云+区块链 实现区块链技术的普惠应用

以下文章来源于499小姐姐 ,作者链习生

“区块链在关乎老百姓切身利益的应用上是最有价值的。” ——朱琅

上周受“499社群”的邀请,京东云区块链PaaS产品负责人朱琅分享了《云+区块链实现区块链技术的普惠应用》,通过京东的实际应用案例,介绍区块链不同领域的企业级应用,并从技术架构到应用介绍京东云区块链数据服务BDS。以下为分享实录:

Alt
《链习生》第1期访谈主持人:

Alt

TALK

陈思: 今天主要和大家分享的是朱琅,京东云区块链产品负责人,2013 年正式加入京东,负责京东云 PaaS 产品的研发工作,2015 年转型产品经理,负责过京东云 IaaS,PaaS 等多款产品,从 0 到 1 孵化了京东云区块链产品,拥有多年的产品、研发经验。小姐姐们准备好欢迎今天的分享嘉宾朱琅。

朱琅: 499社群的朋友,大家晚上好,我叫朱琅,京东云区块链产品负责人。

陈思: 群里的各位小伙伴大家晚上好,我是今天的主持人,来自火币集团的亚太区商务与合作伙伴总监,陈思。今天为我们带来分享的是来自京东云的区块链产品负责人朱琅,让我们有请朱琅先进行下自我介绍。

朱琅: 刚刚主持人已经想把我说的自我介绍说完了,直接进入今天分享主题吧。我今天分享的主题是:《云+区块链 实现区块链技术的普惠应用》

Alt
大家看到这页内容,这些技术都很熟悉,我们现在处于数字经济时代中,数据是资产,AI是能力,安全是基础,物联网是连接,云是操作系统,通过区块链去中心化技术,实现了数据的共享。虽然区块链有非常重要的潜力、非常重要的地位,但区块链项目应用场景还比较单一。京东作为在全球范围内少数拥有区块链的丰富应用场景和落地场景的大型企业,拥有非常多的经验。接下来我会着重介绍下,京东云在区块链这块的技术探索和应用实践。

本次分享包括两大部分:
第一部分是区块链企业级应用,包含平台技术架构及行业应用案例
第二部分是区块链数据服务,也是分别从技术到应用介绍

先说第一部分

Alt
首先,我先从技术角度介绍下京东云企业级区块链BaaS平台,我们首先提供了区块链的服务,这个服务来讲简单分为几层,底下是IaaS层,这是我们整个区块链可以放在整个公有云,私有云、混合云体系里面。实现了30秒就可以构建一个全新的 BaaS 平台,BaaS 平台支持水平扩展,动态扩缩容。

第二,我们提供区块链底层平台,支持主流开源的联盟链Fabric、同样支持京东自研的 JD Chain,并且都做了优化。Fabric 优化到5000 TPS+,JD Chain能达到10000TPS+。目前JD Chain已经开源,这是我们的JD Chain官网链接:http://ledger.jd.com/。

Alt
这是我们整体的一个产品架构图,接下来,我从京东在各个场景的真实案例介绍区块链技术对各行各业的普惠。

Alt
这个是零售场景的中的应用:防伪溯源

为了追求商品品质,大家可能会使用跨境电商上购物,但你可能会关注两个问题:比如我买了一罐奶粉,上面写着新西兰产地,到底是不是新西兰产的,如果它真的是,它在路上全链条从国际运输、保税仓、国内运输送到我手里的时候有没有发生什么样的变化。

而京东区块链防伪溯源平台已经接入了700多家顶级品牌商,有600万+查询访问量。在商品详情页用户可以看到商品生产,加工,运输,销售,售后等全链路的商品信息,从而实现了商品信息实时查询,实时追溯。

除了电商的场景外,药品溯源我们可以保证疫苗从出厂到中间的运输、冷链到使用,保证全链条的监管。

Alt
金融场景中的应用:数字存证

关于区块链数字存证平台,目前京东与广州互联网法院,北京互联网法院,以及一些第三方仲裁机构一起构建了一个网通法院平台。最大的价值是在这个平台上的数字存证信息是有效的,可信赖的;通过区块链技术大大缩短了仲裁的时间,从传统的 60 天缩短到只需要 7 天。

