用户指令→ 模型识别需调用的函数→ 生成参数化调用指令→ 外部系统执行→ 返回结果至模型→ 生成用户响应。图片来源：ailydoseofds但不同的 API 需要封装成不同的方法，且参数确定后，后期变更困难，很难在不同的平台灵活复用。而我们可以认为，MCP 是在 Function Calling 的基础上做了进一步的抽象，目的是让应用更加简单、高效、安全地对接外部资源，更好地为大模型补充上下文信息

本文介绍了如何利用AI工作流平台优化数据分析流程。当前数据收集和分析主要依赖人工操作，效率低下且耗费资源。通过部署基于Dify的AI智能体平台，实现了多模型选择、可视化工作流编排和全链路观测等功能，支持自动生成结构化报告。实践表明，该方案显著提升了报表生成效率，使团队能专注于数据归因分析。未来计划进一步丰富工作流功能，深化异常指标分析，并将该模式推广至更多业务场景。

AI时代来临，我们应该要善于发现当前系统中的哪些部分能够结合AI来进行提升，积极拥抱变化，有了想法就去做，边做边想边解决问题，永远主动向前一步。本文章只是记录了从产生想法到构建MVP验证想法的整个过程，这中间当然有很多可以继续优化的地方，我本人目前有以下几个想法，也欢迎大家积极评论，贡献自己的独到见解。接入数据库数据，通过动态监听Binlog的方式来识别各表之间的联系，比如select 语句的jo

Deepseek-r1模型的爆火标志着本地部署大模型的需求日益增长。本文主要探讨如何优化本地部署大模型的性能，并结合我们的实践进行评测分析，文章最后我们将分享如何在本地高效部署满血版Deepseek-r1大模型。

一、背景由于很多公司都采用敏捷开发的模式，测试也要跟着进行敏捷测试。而每个迭代的周期非常短，经常要对原有功能进行回归测试，这样就增加了大量重复人力成本。引入UI自动化测试可以用来快速回归测试app原有功能，测试人员只需要关注新功能的测试。其次，移动端App的测试用例大部分是功能验证相关的用例，通过UI操作即可验证，这就为UI自动化提供了便利条件。因此，可以将测试重复度高，执行效率低的用例，通过UI

领域驱动设计简称“DDD”，一套“知易行难”的方法论。同时我所工作的这些年，尤其在某大厂做初创项目的那段时间，经常会产生各式各样的“思想碰撞”，特别在设计中台基建类领域时，为了保证充足的扩展性和稳定性，都要好好的“碰撞”一下。

主子订单模型：在展开讨论之前，先需要给出一个比较清晰的定义，主子订单是什么？如何界定主订单主订单承载用户购买行为中【某逻辑聚合维度内所有相关SKUS】的动作和流转。逻辑聚合取决于具体的业务场景，接下来会根据得物的业务模型，大致分析【逻辑聚合】到底是什么逻辑抽象，从表现上来看，主订单是一个或者一些子订单的聚合。如何界定子订单子订单承载用户购买行为中SKU的动作和流转所有电商都支持SKU维度的取消,退

在互联网行业不断追求“降本增效”的大背景下，如何提升产品和服务质量，同时实现高效运营，是全行业技术团队需要面对和解决的重要课题。传统的技术手段是否面临新的挑战？创新的技术实践是否有成功的落地场景？为了帮助大家了解行业最新的质量工程技术和效率提升方法，学习先进企业在提升质量和效率方面的成功经验和具体案例，我们希望通过质量技术专题沙龙，与行业专家、领导者和同行进行深度交流，分享心得体会，共同探讨业务难

本文是针对每一个技术同学都适用。我将从行业技术大会主编的角色告诉你，如何打造自己的技术影响力，有哪些通用的手段，我自己又该如何做个性化叠加；我是技术小白，或者我有一定技术基础，我又该怎么打造自己的影响力？

端上的测试远远不止于此，该篇文章也是结合社区现在端上测试现状做的经验总结分享，上述无论是哪一块内容都可以单独拎出来做一个专题去讨论，也是欢迎大家一起交流学习，可以直接在评论区留言，促进互相学习。