设计模式之代理模式:武器附魔之道

作者:京东保险 孙昊宇

大家好,今天我们聊聊设计模式中的代理模式。作为一种经典设计模式,它的应用极为广泛。不论你是刚刚入门,还是已经熟悉设计模式,相信这篇文章都会让你有所收获。

一、引子:叫个代驾

让我们从一个引子开始:司机和代驾。「私家车司机」和「代驾」是什么关系?很简单,「私家车司机」是客户,「代驾」负责提供服务,帮他们开车。

不同点: 「私家车司机」有自己的车,他们可能自己开车,也可能找代驾开车;

「代驾」没有自己的车,但他们会接到代驾订单,从而开「私家车司机」的车。

相同点: 他们都会开车,有驾照。换句话说,他们都属于「司机」。

说到这里,我想他们的关系就很清楚了:「司机」是「私家车司机」和「代驾」的父类。虽然都会开车,但他们对“开车”这个行为有不同的实现。

让我们把这三个类的关系表示出来。首先定义一个抽象类「司机」,就叫Driver好了:

@Data
public abstract class Driver {

    String name;

    abstract void driveCar();
}

我们要求每个司机都有一个名字,且都必须会开车。

接下来看看「私家车司机」,CommonDriver类:

@Data
public class CommonDriver extends Driver {

    CommonDriver(String name) {
        this.name = name;
    }

    @Override
    public void driveCar() {
        System.out.println(this.getName() + "的汽车正在行驶...");
    }
}

也很简单,每次开车的时候打印一行日志即可。最后看看「代驾」,就叫ProxyDriver吧:

@Data
public class ProxyDriver extends Driver {

    private Driver realDriver;

    ProxyDriver(String name, Driver realDriver) {
        this.name = name;
        this.realDriver = realDriver;
    }

    @Override
    void driveCar() {
        System.out.printf("代驾「%s」正在为%s服务...\n", this.getName(), this.getRealDriver().getName());
        this.realDriver.driveCar();
    }
}

我们要求每个代驾都要有一个服务的客户,也就是被代理的司机。我们将这位被代理的司机——realDriver作为了代驾类的私有变量存起来。当代驾在开车时,他实际上开的是客户的车。因此,他直接去调用realDriver的开车方法即可。

三个类定义好了,让我们先创建一个「私家车司机」——小张,让小张自己开车;再帮他叫一个「代驾」——就叫他小代吧,让小代帮他开车:

public class Main {
    public static void main(String[] args) {
        CommonDriver zhang = new CommonDriver("小张");
        zhang.driveCar();
        ProxyDriver proxyDriver = new ProxyDriver("小代", zhang);
        proxyDriver.driveCar();
    }
}

运行一下:

小张的汽车正在行驶… 代驾小代正在为小张服务… 小张的汽车正在行驶…

结果符合预期:不管是谁在开车,结果都是一样的,开的都是小张的汽车。

二、代理模式:武器附魔之道

代理模式的定义

以上例子展示了一个代理模式的基本实现。代理模式(Proxy Pattern) 的定义是:使用代理以代替对真实对象的访问。 它属于一种结构型设计模式。

例子中的「司机」、「私家车司机」和「代驾」三个角色,分别对应了代理模式中的三个基本元素:

「私家车司机」——真实主题: 被代理的角色,是业务逻辑的具体执行者。

「代驾」——代理主题: 负责代理真实主题,所有对其业务方法的调用,都会被委托给其真实主题实现。

「司机」——抽象主题: 可以是接口,也可以是抽象类。代理主题和真实主题都会去实现/继承同一个抽象主题。

下面是代理模式的类图:

在这里插入图片描述

优点及应用

为真实的对象设置一个代理,可以带来什么好处?在哪些应用场景下,我们需要用到代理模式?