Alt
第二个金融的案例是资产证券化案例。

比如京东的白条资产,白条是坏账率比较低,最大的问题是每一笔金额非常少,同时笔数非常多,而资产证券化整个的业务流程非常长,所有的认证方非常多。包括计划管理人、律师、会计、信用评级等等一系列。那么想要达成每一笔资产的确认,都是需要非常长的周期。而通过区块链把所有的信用联盟能够联系起来,就可以达到高效的共识。

京东区块链ABS案例荣获 “2019中国区块链优秀应用案例”,并且被成功收录于全球权威咨询与研究机构Forrester 2019年发布的区块链亚太区数字生态系统报告,亚太地区仅有四家厂商案例被收录,京东是中国唯一一家案例入选厂商。以上就是我今天的第一部分的分享内容。

陈思: 学习了,第一部分结束之后我其实有两个问题想要问一下朱老师,第一个是关于您刚刚讲到的应用场景,您能给我们讲解下目前区块链技术运用最广泛的应用场景吗?以及2020年区块链场景应用中最先会落地的是什么应用?有什么阻碍吗?

朱琅: 在实际业务场景中,目前我看到的是区块链技术在溯源、存证的场景中应用的最为广泛,也是大家提的最多的。然后关于2020年,其实从整体的基调上看,国家还是认可区块链技术的价值的,所以我觉得在民生方面的应用可能会最先落地。比如说企业办证中心,过去办理企业营业执照,你需要跑工商局,公安局,银行,税务局才能最终办下来,用了区块链技术,所有相关内容或者证明都上链之后,可以在一个地方就把所有事情都干了,大大提高办事效率。但这些场景因为涉及单位比较多,协作沟通上会遇到很大的挑战,因此,真正落地实施还有很长的路要走。

陈思: 感谢朱老师的解答,您刚刚也提到了区块链溯源的应用,第二个问题我想问,区块链溯源技术您觉得最具价值的又是什么应用?

朱琅: 我觉得在溯源上,关乎老百姓切身利益的应用是最有价值的,比如疫苗溯源,通过区块链技术来解决假疫苗问题,这个价值就很大。

陈思: 嗯嗯,能解决切实需求的的确意义重大。谢谢朱老师,关于第一部分的问题目前就这些,您可以接着给我们分享后面的内容。

朱琅: ok,那我开始第二部分的分享,我会详解介绍区块链数据服务 BDS。先从技术角度:

Alt
区块链数据服务 BDS 是我们发布的第二款区块链产品,京东云想做一件什么事情呢,我们希望把孤岛的数据可以聚合起来,放到统一一个地方;希望把离散的,非结构的数据变成有关联的,结构化的数据。

目前我们接入了包括 BTC,ETH,XRP,LTC,BCH 等公有链,通过技术手段获取了交易所,论坛,资讯等一些第三方数据。以上的数据都会导入到我们的大数据分析平台,经过数据分析加工之后,得到了像交易金额,交易次数,交易金额分布,交易手续费,新增地址,活跃地址,地址余额分布,地址分类等数据指标。

最后,为了方便大家体验和使用,我们提供了区块链数据 BI 工具,支持 SQL 查询 和 条件查询,支持对查询结果包括但不限于表格,曲线,柱状图等多样的数据可视化方式;还有包括数据智能提供数据实时更新,实时监控等其他功能。

这个是我们的产品官网地址:https://bds.jdcloud.com/
这是BI工具地址:https://bds-console.jdcloud.com/

那在实际的场景中对于用户来说,有哪些应用呢,我给大家详细介绍下:

Alt
区块链数据服务应用场景——数字监管。区块链数据服务提供了链上用户日活、月活、留存率,交易频率等100+的自定义数据指标,以上数据真实、客观反映了区块链的运行状况,从而形成区块链的完整运营分析报表。

Alt
这是我们 BDS 产品的系统架构图,系统架构的最左边是我们的数据源,分别包括了全节点,交易所,社交媒体,所有的数据都会同步到消息队列 queue 中;右边整体的一大块就属于 BDS 了,Splitter 会定于 Queue 里面的内容,一部分会交给我们的数据实时处理模块,一部分会直接存储到数据仓库中;实时处理模块会对原始数据做加工处理后再存储到数据集仓库中;这里我们还用到了机器学习,根据地址的行为,进行地址的标记;针对数据仓库的数据,我们提供了BI工具进行可视化,同时也提供了 API 模块,支持 Restful 接口调用,还有一个就是 Report Service,因为我们和做区块链资讯的企业有合作,这个模块就是形成区块链报告的服务。最右边我们还提供了事件服务,针对区块链上类似异常交易的行为可以进行订阅,告警通知;

