用 GitHub 完成 Python 的全技术栈开发 主讲人：卢建晖 – Microsoft Regional Cloud Advocate GitHub 程序员必备 编码是每位开发者所必备的 从入门第一步开始 为开发者配置环境是企业的重要一步 ? ＄ 配置 冲突 金钱 挫败 GitHub Codespaces 你的云端开发环境 一键即用，无需配置您的开发环境。 开启你的 GitHub

轮 轥 轲 ） 輮 輮 輮 輮 輮 輮 輲 輰 輳 匶 配 配 配合 合 合数 数 数据 据 据库 库 库工 工 工作 作 作（ （ （南 卯 卲 卫 卩 卮 卧 卷 卩 却 卨 卄 卡 却 卡 卢 卡 即 卥 即 ） ） ） 匲 匱 匳 輶 輮 輱 数据库访问对象（轄 轡 轴 轡 轢 轡 轳 轥 轁 轣 轣 轥 轳 轳 轏 轢 轪 轥 轣 轴 轳 ） 輮 輮 輮 輮 輮 輮 輮 輮 輮 輲 輱 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輴 輰 輹 匱 匱 卒 卅 卓 協 卦 卵 卬 南 卥 卢 服 服 服务 务 务（ （ （卒 卅 卓 協 卦 卵 卬 南 卥 卢 卓 卥 卲 卶 卩 卣 卥 即 ） ） ） 匴 匱 匳 輱 輱 輮 輱 快速入门 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 輮 ： 在安装 轙 轩 轩 期间，轃 软 轭 轰 软 轳 轥 轲 需要从 轇轩 轴 轨 轵 轢 轁 轐 轉 请求很 多信息。 请求的数量取决于您的应用程序所依赖的数量， 并可 能大于 升 卩 却 卨 卵 卢 十 卐 卉 速 速 速率 率 率限 限 限制 制 制。如果达到此限制，轃 软 轭 轰 软 轳 轥 轲 可能会要求您提供 轇轩 轴 轨 轵 轢 登录凭据以获取 轇轩 轴 轨 轵 轢 轁 轐 轉 访问令

Oceanus：美团HTTP流量定制化路由的实践 - 美团技术团队 StrategyTopology 如上图所示，以应用apk1为例，关联了两个Location接口，分别为/api和/list，总共部署了8个节点，创 建了2个分组ups-cq和ups-gray，其中节点10.5.23.6和10.5.24.72属于分组ups-cq，节点10.7.46.32和 10.7.72.232属于分组ups-gray。应用配置了 作系统/VM层的缓存功能。 DNS Prefetch上线后境外域名解析时间RT90从350ms下降至250ms左右。 长连接 长连接 HTTP请求重度依赖DNS，DNS劫持、移动端网络不稳定使建连失败，以及公网链路质量差等因素，导致 移动端的网络成功率一直不高。HTTP 2.0可以通过SSE、WebSocket等方式与服务端保持长连接，并且 可以做到请求多路复用，但HTTP 2.0对运维 请求的过程： 上图可以看出，一次普通的Ajax请求会由WebView的内置浏览器内核来发送接受请求，一般是JSON格式 的数据，和PC浏览器的一次HTTP请求过程差别不大，都是要经过DNS、TCP建连以及要面对公网链路差 等问题，另外Ajax请求没法复用TCP连接，意味着每次请求都要重新建连。有了MAPI的经验，我们很容 易想到，能否像MAPI一样利用长连通道来提升性能呢？ 一种方式是在W

27.3 编译器 Lint 和 Clippy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 27.4 练习：卢恩算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 27.4.1 解答 . . . . . . 可见性 5 minutes use、super、self 10 minutes 练习：面向 GUI 库的模块 15 minutes 26.1 模块 我们已看了“impl”块如何让我们将函数的命名空间建为一种类型。 同样， “mod”让我们可为类型和函数建立命名空间： mod foo { pub fn do_something() { println!("In the foo module"); minutes. It contains: Slide Duration 测试模块 5 minutes 其他类型的测试 5 minutes 编译器 Lint 和 Clippy 3 minutes 练习：卢恩算法 30 minutes 27.1 单元测试 Rust 和 Cargo 随附了一个简单的单元测试框架： • 单元测试在您的整个代码中都受支持。 • 您可以通过 tests/ 目录来支持集成测试。

