20年编程,AI编程6个月,关于Copliot辅助编码工具,你想知道的都在这里

AI代码辅助工具

尝试各种辅助编程的AI工具

笔者是一个后端Coder~,开发工具使用Idea和VsCode。在过去我一直尝试找到一款适合自己的智能代码辅助工具,来告别繁琐的重复性编码,好提高开发效率。直到AIGC和AI Agent的迅速发展,越来越多的AI编码辅助工具百花齐放。宣告天下-生成式编码新赛道的来临。于是开始使用Github Coplilot、Bito、 Duet AI、CodeWhisperer、 通义灵码/蚂蚁百灵、 Comate、CodeGeeX2 等不下10种的工具。

AI生成工具总结:

产品版本功能费用链接总结
(微软) GitHub Copilot个人/企业1.代码补全 2.根据注释生成代码 3.创建 SQL 查询 3.代码优化 4.问答 5.单元测试个人版每月$10 企业版每月$19官网业界排名第一 最新版代码补全能力遥遥领先,使用Open AI的大模型用Github库来训练。新版chat是GPT-3.5。只要网络允许绝对首选。 根据github统计,96%的人研发认为可以快速完成重复工作,80%的研发认为可以提高工作效率。
(google)Duet AI企业版1.生成代码 2.生成单测 3.回答有关 Google Cloud 产品的问题。 4.代码优化 5.对错误消息进行问题排查每月 $19官网UE和响应速度很好,内置的chat是 gemini pro。免费用30次。 集成了Google Cloud和k8还有热部署。 bug的提示修复很厉害。 支持AI SQL(BigQuery 收费)。有自己的日志中心和CI/CD。 最厉害的是推出的AI告警,和AI日志分析。帮助定位和发现生产环境出现的问题。传说内部的Goose已经学会google技术架构。
Bito免费/收费1.生成代码 2.生成单测 3.问答 4.代码优化 5.代码解释 6.代码检查收费$15官网号称提高10倍开发效率。体感生成速度确实快。 Bito 利用来自 Open AI、Anthropic 等公司的大模型。(可以理解他用了GPT和Claude大模型) 亮点是CodeView功能。利用AI agent实现的。 免费版是GPT-3.5 Turbo或谷歌Chat-bison,chat和代码补全有限制。付费是GPT-4 每月400个请求。
(AWS)CodeWhisperer个人/企业1.生成代码 2.生成单测 3.代码安全检查 4.问答个人免费,企业版每月$19官网UE工具栏在左侧,内置了chat,不支持中文。 号称提高开发速度28%代码补全精准度很好,没有废代码。 可以根据中文注释生成,联系上下文写出定义方法。 最nb的功能代码安全检查,免费版每月50次,企业版每月500次
(阿里)CodeFuse(蚂蚁百灵) 和通义灵码个人1.生成代码 2.生成单测 3.问答 4.代码优化 5.代码解释 6.代码检查免费通义灵码 / 蚂蚁百灵阿里通义大模型套件。通义灵码来自阿里云,Codefuse来自蚂蚁集团。 通义灵码基于通义大模型提供行级/函数级实时续写、自然语言生成代码。 Codefuse基于开源的DeepSeek的 33b模型二开的产品。目前内测中。 通义灵码的配置比较丰富,可以根据使用习惯来定制,补全长度、方式辅助功能等。 现阶段使用上通义灵码优于Codefuse
(百度)Comate个人1.生成代码 2.代码解释 3.问答 4.代码优化 5.生成单测每月60官网代码生成:代码模块存在缺失和不完善,如数据预处理未按要求处理。损失函数可视化部分缺失;代码分段输出、注释清晰 首次执行结果: 按提示修改数据集文件地址后,执行第一步数据预处理报错,顺利执行10% 场景能力:在单次对话中,上下文关联差,多轮对话过程,未能很好结合上下文,后续提问回答,更像是单次提问的百科搜索回答。 其他:提问字数超出限制之后,胡乱输出了我本地ide中的代码文件
(清华智谱)CodeGeeX2开源1.生成代码 2.代码解释 3.问答 4.代码优化免费官网1、交互较差,补全代码的时候经常补到一半(到行甚至单词的一部分就停了) 2、理解能力较差,代码不正确 3、代码转换(不同语言)能力还可以 4、生成代码接受率低,需要删减

最初我认为不会有太多地方用得上它们。因为大厂都有一套自己的技术体系和技术架构。外部的工具不可能学会,也不会让他们去训练自家的技术。所以我的定位是解决重复性编码的工作。经过六个月的使用后,发现我使用AI的方式随着时间的推移在不断变化和改进。