要回答这个问题,我们不妨想想代理的特点:间接访问。没错,代理模式的优点就在于通过代理间接访问真实对象。通过间接访问,我们就可以让代理做许多中间操作,通过这些中间操作,我们就可以在不修改真实对象的前提下,实现功能增强。

我的理解:如果把真实主题比做一把**「宝剑」,专门用来处理核心逻辑**,那么就可以将它的代理比作**「附魔」,用来给真实主题提供一些强化功能**,附魔的种类就很多啦:火焰🔥、冰霜❄️、毒素🧪、雷电⚡️等等…能造成各种属性伤害,它们的共同点都是增强这把宝剑,但不会侵入式地去修改宝剑本身。

在这里插入图片描述

那么一般可以选择哪些“附魔”呢?一些常见的应用场景:

(1)「日志代理」: 让代理帮忙记录方法出入参、调用记录等等日志;

(2)「保护代理」: 让代理帮忙做权限控制,拦截异常访问,保护真实对象;

(3)「缓存代理」: 让代理帮忙缓存真实对象的调用结果,从而减少对真实对象的调用量;

(4)「虚拟代理」: 延迟真实对象的初始化直到真正需要时,从而提高应用的启动速度和运行效率,多用于创建一个对象需要消耗大量资源时,也被称作“懒加载”。

说到这里,我想大家就可以感到代理模式的强大了,代理模式的优点:

(1)职责清晰: 前面提到,作为真实主题的一种“增强”,代理与真实主题的职责划分十分清晰,这有利于维持真实主题的简洁,让真实主题专注于处理核心逻辑。

(2)高扩展性: 正因为职责清晰,代理与真实主题是松耦合的,对任何一方的修改都不会对另一方造成影响,适合业务逻辑需要经常扩展的场景。

三、强制代理

让我们回到代驾的例子,话题又回到小张身上:这天小张喝醉了。“道路千万条,安全第一条”,看来今天这车必须要让代驾开了。如何在方法中限制一下,规定只允许代驾开车呢?这就需要用到强制代理(Forced Proxy)。

强制代理的定义是:对真实对象的访问,必须通过特定的代理对象进行。这句话包含了两层含义:1. 不允许对真实对象的直接访问。 2.必须通过特定的代理访问真实对象。

《设计模式之禅》勘误

如何实现强制代理?简单来说,在真实对象方法的调用中,增加对“是否使用了代理访问”的判断即可。在设计模式经典著作《设计模式之禅》中,作者给出了一种实现方式(但我认为存在一些问题),让我们先看看用他的方式如何实现吧~

只需要对真实主题进行修改。在CommonDriver类,我们存储一个proxyDriver变量——用于记录这个司机叫的代驾,就如同代驾记录他代理的司机一样。接下来写一个 “叫代驾” 的方法——callProxy,用来给司机生成一个代驾对象。最后在实际开车的逻辑中,判断自己是否存在代驾对象。如果不存在,则认为司机没有叫代驾。具体实现如下:

@Data
public class CommonDriver extends Driver {

    private ProxyDriver proxyDriver = null;

    CommonDriver(String name) {
        this.name = name;
    }

    public ProxyDriver callProxy(String proxyName) {
        System.out.printf("%s叫了个代驾:%s\n", this.getName(), proxyName);
        this.proxyDriver = new ProxyDriver(proxyName, this);
        return this.proxyDriver;
    }

    @Override
    void driveCar() {
        if (this.isProxy()) {
            System.out.println(this.getName() + "的汽车正在行驶...");
        } else {
            System.out.println("酒后不开车,请叫代驾!");
        }
    }

    /**
     * 校验是否是代理访问
     */
    private boolean isProxy() {
        return this.proxyDriver != null;
    }
}

让我们试一试:先让小张开车,再给他叫一个代驾小代,让小代帮他开车:

public class Main {
    public static void main(String[] args) {
        CommonDriver zhang = new CommonDriver("小张");
        zhang.driveCar();
        ProxyDriver proxy = zhang.callProxy("小代");
        proxy.driveCar();
    }
}

运行一下,符合预期,即满足了“不允许对真实对象的直接访问”:

酒后不开车,请叫代驾! 小张叫了个代驾:小代 代驾小代正在为小张服务… 小张的汽车正在行驶…

强制代理的第二个要求:必须通过特定的代理访问真实对象。这次我们自己new一个假冒的代驾,让他去给小张做代驾:

public class Main {
    public static void main(String[] args) {
        CommonDriver zhang = new CommonDriver("小张");
        ProxyDriver proxy = new ProxyDriver("假冒的代驾", zhang);
        proxy.driveCar();
    }
}

运行结果也符合预期:

代驾「假冒的代驾」正在为小张服务… 酒后不开车,请叫代驾!