Alt
目前我们的这个项目已经在 Github 开源:这个是我们的开源项目地址 https://github.com/jdcloud-bds

目前我们的项目最多的赞已经达到1100+个,我们项目已经开源,至于开源目的主要有三块:

  1. 标准化区块链的数据模型,制定区块链行业数据指标标准
    2.为区块链开源社区做贡献 - 首款提供区块链数据分析的工具
    3.以数据为驱动,吸引更多的人参与到区块链开源社区,参与区块链开发工作

我认为区块链进一步的发展,一定要对外创造价值,对社会有益。而区块链与云计算的结合,让用户在不同的场景中可以快速接入区块链技术,给生产生活带来价值,实现真正的普惠

Alt
在最后,和大家分享下我认为关于 2020 年区块链的关键字,大家也可以一起思考下。

第一个首当其冲的莫过于:CBDC,央行数字货币具体会如何推出,会给当前的区块链市场带来什么影响呢?
第二,就是说了很久的 ETH 2.0 终于要开始交付了,是否会一切顺利呢?
第三,Libra 的高调宣布,到现在受到了种种的阻碍,是否还能顺利推出?
第四,虽然zk-SNARK 已经成功在 ZCash中应用,零知识证明不再是一个纸上谈兵的事情,

但是还需要更多的项目来证明其实用性。以上问题大家每个人的答案都可能不一样。

Q&A

陈思: 感谢朱总,听下来京东云区块链团队真的是已经做了很多方面的布局、尝试和思考,对于第二部分的内容我也有一些问题想问问下朱总,在未来的区块链3.0时代,必将伴随着大规模应用的商业落地,而“链改”很有可能在其中带起另一个风口,通过帮助实体经济在实践中应用区块链技术,您觉得会带来怎样的经济增长动力?

朱琅: 我觉得“链改”是通过区块链技术来提高大家的工作,办事效率,效率提高了,我觉得经济也不会差吧,2020年的关键字我也在思考中,所以今天也是抛出来问题,我也想听听大家的看法。

陈思: 大家对于朱总抛出来的问题有想法的也可以谈论分享。

秋月: 感谢,关于第一部分,网上仲裁这块,有没有一些具体落地的应用案例?还有朱老师提出的几个问题,朱老师是怎么看呢?

朱琅: http://blockchain.people.com.cn/n1/2019/0415/c417685-31030218.html,这个是我们的网通法连平台的文章,您可以看看。

陈思: 我还有一个跟咱们的业务结合比较紧密的问题:区块链与云计算结合是区块链落地实体经济的重要方向,也是区块链为实体经济赋能的重要方式;为此您如何看待?2020年区块链+云计算有什么机遇和挑战?

朱琅: 区块链的一大特性就是去中心化,运行区块链需要计算机等其他设备,而云能很好的和区块链进行相关结合,因为云售卖的就是计算,网络资源,同时云上也提供了IOT相关的解决方案。云的计算资源又是全球分布的,所以云和区块链的结合,可以认为是相辅相成。然后我觉得核心挑战还是说如何提升公有链的性能,来满足实际业务场景的需求。

陈思: 也算是在特性上很契合的结合了。

朱琅: 实际场景对系统的性能要求比较高,目前的公链是无法满足的。

陈思: 是的,未来更多应用场景的爆发,还是需要现有技术的突破来做前置条件。

朱琅: 这也就是我上面提到的 ETH 2.0 想解决的问题。

陈思: 不过也正是因为现有技术的不满足,我们的努力也才更有价值,谢谢朱总的解答。

郭郭: 请问Fabric 主要优化了哪些点?TPS可以达到这么高?

朱琅: 其实 Fabric 的性能优化主要一大块就是我们修改了其共识机制,采用 raft 一致性算法,早期的 Fabric 是通过 Kafka 消息队列的方式来实现公式的,效率其实不高。

陈思: 朱总真的是很耐心的回答了我们又接地气又专业的问题,对于刚刚京东云区块链团队在做的很多领域的尝试和落地,火币中国其实也都有尝试和合作,例如关于溯源的产业咨询、数据服务、存证上链等等,也希望之后可以有机会合作共赢。再次感谢朱总的分享。

最后,感谢各位的聆听,也感谢499提供的平台。本次分享的内容和资料都会发布到京东云开发者社区公众号上。关于京东云区块链的更多实践及视频课程,也可以从公众号中获得。