首先在选择工具时我有一个要求,那就是必须是基于GPT。因为在代码生成基准测试中,GPT绝对是摇摇领先。

当下和Open AI合作的名气最大的是GitHub Copliot。GitHub Copliot一直是业界的标杆!在代码补全领域一直是行业第一。新版本也增加了chat功能,作为插件在UE上也下足了工服,生成单侧,代码优化,代码解释等主流功能一应俱全。一月10$的价格也是可以接受。

同时对持学生证或者在github活跃项目的维护者提供永久免费。主打一个沉浸式编码!最近也发布了企业版。唯独一点就是要科学上网才能有好的体验。否则生成真的会很慢。

每每看到Thinking…就会抓狂!那有没有同样是和Open AI合作,且没有网络限制的平替产品呢? 答案是Bito。一个号称提高10倍生产力!每天节约1小时的产品…

Bito 在用户本地部署矢量数据库。该数据库会嵌入了1万个索引作。该矢量库使用embedding( 超过1万个维度的向量)。将代码库中检索文本、函数名称、对象等,转换为多维向量空间存储。

最后,Bito利用来自 Open AI、Anthropic 的大模型,也就是说他可以用GPT或Claude模型。免费版的chat使用的GPT-3.5 Turbo、或者 Google 的 chat-bison、Claude Instant。

如何安装就不多说了,支持Jetbrains和VsCode平台。直接看他的功能吧!

Bito

1.代码补全: 被动触发,默认快捷键是****

macOS:Option + Shift + K

Windows:Alt + Shift + K

2.解释代码: 对于陌生语言很有用

macOS:Option + Shift + E

Windows:Alt + Shift + E

3.生成注释: 生成的方法注释,用的少

macOS:Option + Shift + V

Windows:Alt + Shift + V

4.优化代码:一般没什么用。

macOS:Option + Shift + Q

Windows:Alt + Shift + Q

5.安全检查: 这里主要是找代码漏洞

快捷键 macOS:Option + Shift + Z

Windows:Alt + Shift + Z

6.style检查: 这里的style是指代码规范

快捷键 macOS:Option + Shift + U

Windows:Alt + Shift + U

7.是生成单测。只能单个文件生成。

我用的最多的是chat,太丝滑了!其次才是代码补全,看下代码补全的使用场景

重复性代码补全:

正则表达式:

编写SQL:

在mapper可以自动补全sql的查询条还能,还一种用法在chat里面输入表结构。让Bito生成复杂sql。

生成实体: 这里不是生成getter/setter 方法,而是实体赋值或者转换。

生成代码场景

Bito有个很好用的功能,可以自定义Prompt模版。我们可以把设计好的提示词添加到模版里用来生成想要的结果。比如定义sql生成实体的Prompt,定义生成Web、RPC接口的Prompt等。

心流

打造心流领域

我们用AI代码辅助工具是为了提高我们的工作效率,而不是靠他来生成业务代码。生成业务代码属于“实时的软件生成”领域的(Prompt编程+低代码)。即使谷歌的Goose已经学会了自家的全部技术栈,也不能完全做到需求即交付。因为AI需要渗透到整个软件生命周期里,完全标准化后才能达到的预期效果。我理解的提效就是进入“心流”状态。而AI辅助工具能帮我做到。

打造个人的****Copliot

推荐组合:CodeFuse+Bito+豆包

结对编程组合:GitHub Copliot就很够了!适合转型新语言的开发者。

打造沉浸式环境:JoyCoder(自家工具)+Bito。完全辅助,可以彻底告别网络搜索。期待自己家的JoyCoder的成长!

总结

完全可以提高20%的工作效率!如果对Prompt理解透彻、代码模块化思维能力够强,愿意花时间调整工作流程的话,还会提高的更多!

如果这篇文章带给大家一些收获,不妨点赞、收藏。下次会介绍更好玩的产品。
在这里插入图片描述
扫一扫,与作者技术交流一下吧

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 12

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 221

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 311

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 374

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 319

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 405

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 561

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 613

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 380

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 467

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 593

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 628

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 719

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 640

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 673

【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 563

【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 552

【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 610

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 906

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 871

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: 分享一个国内可用的AIGC生成平台|免费创作
下一篇: 亚洲唯一!京东荣获2024年度Gartner供应链技术创新奖背后的创新探索
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 2
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