上述实现,看似符合强制代理的要求,但真的如此吗?眼尖的读者应该已经发现不对劲了。略微修改上面的用例,就可以证明这种实现存在缺陷:

public class Main {
    public static void main(String[] args) {
        CommonDriver zhang = new CommonDriver("小张");
        ProxyDriver proxy1 = zhang.callProxy("小代");
        ProxyDriver proxy2 = new ProxyDriver("假冒的代驾", zhang);
        proxy2.driveCar();
    }
}

运行如下:

小张叫了个代驾:小代 代驾假冒的代驾正在为小张服务… 小张的汽车正在行驶…

如上,给小张先叫一个代驾小代,但我们又自己new了一个假冒的代驾,让他去给小张开车。结果车真的被假代驾开走了!这说明该实现并没有满足 “必须通过特定的代理访问真实对象” 的要求。

接下来,我们再试着让小张叫一个代驾,结果小张等不及代驾来,自己先上车了:

public class Main {
    public static void main(String[] args) {
        CommonDriver zhang = new CommonDriver("小张");
        ProxyDriver proxy = zhang.callProxy("小代");
        zhang.driveCar();
    }
}

运行如下:

小张叫了个代驾:小代 小张的汽车正在行驶…

可见,这种实现也无法满足 “不允许对真实对象的直接访问” 的要求。因此,这种强制代理的实现是有严重缺陷的。究其根本原因,就在于在上述实现中,仅通过该真实对象是否拥有代理对象来判断是否可以访问,而并未检查实际调用者的身份。因此只要事先通过真实对象创建了代理对象,以后就可以任意调用了。

改进后的实现

****明确了问题所在,修改起来就容易了:只需在真实对象执行前,判断调用者是否是指定的调用者即可。同时,我们需要在调用方法时传入调用者。实现如下:

Driver:

@Data
public abstract class Driver {

    String name;
    
    abstract void driveCar(Driver driver);
}

CommonDriver:

@Data
public class CommonDriver extends Driver {

    private ProxyDriver proxyDriver = null;

    CommonDriver(String name) {
        this.name = name;
    }

    public ProxyDriver callProxy(String proxyName) {
        System.out.printf("%s叫了个代驾:%s\n", this.getName(), proxyName);
        this.proxyDriver = new ProxyDriver(proxyName, this);
        return this.proxyDriver;
    }

    @Override
    void driveCar(Driver driver) {
        if (this.isProxy(driver)) {
            System.out.println(this.getName() + "的汽车正在行驶...");
        } else {
            System.out.println("酒后不开车,请叫代驾!");
        }
    }

    /**
     * 校验是否是代理访问
     */
    private boolean isProxy(Driver driver) {
        return this.proxyDriver == driver;
    }
}

ProxyDriver:

@Data
public class ProxyDriver extends Driver {

    private Driver realDriver;

    ProxyDriver(String name, Driver realDriver) {
        this.name = name;
        this.realDriver = realDriver;
    }

    @Override
    void driveCar(Driver driver) {
        System.out.printf("代驾「%s」正在为%s服务...\n", this.getName(), this.getRealDriver().getName());
        this.realDriver.driveCar(this);
    }
}

运行刚才的用例,这次不论是假冒的代驾还是小张自己,都无法正常访问了:

public class Main {
    public static void main(String[] args) {
        CommonDriver zhang = new CommonDriver("小张");
        ProxyDriver proxy1 = zhang.callProxy("小代");
        ProxyDriver proxy2 = new ProxyDriver("假冒的代驾", zhang);
        zhang.driveCar(zhang);
        proxy2.driveCar(proxy1);
        proxy1.driveCar(proxy1);
    }
}

小张叫了个代驾:小代 酒后不开车,请叫代驾! 代驾「假冒的代驾」正在为小张服务… 酒后不开车,请叫代驾! 代驾「小代」正在为小张服务… 小张的汽车正在行驶…

四、动态代理

静态代理和动态代理

上面介绍的代理模式,全部属于“静态代理”。与之相对的还有“动态代理”。相比于静态代理,动态代理有更广泛的应用。二者区别如下:

静态代理:代理类和被代理类的关系在编译时就已经固定。 其逻辑简单直观,易于理解和实现,但缺乏灵活性,适合简单的代理逻辑场景。 动态代理:代理对象在程序运行时被动态生成,通常依赖反射机制实现。 其灵活性高、可扩展性强,虽然相比静态代理增加些微性能开销,但完全可以接受。

