牛!Google 开源的这份工程实践,GitHub标星14.4k,果然大厂出品,必是精品!

CodeReview技巧和规范 What-什么是CodeReview? CodeReview,即代码评审,是白盒测试中,静态测试的一种方法,通过阅读代码,提出代码层面的缺陷。 Why-为什么做CodeReview? 测试左移:在测试前就发现代码缺陷。 明确测试范围:根据需求文档和代码,对齐测试范围,防止研发夹带本次需求范围外的代码上线。 提升代码能力:学习研发优秀的编程技术。 深入原理:了解系统内部结构及实现。 发现隐藏缺陷... 阅读详情

点击上方“Github爱好者社区”,选择星标

回复“资料”,获取小编整理的一份资料

作者:GG哥,来源:GitHub爱好者社区

这是GitHub爱好者社区第 27 篇原创文章

Hello,大家好,我是GG哥!

今天给大家分享的Google公司开源的工程实践,英文名:Google's Engineering Practices documentation。没错是全英文的。那么有没有中文版呢?可以直接拉到文末。

英文版

中文翻译版

很多公司都要求项目做CodeReview,但很多人第一次CodeReview往往不知道该如何做,也不知道为什么去做。笔者参加过几个项目的CodeReview,发现一些共性问题:

  • 有时候参与Review的人太多了,意见太分散,Review时间拉的很长,发现问题效率低;

  • 有时候会发现一个CodeReview时间很长,参与者会觉得煎熬和浪费时间;

  • 有时候不太了解对方评审的东西,没法跟上大家的思路,影响效率;

  • 有时候走查的代码量太大了,无法做到详细走查;
    有时候会看到有些人无所事事、精神不集中、不发言,影响效果。

Google在这篇文档中,详细概述了代码Reviewer和代码Developer需要考虑的点。

这篇文档主要包含以下文档:

  • 代码Reviewer指南

  • 代码Developer指南

比如我们需要在代码的可读性上注意,如果代码的可读性强,那么维护起来也就方便很多;一个好的代码规范和编码风格会节省大家对代码的理解时间,减少维护成本;虽然我们有编程规范检查工具,但有些内容检查不出来,是需要靠大家去规范的。

  • 关注代码注释:我们在编写函数和进行逻辑判断的时候最好要标注一下这个函数或者这段判断是用来做什么的;做了这种注释的好处,一来当别人阅读这段代码的时候看到你的注释以后就会根据你的思路快速理解代码,甚至不阅读直接跳过;二来防止自己由于长时间不阅读代码而忘记这段代码的用途。

  • 关注命名规范:虽然我们有自己的编码规范,但是这种规范只是限制了使用驼峰命名法还是其他命名法;而好的命名风格应该是看到变量或者函数名字就能“望文生义”,毕竟我们不能把自己写的所有代码都做注释。

  • 关注重复代码:如果出现大量的重复性代码,要考虑将这些代码抽象出公用函数,以减少代码量并增强代码可读性。

  • 关注繁琐的逻辑:如果一个简单的功能却对应大篇幅的代码,要考虑一下是不是有比较简单的实现方式,因为过于复杂的代码会给后来者的维护带来麻烦;如果没有简略的办法,一定要把注释写好

由于内容较多,不一一介绍,大家可以下载后阅读。

目前 Google 的这份文档已正式开源到了 GitHub 上,并且还基于 GitHub Pages 构建了文档的静态站点。此外,英文不太好的同学也不用过于担心,国内有开发者已将这份指南翻译成了中文,下面是该项目的完整链接,感兴趣的同学可以看一下。

中文版:https://jimmysong.io/eng-practices/

英文版:https://google.github.io/eng-practices/

GitHub 地址:https://github.com/google/eng-practices

好了...

现在是真的结束了...

我已经夸不动了...





千言万语化成一句,这么优秀的仓库,大家多多给仓库创建者 star 支持,你们的 star 是万千开源者源源不断创作的动力!


当然还有多多对我的在看转发支持啦,你们的“在看转发”也是我源源不断创作的动力呀...



