不必一步到位搭建完整的 Agent 协作系统。可以先从单兵提效工具入手,配合简单的知识沉淀(比如项目级 Rules 和 Spec),逐步引入交叉 Review 和自动化验证。当 Token 成本进一步下降,模型上下文更加宽裕,现在的很多探索可能会被新的方案替代。但有一点不会变:有品味、有判断的人始终是核心。

omonday1234的专栏 265

Python 控制 Keysight N9010B/N9020/N9030 频谱仪

为什么要实现频谱仪的控制呢?起因是因为我司RF的同事们需要对通信模块进行GSM的带内杂散进行测试,由于该测试的频点涉及900多个,所以急需开发一款自动化测试工具。该工具需同时实现对无线通讯仪和频谱仪的控制,这篇文章主要介绍一下频谱仪的控制!做通信的应该对频谱仪都不陌生,不过我之前做的都是软件相关行业,所以我对频谱仪其实还是很陌生的;不过好在我的同时们都很热心,加上仪器的文档,一段时间下来,也算是熟悉了一些。

xgh1951的博客 1万+

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

中国研发效能工具市场迎来爆发期:四大平台横向测评揭示行业新趋势

中国研发效能工具市场正快速发展,Gitee Insight、腾讯Cloud Studio DevOps、阿里Codeup和Coding四大平台各具特色。Gitee提供全生命周期智能度量,腾讯强在云原生协作,阿里专注微服务优化,Coding则简化中小企业使用门槛。数据显示正确选型可提升57%交付效率。未来智能分析、混合云支持和信创标准将成为关键竞争点,企业需根据自身需求选择最适合的工具。

2501_91074808的博客 393

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

上一篇: 使用 CODING DevOps 全自动部署 Hexo 到 K8S 集群
下一篇: 前端智造,内容新生 - 腾讯 2020 TLC 大会来了!
腾云 CODING
博客等级 码龄8年 203粉丝 260原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值