点击【阅读】了解更多京东云区块链相关内容

欢迎点击“京东云”了解更多精彩内容

Alt

相关推荐

京东云推出全新JoyCode智能编码工具,让AI Coding从代码生成走向成果交付

全新JoyCode结合项目背景与任务目标,通过Agent Loop持续规划、执行、验证与迭代,并支持多智能体并行协作、模型灵活配置及工具与流程复用,贯通从需求分析到开发验证的任务链路,推动AI Coding从代码生成走向可运行软件与可用工具的成果交付。模型使用的关键,不只是选择更强的能力,而是让投入与任务需要相匹配。作为面向严肃开发场景的企业级编码产品,京东云JoyCode所拓展的,不只是代码生成的能力,更是将专业经验与日常灵感付诸实现的路径,让技术承接实现过程中的繁复,让人更专注于问题、判断与创造。

京东科技开发者 214

GPT-6凌晨上线智能UI:智能UI时代的技术架构重构与应对之道

从命令行到图形界面,计算机行业用了三十年证明了同一件事:人类需要视觉的、空间的、可重复的交互表面,纯文字从来只是过渡形态。智能界面的出现,意味着AI行业第一次大规模承认了这个规律——对话是创造的接口,界面是使用的归宿。生成的界面如何稳定下来?个人的数据与身份如何安全地沉淀?Agent的行动能力如何可信地放大?谁能把这三个问题答好,谁就站在了Personal Agent图形界面时刻的浪潮之巅。

京东科技开发者 233

AI 会写代码之后,交付为什么还没变快?

AI 写代码,只是这场变革的起点,而不是终点。真正决定一个组织能否吃到 AI 红利的,不是"能不能用 AI 写出代码",而是敢不敢用 AI 重新设计交付流程、重新划分角色分工、重新组织团队结构。研发视角能把工具和个人推到极致,却会在组织的边界前止步;只有站上组织视角,把AI × 工具一路推进到AI × 组织,那些被 AI 照出来的摩擦,才会真正被抹平。国际技术部 Multi AI Native 想做的,正是这件事——让 Agent 成为你可靠的数字战友,让每一次迭代交付都快一个量级;

京东科技开发者 323

OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建

长期以来,数据看板开发主要有两种方式:一种是使用标准化 BI 工具,交付快、成本低,但图表样式、交互体验和功能扩展都受限于 BI 本身的能力;另一种是自研定制开发,能够充分满足复杂和个性化需求,但需要投入大量研发资源,交付周期也更长。比如一个通过 BI 只需要 1 天就能搭建出来的看板,如果采用自研方式,可能需要投入 30 PD 的研发人力。既然 BI 交付这么快,为什么不把所有看板需求都交给 BI?原因在于,业务某些场景需要的不只是把数据展示出来。

京东科技开发者 385

当我谈数据库高可用时我谈些什么

大家都经常听到说数据库的双1,那双1指的是什么呢?参数=1(最安全)≠1(更快但可能丢)每次提交都把 redo 刷盘0/2:攒着刷,崩溃丢最近 1 秒每次提交都把 binlog 刷盘0/N:攒着刷,崩溃丢最近若干条"双 1"(都设为 1)= 单机不丢已提交事务的前提。生产核心库必须双 1;代价是每次提交两次 fsync。小结:单机层用 WAL 提速、用 2PC 保证 redo/binlog 一致、用崩溃恢复裁决半成品事务、用双 1 兜底持久性。

京东科技开发者 325

ScoAI:面向供应链的运筹原生决策智能

ScoAI 关注的并非 AI 能否进入供应链,而是 AI 参与供应链决策之后,哪些内容适合通过数据学习,哪些关系必须显式计算,以及哪些结果需要依据执行记录进行验证。其基本分工是:供应链业务定义问题、资源与行动后果,运筹学表达目标、约束和协同关系,AI 提供可复用的估计与判断。真正用于改进后续决策的,不仅是模型生成的初始结果,还包括实际采取的行动及其产生的业务反馈。

京东科技开发者 410

拆解海博 AI-Native 落地保障:海博团队 AI 知识库能力建设

绕了一大圈,回头看,我们其实一直在解开头那三个结:AI 读不懂系统、影响面靠人脑记、测试预期没处查。做到这里,本质上是把"AI 用不好"这个问题,从"是不是该换个更强的模型"重新定义成了"怎么把上下文经营好"。顺着这个思路,我们攒下了这么几样东西:•。