JDK动态代理

让我们看看如何使用JDK方式实现动态代理。举一个最简单的例子:有一个HelloWorld接口,其实现类HelloWorldImpl实现了其helloWorld()方法,并返回“Hello world!”。

public interface HelloWorld {
    String helloWorld();
}
public class HelloWorldImpl implements HelloWorld {
    @Override
    public String helloWorld() {
        return "Hello world!";
    }
}

如果是静态代理,我们会再定义一个代理类(也许会叫ProxyHelloWorld),再让它去实现HelloWorld,对吧?而在动态代理中,我们需要创建一个通用的动态代理类,该类需要实现java.lang.reflect.InvocationHandler接口,并重写invoke()方法——该方法负责处理所有通过代理对真实主题的访问。同时,类似于静态代理,我们会在这个动态代理类中保存一个私有变量target,记录被代理的真实主题。代码如下:

public class DynamicProxy implements InvocationHandler {

    private Object target;

    public DynamicProxy(Object target) {
        this.target = target;
    }

    @Override
    public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
        System.out.printf("进入动态代理,调用方法:%s开始,入参:%s\n", method.getName(), JSON.toJSONString(args));
        Object result = method.invoke(target, args);
        System.out.printf("进入动态代理,调用方法:%s结束,出参:%s\n", method.getName(), JSON.toJSONString(result));
        return result;
    }
}

如上所示,我们同时在invoke方法中记录方法的出入参,这样就实现了一个日志代理的功能。

写好了动态代理类,我们就可以这个类就可以动态代理任何接口。让我们代理一下HelloWorld接口吧~实现如下:

public class Main {
    public static void main(String[] args) {
        HelloWorld helloWorld = new HelloWorldImpl();
        System.out.println(helloWorld.helloWorld());

        HelloWorld helloWorldProxy = (HelloWorld) Proxy.newProxyInstance(HelloWorldImpl.class.getClassLoader(),
                new Class[]{HelloWorld.class}, new DynamicProxy(helloWorld));

        System.out.println(helloWorldProxy.helloWorld());
    }
}

我们先创建了一个真实主题helloworld,并直接访问了其方法;接下来为其使用的方法是java.lang.reflect.Proxy#newProxyInstance(),它可以生成一个动态代理对象,其中三个参数分别为:

(1)被代理的真实主题的类加载器;

(2)需要代理的接口类列表;

(3)动态代理类,即我们刚才定义的,实现了java.lang.reflect.InvocationHandler接口的类。

该方法默认返回Object类型的对象,我们将其显式转换为HelloWorld类型,就可以访问其方法啦。运行一下:

Hello world! 进入动态代理,调用方法:helloWorld开始,入参:null 进入动态代理,调用方法:helloWorld结束,出参:“Hello world!” Hello world!

CGlib动态代理

CGlib(Code Generation Library)是一个基于字节码生成的 Java 库。相比于使用反射的JDK动态代理,CGlib通过操作字节码实现了更为高效的动态代理。类似于JDK动态代理需要创建一个实现了InvocationHandler的代理类,CGlib动态代理同样需要创建一个实现了net.sf.cglib.proxy.MethodInterceptor接口的代理类,并重写intercept()方法以控制所有通过代理对真实对象的访问,同时记录被代理的真实主题。代码如下:

public class DynamicProxyCglib implements MethodInterceptor {

    private Object target;
    
    public DynamicProxyCglib(Object target) {
        this.target = target;
    }

    @Override
    public Object intercept(Object o, Method method, Object[] args, MethodProxy methodProxy) throws Throwable {
        System.out.printf("进入CGlib动态代理,调用方法:%s开始,入参:%s\n", method.getName(), JSON.toJSONString(args));
        Object result = methodProxy.invoke(target, args);
        System.out.printf("进入CGlib动态代理,调用方法:%s结束,出参:%s\n", method.getName(), JSON.toJSONString(result));
        return result;
    }
}

别忘了引入CGlib依赖:

<dependency>
    <groupId>cglib</groupId>
    <artifactId>cglib</artifactId>
    <version>3.3.0</version>
</dependency>