好啦,今天的分享就到这儿啦,我们下次见啦~



推荐阅读:
张一鸣:为什么BAT挖不走我们的人才?
GitHub标星5.6K,这张二维码火了,有了它,电脑手机文件互传秒完成
网传互联网公司加班表,哈哈哈这也太真实了吧!
关注「Github爱好者社区」加星标,每天带你逛Github好玩的项目
开源AI落地七道生死关:从可运行到生产就绪的工程实践 开源AI已超越代码共享概念,演进为涵盖模型架构、训练数据、推理引擎、量化方案与安全护栏的全栈可控技术范式。其核心价值在于提供确定性响应、自主可控的模型即基础设施(Model-as-Infrastructure)能力,并支撑本地化推理、模型可审计性等关键需求。在金融、政务、教育等强合规场景中,开源方案通过vLLM加速、分层量化、提示词程序化、三级安全防御与AI专属可观测体系,实现比闭源API更低延迟、更高精度与更强溯源能力。本文基于47个真实落地案例,系统拆解从‘能跑起来’到‘生产就绪’必须跨越的七道工程关卡 阅读详情

相关推荐

基于树莓派打造智能家居显示终端:从硬件组装到Google Assistant集成

智能家居的核心在于构建一个互联互通、可定制化的家庭信息与控制中枢。其技术原理通常围绕嵌入式系统、物联网协议与云端服务交互展开,通过整合硬件感知、数据处理与用户界面,实现环境监测、设备控制与信息展示。在工程实践中,利用开源硬件平台(如树莓派)结合成熟的软件生态,能够高效搭建高度定制化的解决方案,这对于理解嵌入式开发与家庭自动化集成具有重要价值。典型的应用场景包括家庭信息看板、语音控制中枢及环境监控终端。本文以**SmartDisplayPi**项目为例,详细阐述了如何利用**Raspberry Pi**与官方

weixin_33690367的博客 191

什么是代码评审(Code Review)

Code Review(CR)即代码评审,又名代码走查,是一种通过复查代码来提高代码质量的过程,一般体现在一个团队的开发过程中。CR要求团队成员有意识地、系统地检查彼此的代码,从而验证需求、发现错误,同时指出其中不合规范的“低质量”代码,从而提高整个团队的代码质量。一次 CR 可以是一次 Commit,也可以是一次 Merge Request。因此,实践课系统支持团队内部的 MR 评审以及 Commit 评审,供大家学习和交流。...

qq_39249627的博客 5万+

5ire桌面AI助手:本地化MCP协议与知识库的开源实践

AI助手正从云端服务回归本地生产力工具,其核心演进方向是桌面化部署、协议标准化与知识私有化。MCP(Model Context Protocol)作为新兴开放协议,为AI模型与执行工具之间提供了统一接口,实现能力解耦与生态互通;本地知识库则通过嵌入模型(如bge-m3)和语义分块技术,让大模型真正理解用户专属文档、代码与数据。这种‘桌面端+MCP+本地RAG’架构,兼顾响应速度、数据主权与工程可控性,广泛适用于开发者调试、产品需求分析、科研文献处理等场景。5ire正是这一范式的典型落地——开源可审计、离线可

weixin_30443747的博客 440

CodeReview 规范及实施

你的代码整体结构清晰,逻辑合理,很容易理解。随着业务压力增大,引发代码质量下降,代码质量的下降导致了开发效率的降低,维护成功高等问题,开发效率下降后又加重了业务压力,最终陷入了死亡三角的内耗之中。,因为开发者比你更了解整个系统的业务逻辑和架构,你的意见可能不适合该系统或架构,因此需要友好的交流,让他们知道他们的代码是对的,继续保持,自己则更进一步的了解整个系统和架构,避免第二次犯同样的错误。代码评审是一个学习的机会,通过审查他人的代码,可以学习到新的编码技巧和最佳实践,同时也可以分享自己的知识和经验。