京东科技开发者 566

从零构建一个生产级记忆型 AI Agent —— AgentScope 项目全景技术与学习指南

domain 层端口接口(domain)职责适配器实现(infra)对话流水账读写经验记忆检索/落库请求级幂等四态会话元数据 CRUD会话级 Skill 选择态Skill 元数据HITL 权限网关(domain 内含逻辑,见第四篇)StreamSink技术中立的流式下沉(client 层桥接)以幂等端口为例,头部注释明确写道:实现 domain 端口,持有实体不出 infra 边界,对外只暴露嵌套视图GateResult。

京东科技开发者 619

数据涅槃:Agentic 重塑搜推数据生产体系

当前大模型已经能够理解需求、生成代码和解释错误,但数据生产的难点并不只是“写出一段 SQL”。一个需求还要经过数据源确认、口径澄清、加工编排、资源规划、任务提交、调度运行、结果交付和故障处置。任何一步缺少都可能让“看起来正确”的任务变成生产事故。

京东科技开发者 388

81.8 秒的视频,我们改了 15 个版本:一次纯 Codex 驱动的 AI-native 视频实践

81.8 秒、15 个版本,这些数字真正想说明什么?视频制作正在从一组专业软件里的复杂操作,变成一场围绕目标、参考和反馈展开的持续对话。AI 已经可以接住从脚本到交付的大量工作。你可以把精力留给更重要的部分:理解观众、选择故事、判断好坏。过去停在 PPT 和脑海里的想法,现在有机会被快速做成一支能看、能改、也愿意转发的视频。如果明天就要介绍你手头的项目,你最想先把哪一步交给 AI?

京东科技开发者 473

Codex 驱动的移动端AI全栈开发:从 Relay 原型图到可交付链路

AI 编程工具降低了跨端开发门槛,但“让 AI 写页面”并不等于“完成移动端交付”。PC 运营端页面通常以功能闭环为中心,设计约束较弱,研发可以基于组件库快速搭建;移动端 C 端页面直接面对用户,Relay 原型图和 UI 设计稿不仅是视觉参考,更是交互、信息层级、状态反馈和业务信任感的综合契约。

京东科技开发者 598

Claude Code vs Codex 记忆体系深度对比

Claude Code —— 分层自动记忆系统四层分层架构(CLAUDE.md / Auto Memory / Session Memory / AutoDream)构成自优化闭环,系统主动捕获、分类、去冗并跨会话接力经验。走的是自动化优先路线——让机器替人记忆、替人整理,以少量可控性的不确定换取强大的经验积累能力。Codex —— 声明式契约系统两层扁平架构(AGENTS.md 静态声明层 + 会话上下文层),记忆完全由人显式订立、显式修改,系统只读契约、绝不擅自变更。走的是可控性优先。

京东科技开发者 632

上游给空、下游拿到 -1,我把故障一直追到了 commons-beanutils 的构造函数

这篇手记是一份事后复盘,写在我们已经把修复推上线、把测试用例跑绿、把约束文档沉淀进团队库之后。非研发同事,可以直接从第八章开始看,前七章都是讲排障和代码分析。故障本身不复杂,修复也不复杂,但这次排查真正让我想写下来的,不是技术本身——而是从问题提报到解决全程AI的作用:问题定位:业务方反馈了一个异常单号说「下发失败」,一线运维同事直接在日志系统捞到相关的系统日志,用IDE打开下游代码库,把异常信息给到JoyCode——AI 直接指向了问题是serialType值非法,系统只接受0和1,而当前上游给的是-1。

京东科技开发者 722

SKill测评:谁才是真正的Skill之王?