CGlib的动态代理不是基于接口的,而是基于类的,这意味着我们可以跳过接口直接代理实现类,甚至是没有实现接口的类。这是因为CGlib的动态代理是基于类的继承实现的——其代理类是被代理类的子类,它会覆盖被代理类的所有非final方法,并插入拦截和回调机制。举个例子,让我们直接创建一个不实现任何接口的类Hello:

public class Hello {
    public String hello(String name) {
        return "Hello, " + name;
    }
}

用CGlib对Hello类进行代理:

public static void main(String[] args) {
    Hello hello = new Hello();
    System.out.println(hello.hello("world"));

    Enhancer helloEnhancer = new Enhancer();
    helloEnhancer.setSuperclass(Hello.class);
    helloEnhancer.setCallback(new DynamicProxyCglib(hello));

    Hello helloProxy = (Hello) helloEnhancer.create();
    System.out.println(helloProxy.hello("world"));
}

在以上代码中,我们使用了net.sf.cglib.proxy.Enhancer类,这是CGlib用于生成动态代理类的核心工具类。我们创建了一个Enhancer实例,并使用setSuperclass()方法指定了被代理的类(即代理类的父类)、使用setCallback()方法指定拦截回调对象(即实现了MethodInterceptor的实例)。

CGlib同样支持接口维度的动态代理,当代理接口时,使用Enhancer.setInterfaces()方法,传入一个或多个接口的类对象数组,以指定被代理接口。

这样,当我们调用其create()方法时,就可以创建一个代理对象,将其转换为被代理的类型,就可以访问其方法啦。以上代码的运行结果:

Hello, world 进入CGlib动态代理,调用方法:hello开始,入参:[“world”] 进入CGlib动态代理,调用方法:hello结束,出参:“Hello, world” Hello, world

动态代理与AOP

面向切面编程 面向切面编程(Aspect-Oriented Programming,AOP),是一种基于「横切关注点」的编程范式。作为传统的面向对象编程(OOP)的一种补充,其注重于解决在OOP过程中出现的跨越多个类或对象的「横切关注点」问题。 「横切关注点」是指多个模块或类中都存在的、但是又不属于任何一个单独模块或类的特定功能或行为,如日志记录、权限控制等非功能性需求。这些功能往往跨越多个模块和类,很容易导致代码重复,难以维护。在传统的OOP中,横切关注点往往不易模块化。而在AOP中,横切关注点被单独抽离出来,并封装为切面(Aspect),将需要执行切面的地方称为切入点(Pointcut),并通过织入(Weaving)将切面逻辑和目标代码结合起来。这种对横切关注点的模块化有利于减少代码重复,提升可读性、可复用性和可扩展性。常见的AOP框架有Spring AOP、AspectJ等。

简要介绍完了AOP,不难发现:AOP与动态代理似乎非常接近。实际上,动态代理和AOP确实有着紧密的联系:

(1)动态代理和AOP要解决的问题相似:

在AOP中力求解决的「横切关注点」问题实际上也是代理模式,尤其是动态代理能够解决的问题——都是通过将重复的非功能性逻辑进行抽离封装以实现软件架构的优化。

(2)动态代理是AOP的一种实现技术:

在Spring AOP框架中,通过动态代理模式实现切面的织入。

当切入点所在的对象(简称目标对象)实现了一个/多个接口时,Spring AOP将使用JDK动态代理,为其创建一个实现了相同接口的类作为代理类;

当目标对象没有实现接口时,Spring AOP将使用CGlib动态代理,为其创建一个重写其方法的子类作为代理类。

需要明确的是:虽然二者联系紧密,看似十分接近,但不能简单地认为AOP是升级版的动态代理,二者并非等价的概念:

(1)动态代理本质是一种设计模式,方便我们通过代理对象实现拦截调用,其核心功能是代理,同时适合通过代理解决横切关注点问题;

(2)AOP本质是一种编程范式,核心在分离和模块化横切关注点。动态代理可以实现AOP,但AOP并不局限于用动态代理实现,如AspectJ框架也使用了静态织入(编译期)方式实现AOP。


以上就是关于代理模式的全部介绍啦,作为一种非常流行且强大的设计模式,结合实际场景活学活用,相信它一定可以在您的开发之路上有用武之地。希望这篇文章可以对大家有所帮助,也欢迎大家交流、指正!

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: 京东供应链创新与实践:应用数据驱动的库存选品和调拨算法提升履约效率
下一篇: 由 Mybatis 源码畅谈软件设计(五):ResultMap 的循环引用
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