程序猿进阶 9371

MiniMax H3开源视频模型:本地部署与实战指南

扩散模型作为当前生成式AI的核心技术,通过逐步去噪的原理,实现了从文本、图像到视频的高质量内容生成。其技术价值在于提供了可控、可解释的生成过程,并支持在本地私有化部署,保障了数据安全与成本可控。在应用场景上,扩散模型已广泛用于创意内容制作、产品演示、教育媒体等领域。本文聚焦于近期在LMArena评测中表现突出的开源视频生成模型MiniMax H3,它基于先进的扩散模型架构,在提示词遵循和生成质量上取得了突破。对于开发者和研究者而言,H3的开源特性意味着可以绕过API限制,在自有硬件上进行深度定制与集成,为A

weixin_34005042的博客 363

DeepSeek技术演进图谱:MoE架构、长上下文与中文增强的工程实践

大语言模型的核心能力不仅取决于参数规模,更依赖于架构设计、推理优化与领域适配的系统性协同。MoE(Mixture of Experts)架构通过稀疏激活提升计算效率,长上下文支持需突破Attention复杂度、KV缓存量化与位置编码外推三重瓶颈,而中文增强则远不止语料比例调整,涉及tokenizer层面的语法感知重构与虚词建模。这些关键技术共同构成工业级模型落地的底层支柱,在金融文档解析、代码生成、企业知识问答等场景中释放确定性价值。本文以DeepSeek系列模型为实证样本,解析其从7B开源基座到MoE、L

369

如何做代码评审(code review)

Code Review 即日常所说的代码评审或代码回顾,主要是在软件开发的过程中,对功能源代码进行评审,其目的是找出并修正软件开发过程中出现的错误的过程,提高和改进代码质量的过程。

Martian 6871

2023年3月AI工程实践备忘录:LLaMA、PaLM-E与Consistency Model落地指南

生成式人工智能正从研究范式加速转向工程落地阶段,核心挑战在于模型部署效率、多模态对齐鲁棒性及推理稳定性。LLaMA开源推动了轻量化量化与LoRA微调的工业化应用,PaLM-E与Prismer分别代表端到端融合与模块化协同两种多模态技术路径,而Consistency Models则通过一步生成机制显著降低图像生成延迟与硬件门槛。这些进展共同指向一个趋势:AI系统设计需兼顾算法先进性与工程可及性。本文聚焦真实生产环境中的模型压缩、token拼接、采样调优与数值稳定等关键技术细节,为开发者提供可复现、可调试、可上

cixu3288的博客 371

如何进行正确的 CodeReview

软件开发生命周期中至关重要的一步是代码审查。它使开发人员能够显著提升代码质量。它类似于书籍的创作过程。首先,作者写故事,然后经过编辑以确保不会出现诸如混淆“you’re”和“yours”之类的错误。在这个语境中,代码审查指的是检查和评估他人的代码。它基于拉取请求模型,这个模型在开源项目中广受欢迎。代码审查有不同的好处:•确保设计和实现的一致性,•优化代码以提升性能,•是学习的机会,•知识分享和指导...

小技术君 1110

Docker容器n8n中 read/write files from disk 无法读取容器内文件解决方案

《n8n文件读写Docker部署常见问题解决方案》摘要:针对n8n 1.90.2版本在Docker环境下文件读写失败问题,本文分析常见错误包括路径错误(ENOENT)、权限不足(EACCES)及节点误用问题。核心解决方案为:1)通过-v参数挂载宿主机目录到容器(如/files);2)使用新版Read/WriteFilesfromDisk节点操作文件;3)确保权限设置正确。提供可直接导入的示例工作流JSON,演示从CSV读取到结构化数据处理的全流程。特别强调已部署用户需重新挂载卷的正确操作方式,并附解决方案对

m0_74822402的博客 2184

NA400与昆仑通态MODBUS/TCP通讯调试说明

点击增加设备通道,弹出窗口进行设置,通道类型选择“0区输出继电器”,通道地址为1,通道个数为1,读写方式为读写。点击增加设备通道,弹出窗口进行设置,通道类型选择“4区输出寄存器”,数据类型选择“16位 无符号二进制”,通道地址为21001,通道个数为1,读写方式为读写。5.添加设备通道:双击莫迪康MODBUSTCP子设备,点击添加设备通道,根据Modbus规约地址表进行参数的设置,表格可在NAPro软件帮助中查看,如下图所示。然后可以在设备通道调试数据中观察到Q1的值为1,NW1的值678,表示通讯成功。

weixin_44281509的博客 2493

Google 开源的这份工程实践,GitHub标星14.4k,果然大厂出品,必是精品!