巧合的是,阿里近期开源了一款名为 Skill-Up 的测评工具——它专门面向 Agent Skill 开发者,支持在 Claude Code、Codex、Qoder CLI 等真实 Agent Engine 环境中验证 Skill 的功能正确性,并可将失败用例转化为精准的修复指引,同时支持本地与 CI 环境的持续回归。2026年,Skill 的热度不减,已成为 AI 辅助编程领域的标配。在日常研发中,无论是沉淀个人经验,还是将团队的优秀范本标准化,将知识“蒸馏”为 Skill 已是大家的常规操作。

京东科技开发者 641

让AI真正参与工作!JoyDesk已上线京东云

JoyDesk提供覆盖AI资产管理、权限控制、安全策略、审批审计、运营监控等企业级治理能力,支持按组织、角色和项目进行精细化权限管理,并支持私有化部署,确保企业数据边界清晰、AI行为全程可追溯、安全策略灵活可配置,满足金融、政企等行业对数据安全和合规治理的要求,让AI真正成为企业可信赖的生产力。JoyDesk支持MCP协议、标准API、技能等多种开放接入方式,可快速连接企业现有业务系统,将业务能力封装为AI可调用的技能和专家,让AI能够理解业务流程、调用业务系统、完成业务任务,而无需改变企业原有IT架构。

京东科技开发者 676

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手【最终版】

这个项目展示了AI Agent 在垂直内容创作领域端到端自动化:从内容理解到播客输出,全流程 AI 驱动多模态融合:文字、图片、音频、视频统一处理专业级音频质量:音色设计 + 智能混音,输出广播级品质低门槛使用:可视化配置 + 自然语言交互,无需技术背景。

京东科技开发者 564

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(高级篇)

这是一个 AI 驱动的播客创作助手,专注于从文字/视频/音频内容识别到播客制作的全流程。你可以用自然语言与它对话,也可以上传视频和音频,它会理解意图、调用相应的语音合成工具,把他们变成真实的播客音频。

京东科技开发者 728

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(进阶篇)

这是一个AI 驱动的音频内容创作助手。你可以用自然语言与它对话,它会理解意图、调用相应的语音合成工具,把文字变成真实的播客音频,并保存在本地。关于项目的详细介绍见第一篇文章:第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)这篇文章更多介绍进阶篇添加的功能。

京东科技开发者 553

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)

这个项目让我第一次把前端、后端、AI Agent 三块内容独立串联起来。技术选型上每一块都是当下主流的方案,实际跑通整条链路之后对"全栈"有了更具体的感受。框架版本要锁定:LangChain 这类快速迭代的框架,版本差异带来的问题远比你想象的多先跑通链路,再追求完美:新手阶段能把用户输入 → AI 处理 → 结果展示这条链跑通,比深入某个技术点更有价值多看官方文档:相比博客和教程,官方文档更新及时,特别是 LangGraph 这种新框架后续计划继续迭代,欢迎交流!

京东科技开发者 611

ICLR 2026 | 面向序列决策的贝叶斯集成方法

在这篇工作中,我们关注的是。

京东科技开发者 296

ICML 2026|NaviAgent:面向 Oxygen 智能体的可扩展工具编排

大型语言模型(LLM)越来越多地作为函数调用代理,调用外部工具来处理超出其静态知识范围的任务。然而,它们通常一次只调用一个工具,缺乏对任务结构的全局视图。由于工具之间往往相互依赖,这会导致错误累积和可扩展性差,尤其是在扩展到数百或数千个工具时。为了解决这些局限性,我们提出了NaviAgent,一种显式的双层架构,它通过基于图的工具关系建模将任务规划与工具执行解耦。在规划层,基于 LLM 的代理决定是直接响应、澄清意图,还是检索并执行一个独立于工具间复杂性的工具链。

京东科技开发者 389

实测 9 款 AI 架构图工具:从 Mermaid 美化到 GPT-Image2,一份选型清单

支持 5 类图(架构图、工作流图、时序图、数据流图、生命周期/状态机图),主题 4 种(Classic、Signal Flow、Blueprint、Editorial)+ 3 种色彩模式(Dark / Light / System Auto),输出格式含 HTML、PNG、SVG、WebM、Share Card PNG、JSON IR。它把提示词图库、图像生成案例、参考图编辑流程和命令行工具整合在一起,让 AI Agent 能直接调用 GPT Image 2 模型完成文生图、图生图、参考图编辑等任务。

京东科技开发者 910

别再守着 Claude Code 了——学会指挥它自主干活

回到开头那句:别再一句一句地喂它、然后守着屏幕。真正的用法是——把一件事想清楚、划好边界、给它一个能自我验证的目标,然后交出去。你会发现,省下来的时间不是一点半点。把重复的判断和执行还给机器,把真正需要你的判断留给自己。