性 增 强 接入：安装 10 分钟以内，成功率达 90% 集成环境：支持开发者 Remote debug 工作流：效率和性能、开发者体验提升 贡献者流程建立 开 放 社 区 搭 建 2021 年 5 月 2021 年 7 月 2021 年 9 月 2021 年 11 月 2021 年 12 月 1 个月功能改造 90% 功能实现开源 技术社区雏形搭建 2022 全 没 法 做 ” 更多 Zadig 应用场景 Zadig 应用场景 加速云原生转型 / 容器化 / 多云迁移 微服务大规模的容器化转型，优 化 & 增强 DevOps 工具链的建 设 典型客户：路特斯、七牛、非 码、连尚、锅圈、埋堆堆、九州 通 研发效能提升（开发、测试、发布工程） 优化加速产研流程，工程师团队级规模化协 作，消除工具孤岛，系统性的提升人效 帮助 平均每周自动部署 1200 次 Zadig 可用性极高，没有 Zadig 集成测试完 全没法做。 —— 字节跳动 SRE 工程师卢肇 兴 解决方案： Gerrit + Zadig 实现机器自动验证 扫 码 查 看 案 例 细 节 典型客户：新零售独角兽 用 Zadig 15 万家门店周发布

支撑开源社区开发者环境 易 用 性 增 强 接入：安装10分钟以内，成功率达 90% 集成环境：支持开发者 Remote debug 工作流：效率和性能、开发者体验提升 贡献者流程建立 开 放 社 区 搭 建 2021年5月 2021年7 月 2021年9 月 2021年11 月 2021年12 月 1 个月功能改造 90% 功能实现开源 技术社区雏形搭建 2022年3月 生态伙伴工具 企业落地案例 扫 码 查 看 案 例 细 节 典型案例：Zadig 帮助 平均每周自动部署1200次 Zadig 可用性极高，没有 Zadig 集成测试完全 没法做。 ——字节跳动 SRE 工程师卢肇兴 解决方案：Gerrit + Zadig 实现机器自动验证 扫 码 查 看 案 例 细 节 典型客户：新零售独角兽 用 Zadig 15万家门店周发布7次 “没有 Zadig, 我们的自动化测试不可能做起来”

Transformers、Hugging Chat 和阿里自家的百炼平台中，极大促进了全球开发者的交流和协 作，形成了国际化开源生态。 北京智源研究院和上海人工智能实验室等研究机构，通过与企业和高校合作及开源平台的建 设，建立了更完善的协作机制，从而在开源模型 (如 InternLM) 和数据集 (如 Infinity-MM) 领 域贡献了大量有影响力的基础工作和资源。 2024 年，中国开源社区涌现出众多高质量的自发研究成果。其中，MAP IEEE ICST、QRS 等程序委员、《软件学报》和《计算机学报》审 稿人等。 图 4 大模型时代的软件研发正确方式 44 / 111 RAG 市场的 2024：随需而变，从狂热到理性 文/卢向东 转眼到了 2024 年尾，和小伙伴一起创立 TorchV 也接近一年。虽然这一年做了很多事情， 但从技术层面上来说，RAG 肯定是不得不提的，所以今天分享一下作为大模型应用创业者所感 知的这一年，RAG 月份开始做了产品转身，现在已经不再烦恼人家问我们“你们和 dify、fastgpt、 ragflow 有什么区别”，因为赛道已经开始慢慢不一样了，而且这个不一样依然是产品层面的， 和服务什么行业无关。 卢向东 国内最早的 RAG 实践者之一，杭州萌嘉网络科技 CEO，公司主要研发 TorchV 品牌的大模型应用和知识库产品。公众号：土猛的员外。 50 / 111 大模型训练中的开源数据和算法：机遇及挑战

Jina 首创的“神经搜索”，可以让企业利用可操作的非结构化数据构建搜索解决方案，做出更 有效的业务决策。Jina AI 的核心项目在 Github 上被称为 Jina ，允许用户在短短几分钟内创 建一个由深度学习驱动的云原生搜索解决方案。Jina 将构建一个生产就绪的神经搜索系统的工 作量从几个月减少到几分钟，非常适合需要快速、轻量级开发周期的商业环境。除了主产品 Jina, 公司最近推出了 library. " 在发展目标上，通知指出，生态培育获得新发展。培育一批具有生态主导力和核心竞争力 的骨干企业，到 2025 年，主营业务收入达百亿级企业过百家，千亿级企业超过 15 家。建 设 2-3 个有国际影响力的开源社区，培育超过 10 个优质开源项目。高水平建成 20 家中国 软件名园。软件市场化定价机制进一步完善。建成一批国家特色化示范性软件学院。国际 交流合作全面深化。 position at the international foundation  吴晟：当选 Apache 软件基金会董事  堵俊平：当选 LF AI & Data 基金会董事会主席  王晔晖：当选 Linux 基金会 CHAOSS 项目的董事会的董事  单致豪：当选 TARS 基金会董事主席，FinOps 基金会董事，LF Research 董事 ○ Wu Sheng: Elected