重磅|中科院开源软件点亮计划,万元奖金等你来拿!

云妹导读:

“开源软件供应链点亮计划-暑期2020”是由中国科学院软件研究所与openEuler 社区 共同举办的一项面向高校学生的暑期活动,旨在鼓励在校学生积极参与开源软件的开发维护,促进国内优秀开源软件社区的蓬勃发展。

京东自研的开源、开放云原生存储平台 ChubaoFS 也加入到了此次项目中,同时针对重要开源软件的开发与维护将提供11个项目,并向全国高校学生开放报名。

项目概况

“开源软件供应链点亮计划-暑期2020”将联合各大开源社区,针对重要开源软件的开发与维护提供 mini 项目,并向全国高校学生开放报名。学生可自主选择感兴趣的项目进行申请,并在中选后获得该软件资深维护者(社区导师)亲自指导的机会。根据项目的难易程度和完成情况,参与者还可获取“开源软件供应链点亮计划-暑期2020”活动奖金和奖杯。

活动参与方主要角色为学生、社区和导师。

  • 学生:学生自由选择项目,与社区导师沟通实现方案并撰写项目计划书。被选中的学生将在社区导师指导下,按计划完成开发工作,并将成果贡献给社区。社区评估学生的完成度,主办方根据评估结果发放资助金额给学生。

  • 社区:社区提供项目列表和描述,并安排项目对应的导师,导师与申请者沟通方案、并从申请者中选中一位承接项目。在为期三个月的开发周期中,导师指导学生进行对应项目的开发工作。

  • 导师:社区针对每一个项目指定一个社区导师,与学生一起制定合适的开发计划和方案,指导学生按计划完成开发。

项目奖金

每个项目难度分为高、中、低三档,对应税前奖金分别为高(12000 元)、中(9000 元)、低(6000 元)。(注:奖金数额为税前金额)。

* 难度分级由社区根据项目任务决定。

本活动主要针对高校大学生,可访问以下网址了解更多信息:

官方活动说明:https://isrc.iscas.ac.cn/summer2020

学生指南:https://isrc.iscas.ac.cn/summer2020/help/student.html

热点问题:https://isrc.iscas.ac.cn/summer2020/help/

社区邮件列表:

liteos@huawei.com

社区官方公共联系邮箱:

liteos@huawei.com

“暑期2020”项目:https://bbs.huaweicloud.com/blogs/170628


关于 ChubaoFS

ChubaoFS 是京东自研的一个开源、开放的云原生存储平台,提供分布式文件系统与对象存储服务,为云原生应用提供计算与存储分离的持久化存储方案,通过开放的社区形式与全球开发者共建一个开源、开放、多元与包容的生态体系,打造一个拥抱云原生的存储平台。同时 ChubaoFS 社区也是一个技术活跃,鼓励创新,不断开拓技术新方案与最佳实践的平台。

????社区官网:https://www.chubao.io

????项目地址:https://github.com/chubaofs/open-source-promotion-plan-summer-2020-tasks

  扫码进入 ChubaoFS 专属微信交流群 

????????????

(如无法加入,可在后台回复“ ChubaoFS 社群”)

今晚7点将有精彩的项目说明直播哦~

扫码立即加入直播详情


 ChubaoFS项目任务

ChubaoFS 社区提供的十一个项目任务

项目一

项目题目: 基于DataFusion和ChubaoFS的存储计算分离

项目描述: 在ChubaoFS创建一个基于DataFusion的compute node, 并提供基于ChubaoFS存储节点的SQL服务,使用户可通过SQL在ChubaoFS中存储的非结构化文件中检索信息。

难度: 高

社区项目导师: Dr. Wei Ding

导师联系方式: wei.ding@jd.com

项目产出要求: 完成源码开发并且demo基本的SQL操作

项目技术要求:Rust, Go

相关仓库地址:

  • https://github.com/apache/arrow/tree/master/rust/datafusion

  • https://github.com/chubaofs

项目二

项目题目: 基于DataFusion和ChubaoDB的存储计算分离

项目描述: 在ChubaoFS创建一个基于DataFusion的compute node并提供基于ChubaoDB的SQL服务。

难度: 高

社区项目导师: Dr. Wei Ding

导师联系方式: wei.ding@jd.com

项目产出要求: 完成源码开发并且demo基本的SQL操作

项目技术要求: Rust、Go

相关仓库地址:

  • https://github.com/chubaofs/chubaodb

  • https://github.com/apache/arrow/tree/master/rust/datafusion

项目三

项目标题: 分布式文件系统ChubaoFS测试框架

项目描述: ChubaoFS是云原生的分布式文件系统及对象存储,提供高可用可扩展的分布式存储服务。如何对分布式系统进行有效的自动化测试至关重要,是项目稳定性重要保证,可缩短发布周期和及时发现低概率问题。

项目难度: 中

项目社区导师: Zhengyi Zhu

导师联系方式: zhengyi.zhu.hust@gmail.com

项目产出要求:

  • 基于docker环境搭建的分布式测试框架

  • 基于ChubaoFS的有针对性的测试用例

项目技术要求:

  • 熟练使用docker命令

  • 对一致性复制协议有一定了解,主从复制协议,raft

  • 具备一种脚本语言,如 Python、Bash script 等

相关的开源软件仓库列表:

github.com/chubaofs/chubaofs

项目四

项目题目: 基于Raft和Rocksdb实现一个简单的分布式Key-Value数据库

项目描述: 利用已有的Raft和Rocksdb,组合实现最终一致的分布式Key-Value数据库软件。效果类似etcd或者是zookper。

项目难度: 中

项目设计导师: Jian Sun

导师联系方式: ansj-sun@163.com

项目产出要求:

  • 完成源码开发及相关测试用例

  • 实现CRUD的基本功能。

项目技术要求:

  • 熟练使用Rust语言

  • 熟悉Raft算法

相关仓库地址:

  • https://github.com/chubaofs/chubaodb

  • https://github.com/tiglabs/raft

项目五

项目题目: ChubaoFS项目文档重构

项目描述: 对当前项目的中英文文档的结构进行重新组织,优化文档结构并补充缺少的的内容。包括项目的设计文档、管理员手册、用户文档、FAQ等主题。

难度: 中

项目社区导师: Mofei Zhang

导师联系方式: mofei2816@gmail.com

项目产出要求:

  • 完成英文文档结构梳理并优化文档结构

  • 完成中文文档结构梳理并优化文档结构

项目技术要求:

  • Markdown

  • Restructured text (rst)

相关仓库地址:

  • https://github.com/chubaofs/chubaofs

  • https://github.com/chubaofs/docs-zh

项目六

项目标题: 分布式文件系统ChubaoFS命令行管理工具

项目描述: ChubaoFS是云原生的分布式文件系统及对象存储,基于http协议提供了丰富的资源管理接口。将这些接口整合和封装到基于Linux操作系统的命令行客户端,对于ChubaoFS分布式文件系统易用性提升、推广和普及具有十分重要的意义。

项目难度:中

项目社区导师:Xihao Xu

导师联系方式: xxscott@163.com

项目产出要求:

  • 命令行客户端基本覆盖ChubaoFS官方文档提供的接口

  • 命令行客户端在Linux终端的显示风格一致、易读性高

项目技术要求:

  • 熟悉docker命令

  • 熟悉Linux操作系统常用命令

  • 熟练使用golang编程语言

  • 有cobra命令行框架开发经验者优先

相关仓库地址: github.com/chubaofs/chubaofs

项目七

项目题目: ChubaoFS的高级检索引擎ChubaoDB集群调度

项目描述:ChubaoDB是ChubaoFS的高级数据检索引擎,是基于ChubaoFS的检索服务。对ChubaoDB的集群调度进行设计和开发,平衡集群资源的负载。

难度:高

项目社区导师: Jian Sun

导师联系方式: ansj-sun@163.com

项目产出要求: 搭建调度环境,模拟各种情况,产出规则算法

项目技术要求: Rust

相关仓库地址: https://github.com/chubaofs/chubaodb

项目八

项目题目: 基于Rook在Kubernetes集群中部署ChubaoFS Console

项目描述: 服务容器化已成为部署服务的主流方式,Kubernetes作为管理容器化的工作负载和服务最流行的平台,拥有庞大且快速成长的生态系统。一个Kubernetes集群中能够部署多少应用,除了受限于CPU和内存外,还会受限与磁盘空间,尤其是需要大量数据存储需求的应用。本项目希望基于Rook实现在Kubernetes集群中更加简单高效的部署和运维ChubaoFS Console。

难度: 高

项目社区导师: Chengyu Liu

导师联系方式: liuchengyu@jd.com

项目产出要求:

  • 完成Rook ChubaoFS Console的开发,实现ChubaoFS Console基于Rook的方式进行安装

  • 实现ChubaoFS Console基于Rook的方式进行升级

  • 实现ChubaoFS Console基于Rook的方式进行卸载

项目技术要求:Golang、Kubernetes、Docker、Shell

相关仓库地址:

  • https://github.com/chubaofs/chubaofs

  • https://github.com/kubernetes/kubernetes

  • https://github.com/kubernetes/client-go

  • https://github.com/rook/rook

项目九

项目题目: 基于Rook在Kubernetes集群中部署ChubaoFS CSI

项目描述: 服务容器化已成为部署服务的主流方式,Kubernetes作为管理容器化的工作负载和服务最流行的平台,拥有庞大且快速成长的生态系统。一个Kubernetes集群中能够部署多少应用,除了受限于CPU和内存外,还会受限与磁盘空间,尤其是需要大量数据存储需求的应用。本项目希望基于Rook实现在Kubernetes集群中更加简单高效的部署和运维ChubaoFS-CSI。

难度: 高

项目社区导师:Xihao Xu

导师联系方式: xxscott@163.com

项目产出要求:

  • 完成Rook ChubaoFS CSI的开发,实现ChubaoFS CSI基于Rook的方式进行安装

  • 实现ChubaoFS CSI基于Rook的方式进行升级

  • 实现ChubaoFS CSI基于Rook的方式进行卸载

  • 实现Kubernetes应用正常使用ChubaoFS CSI创建的PVC

项目技术要求:Golang、Kubernetes、Docker、Shell

相关仓库地址:

  • https://github.com/chubaofs/chubaofs

  • https://github.com/kubernetes/kubernetes

  • https://github.com/kubernetes/client-go

  • https://github.com/rook/rook

项目十

项目题目: 基于Rook在Kubernetes集群中部署ChubaoFS

项目描述: 服务容器化已成为部署服务的主流方式,Kubernetes作为管理容器化的工作负载和服务最流行的平台,拥有庞大且快速成长的生态系统。一个Kubernetes集群中能够部署多少应用,除了受限于CPU和内存外,还会受限与磁盘空间,尤其是需要大量数据存储需求的应用。本项目希望基于Rook实现在Kubernetes集群中更加简单高效的部署和运维ChubaoFS。

难度: 高

项目社区导师: Chengyu Liu

导师联系方式: liuchengyu@jd.com

项目产出要求:

  • 完成Rook ChubaoFS的开发,实现ChubaoFS基于Rook的方式进行安装

  • 实现ChubaoFS基于Rook的方式进行升级

  • 实现ChubaoFS基于Rook的方式进行卸载

项目技术要求:Golang、Kubernetes、Docker、Shell

相关仓库地址:

  • https://github.com/chubaofs/chubaofs

  • https://github.com/kubernetes/kubernetes

  • https://github.com/kubernetes/client-go

  • https://github.com/rook/rook

项目十一

项目题目: 基于Rook在Kubernetes集群中部署ChubaoFS Monitor

项目描述: 服务容器化已成为部署服务的主流方式,Kubernetes作为管理容器化的工作负载和服务最流行的平台,拥有庞大且快速成长的生态系统。一个Kubernetes集群中能够部署多少应用,除了受限于CPU和内存外,还会受限与磁盘空间,尤其是需要大量数据存储需求的应用。本项目希望基于Rook实现在Kubernetes集群中更加简单高效的部署和运维ChubaoFS Monitor。

难度: 高

项目社区导师: Chengyu Liu

导师联系方式: liuchengyu@jd.com

项目产出要求:

  • 完成Rook ChubaoFS Monitor的开发,实现ChubaoFS Monitor基于Rook的方式进行安装

  • 实现ChubaoFS Monitor基于Rook的方式进行升级

  • 实现ChubaoFS Monitor基于Rook的方式进行卸载

项目技术要求:Golang、Kubernetes、Docker、Shell

相关仓库地址:

  • https://github.com/chubaofs/chubaofs

  • https://github.com/kubernetes/kubernetes

  • https://github.com/kubernetes/client-go

  • https://github.com/rook/rook

 以上,Enjoy~ 


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 220

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 236

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 325

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 387

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 326

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 412

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 621

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 390

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 475

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 642

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 565

【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 729

【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 554

【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 911

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 753

【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: 全民上云时代 如何选择云服务最划算?
下一篇: 云计算的下半场 —— Serverless 2020 发展解读
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