京东科技开发者 587

CVPR 2026|Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破

京东零售技术团队联合清华大学提出DirectFisheye-GS框架,创新性地将鱼眼相机模型原生嵌入3D高斯泼溅管线,通过跨视角联合优化策略直接处理鱼眼图像,避免了传统去畸变预处理导致的信息损失。该方案在多个公开数据集上达到SOTA性能,有效解决了单视角优化引起的几何畸变和视角不一致问题,同时保持与现有3DGS工具链的兼容性。技术已应用于电商3D重建和4D体积视频等场景,显著提升了沉浸式体验。相关论文被CVPR 2026接收,为宽视场场景重建提供了高效解决方案。

京东科技开发者 355

拆解海博 AI-Native 落地保障:Harness、双 Loop、知识库与技能自主迭代实践

海博研发RoadMap 的落地,彻底终结了 AI 编程“对话式玄学”的旧模式,真正落地了AI Native 研发工程化。它证明 AI 规模化赋能研发的核心,不在于堆砌大模型能力,而在于用工程思维重构 AI 的工作范式:用结构化流程替代随机对话,用固化规则约束模型行为,用持续沉淀实现能力复利,用分层架构支撑规模化落地。

京东科技开发者 638

让 AI 快速「读懂」你的代码仓:Joy-Code-Graph 云端图谱服务的三次进化

代码知识图谱不是要取代 AI 的智能,而是要补齐它对代码全局关系的认知盲区。当 AI 能一眼看清「谁调用了谁、改动会波及哪里」,它写出的代码才真正靠谱;当这份认知安全地留在自己手里、随时被 Joygen 调用、并且永久沉淀在代码仓里——AI 编程的体验,才算真正上了一个台阶。这,就是我们做 Joy-Code-Graph 云端服务的初衷。能力共享,数据自主;一次建图,长期受用。

京东科技开发者 752

【Coding生态】从代码托管到 AI 能力底座:与Coding一起共建 AI 研发生态

前两种框架能够很好地支撑对话式能力和预设流程式能力。它们适合基于提示词或预设工作流完成研发问答、知识查询、流程编排等任务。但在更复杂的研发场景中,仅仅“回答问题”还不够。当用户业务逻辑复杂时,一旦场景进入真实落地阶段,例如下载代码、修改文件、执行命令、安装依赖、运行测试、读取完整代码文件,或者与自有系统联动、将结果渲染到 Coding 页面、推送到京 ME,AI 应用需要的不只是知识能力,还需要真实的代码库操作能力和独立可执行环境。

京东科技开发者 768

GPT-5.6、ChatGPT Work 与 Codex 更新食用指南

三档模型当前都提供 1,050,000 tokens 上下文、922,000 tokens 最大输入和 128,000 tokens 最大输出,接受文本与图像输入、输出文本,并支持 web search、file search、Computer Use、MCP、Tool Search、Skills、Apply Patch 等工具。Work 可以读取你提供的文件,通过插件连接 Slack、Google Drive、SharePoint、邮箱、日历、CRM 或项目系统,调用获批工具,并在执行中展示进度。

京东科技开发者 873

把业务流程沉淀成高质量 Skill 的实践路径

使用Record & Replay创建的Skill,尽管创建流程简单,但它的本质实际是让 AI 去操作页面,这不但有可能影响我们对电脑的操作,还有可能无法稳定复现。创建Skill时,可以使用 Codex 的 Record & Replay 插件,把一次手工操作录下来,再让 AI 生成可复用流程。刚开始切换时,很容易遇到接口报错,可以让Codex排查原因进行优化,直到可以稳定执行;补充相应业务背景,说明这件事为什么要做,谁会用,输入从哪来,输出给谁看。电脑休眠、关机、软件没开时,本地任务可能无法执行。

京东科技开发者 836

政企前台AI-Agent的架构实践:打造可复用的 AI 服务平台-【灯塔计划】

不止是爆火的龙虾,还是各种Skills,MCP、Agent,脱离的具体的场景谈方案,最后只会是一场空。这一套可复用的 AI 服务平台,截止目前,通过前后端对接规范文档,多项能力已快速接入到各个场域的不同端平台,大幅降低研发成本, 并且各业务线新场景的接入从原来的 “开发驱动” 转为 “配置驱动”,接入周期从天维度缩短至小时级。

京东科技开发者 864
上一篇: TIOBE公布2019 年度编程语言!清华姚班首发高中AI教材
下一篇: 【签到有奖】新年礼包,5G手机等你来拿!100%中奖
京东云开发者
京东云开发者 企业官方账号 企业官方账号
博客等级 码龄8年 1万+粉丝 2141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