点击上方“码农突围”,马上关注这里是码农充电第一站,回复“666”,获取一份专属大礼包真爱,请设置“星标”或点个“在看作者:GG哥,来源:GitHub爱好者社区Hello,大家好,我是G...

欢迎关注公众号:【码农突围】,回复9999,可以获取一份LeetCode刷题笔记 340

LABVIEW学习之MODBUS-TCP通讯

LABVIEW学习之MODBUS-TCP通讯 1,MODBUS-TCP通讯介绍: MODBUS通讯是工业上面经常用到的一种通讯协议。该协议的原理及介绍不在此累述,下面直接介绍LABVIEW对此协议的应用。 2,MODBUS通讯所需的函数: 安装了DSC模块之后可以在数据通信内找到相关函数 3 ,主VI 主要思路就是使用状态机来进行连接 读取 写入 断开。使用枚举类型来选择状态: 1,连接 2,写入多个M继电器: 3,写入单个M继电器 4,写入双字节D...

风动9527的博客 2万+

libuv 基础指南:事件循环、Handles 与 Requests 编程模型详解

本文是 libuv 官方指南的第二篇(Basics of libuv),核心讲解 libuv 的**异步、事件驱动**编程模型:事件循环(event loop)如何工作、`uv_run()` 如何驱动整个程序、如何使用默认循环、如何处理错误,以及贯穿始终的两大抽象——**Handles(句柄)与 Requests(请求)**。读完本文,你将能用 `uv_loop_init` / `uv_defau

gitblog_00934的博客 285

CentOS 7/8 系统下,基于Docker Compose一键部署Dify AI应用平台

本文详细介绍了在CentOS 7/8系统下,使用Docker Compose一键部署Dify AI应用平台的完整流程。从系统环境准备、Docker引擎安装与加速配置,到获取Dify项目、关键环境变量设置,再到服务启动、状态监控及初始化访问,提供了手把手的部署指南和常见问题排查方法,帮助用户快速搭建稳定、可维护的AI应用开发环境。

q5r6s7的博客 140

【数据分析与挖掘实战】金融风控之贷款违约预测详解1(有代码和数据集)

金融风控一.题目理解1.1.题目概况1.2数据概况1.3预测指标二.数据来源三.查看数据四.分类指标计算示例4.1混淆矩阵4.2准确度4.3precision(精确度),recall(召回率),f1-score4.4P-R曲线4.5ROC曲线4.6AUC曲线4.7KS值五.数据分析5.1基本信息5.2查看数据集中特征缺失值,唯一值等5.3查看特征的数值类型有哪些,对象类型有哪些5.3.1数值连续型变量分析5.3.2非数值类别型变量分析5.3.3总结:5.4变量分布可视化5.4.1单一变量分布可视化 更新中~

m0_49263811的博客 1万+

2026年03月10日热门github项目

这种架构暗合"分布式协同"的未来趋势,正如古训所言"聚是一团火,散是满天星",Gateway作为中枢协调多渠道通信与工具调用,而设备节点则专注本地资源访问,让AI助手真正融入用户的数字生活。“大道至简,衍化至繁”,nanochat以单一参数控制模型复杂度的设计,将曾经耗资4.3万美元的GPT-2训练,压缩到2小时、48美元的平民化成本,堪称LLM技术普惠的里程碑。正如《周易》所言"穷则变,变则通",nanochat的出现,正是对传统LLM训练框架"重配置、高成本"痛点的革新。

ld326的专栏 913

QGis二次开发 —— 2、第一个程序 - 加载栅格tif与矢量shp文件(附源码)

QGis二次开发 —— 2、第一个程序 - 加载栅格tif与矢量shp文件(附源码)

1100

每日极客日报 · 2026年09月03日

今日精选 25 条 IT 科技热点,覆盖 AI 大模型、开源项目、工程实践与业界动态。谷歌、Meta 同日放大招,Flash 与编码模型进入高频迭代;Cloudflare、Bun 等基础设施陆续交出关键版本。

weixin_45635831的博客 333

购物车智能检测系统:YOLO26 + PyQt5 毕设实现

YOLO26 + PyQt5 完成购物车商品检测系统:标注数据集(OpenImages 筛选 + 自制 500 张),训练 100 epoch 得到 mAP50 约 0.89,集成商品定价后输出总价。建议先用 OpenImages 预训练权重在自制数据上调优(冻住 backbone 前 50 epoch),等 loss 稳定后再解冻全量训练。

m0_64661770的博客 56

【时时三省】tessy 集成测试:小白入门指导手册

有图有文字详细介绍 tessy 集成测试 操作方法。

时时三省的博客 2518

5分钟用Vercel+GitHub搭建可变现AI平台

AI平台并非必须自建GPU集群或微调大模型,其本质是将开源模型、低代码工具与轻量部署能力高效集成的工程实践。核心原理在于利用Serverless架构实现按需调用、自动扩缩容与零运维部署,技术价值体现在极低成本验证需求、快速获取用户反馈并沉淀数据资产。典型应用场景包括电商文案生成、AI客服助手、垂直领域知识问答等轻量级SaaS服务。本文基于真实项目,详解如何通过Vercel、GitHub与开源LLM API网关(如OpenRouter)构建端到端可运行、可监控、可变现的AI工作流,全程聚焦Vercel部署与开

weixin_30566063的博客 387

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

AI大模型厂商实战评估指南:技术路线、中文能力与开源策略深度解析

大模型选型本质是工程决策,而非参数或榜单比拼。理解其底层原理——如Tokenizer分词机制、RoPE位置编码优化、训练数据配比——才能真正把握中文处理能力;而开源策略的成熟度(从伪开源到生态开源)直接决定二次开发效率与长期可控性。技术价值体现在推理成本可控、长文本精准抽取、多轮对话稳定性等真实场景中;典型应用场景覆盖政务公文核稿、金融研报结构化提取、制造业故障诊断等高要求任务。本文基于对12家主流厂商的深度实测,聚焦AI大模型厂商、中文能力、开源策略三大核心维度,提供可落地的技术选型框架。

weixin_34417200的博客 923

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

元数据管理:OpenMetadata、DataHub、CKAN、Amundsen、Metacat、Open Data Discovery、Magda

元数据管理:OpenMetadata、DataHub、CKAN、Amundsen、Marquez、Metacat、Open Data Discovery、Magda

lonelymanontheway的博客 659

国产Claw类AI智能体:从开源定制到企业级部署的实战指南

AI智能体(AI Agent)作为连接大语言模型与现实世界的关键技术,正从概念验证迈向规模化应用。其核心原理在于通过“感知-规划-执行-反思”的闭环,赋予大模型调用工具、执行任务的能力,从而突破传统对话式AI的局限,实现自动化工作流。这一技术的价值在于将AI从“思想家”转变为“实干家”,显著提升开发、办公、数据分析等场景的效率。当前,基于开源框架(如OpenClaw)的深度定制和私有化部署,正成为降低技术门槛、满足企业数据安全需求的主流路径。本文聚焦国产Claw类产品的技术实践,详细解析其架构设计、工具生态

weixin_33946020的博客 437

视频大模型研发“每月一亿”投入能否保障技术领先?——多维战略评估与行业实证分析

🔍 行业洞察:阿里云视频检索系统采用“双通道缓存”设计——热数据存于NVMe SSD(延迟<100μs),冷数据自动迁移至对象存储,并通过大模型预测访问模式实现预加载,使95%查询响应<300ms。在AIGC爆发式演进的当下,视频大模型(Video Foundation Model)已成为全球AI竞争的核心制高点。:腾讯混元视频模型SkyReels V4采用“分层时空注意力+动态token剪枝”架构,在同等算力下推理速度提升3.2倍,该创新背后是其团队连续18个月聚焦视频理解子方向的专项投入。

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 770
上一篇: 张一鸣:为什么BAT挖不走我们的人才?
下一篇: 阿里巴巴Java 程序员常用的 10 款开源工具!用好了,事半功倍!
公众号:【GitHub爱好者社区】
博客等级 码龄6年 357粉丝 48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