
简介
专注于AI全栈开发,具备从前端交互设计到后端模型部署的完整技术能力,熟练运用React/Vue、Node.js/Python、数据库系统及AI核心技术(TensorFlow/PyTorch、大语言模型),独立完成AI应用全流程开发,专注构建智能化、高性能的AI驱动应用。
擅长的技术栈
可提供的服务
AI全栈应用开发/大语言模型集成/前端界面开发/后端系统架构/模型部署与优化/技术方案咨询
name: '代码准备',description: '确保代码有良好的类型定义和注释',benefit: '提高测试生成准确性'},name: '分阶段生成',description: '先生成基础测试,再逐步完善',benefit: '降低复杂度,便于调试'},name: '人工审查',description: 'AI 生成后进行人工审查',benefit: '确保测试质量和安全性'},name
name: '代码先行',description: '先写代码再生成文档,确保文档与代码一致',benefit: '提高文档准确性'},name: '人工审核',description: 'AI 生成后进行人工审核和润色',benefit: '确保文档质量'},name: '模板规范',description: '建立统一的文档模板和规范',benefit: '提高文档一致性'},name: '持
本文详细展示了如何使用 AtomCode 构建完整的微前端架构系统,从架构设计、技术选型、主应用与子应用实现、共享模块设计到应用间通信和性能优化的全流程实践。
✅ DO 正确做法:├── 将 AI 审查作为第一道防线,而非替代人工├── 配置合理的严重程度阈值,避免信息过载├── 定期审查 AI 的误报和漏报,持续优化├── 将常见问题沉淀为团队规范├── 利用 AI 生成修复建议,但由人工验证└── 建立审查知识库,持续学习改进❌ DON'T 错误做法:├── 完全依赖 AI,放弃人工审查├── 将所有 AI 建议当作必须修复的问题├── 不验证修复建
作为面向代码场景优化的 AI IDE,AtomCode 的 Prompt 逻辑与通用 LLM(如 GPT-4)存在本质差异:通用 LLM 仅依赖对话历史生成内容,而 AtomCode 会自动注入当前文件、项目结构、Git 状态等代码上下文,同时支持工程规范识别、工具链自动调用(如 Jest、Prisma、Git)。因此,AtomCode 的 Prompt 不能沿用通用 LLM 的“口语化提问”逻辑
本文分享了从零开始开发华为穿戴设备的完整指南。主要内容包括: 环境搭建:使用DevEco Studio 4.0+,安装穿戴专用SDK和模拟器,创建wearable类型项目 核心API: 通过SensorKit获取心率/步数等健康数据 WatchFace组件开发表盘界面 通知推送和设备互联功能实现 实战案例:构建一个完整的心率监测应用 包含实时监测、异常告警、数据记录功能 详细代码示例展示传感器调用
鸿蒙5.0应用上架避坑指南:经历8次打回后整理的实用清单。关键问题包括:权限声明不匹配(需标注用途和使用场景)、未适配深色模式图标、首次启动缺少隐私协议弹窗、沉浸光感参数超出系统限制(亮度0-255/色温2000K-8000K)、残留调试日志及版本号格式错误。另附完整自检清单,含权限、UI适配、隐私等10项必查内容,建议提交前逐项核对。加速审核技巧:详细描述功能、标注新特性、针对性修改拒审问题。(
鸿蒙5.0应用上架避坑指南:经历8次打回后整理的实用清单。关键问题包括:权限声明不匹配(需标注用途和使用场景)、未适配深色模式图标、首次启动缺少隐私协议弹窗、沉浸光感参数超出系统限制(亮度0-255/色温2000K-8000K)、残留调试日志及版本号格式错误。另附完整自检清单,含权限、UI适配、隐私等10项必查内容,建议提交前逐项核对。加速审核技巧:详细描述功能、标注新特性、针对性修改拒审问题。(
这半个月的性能调优使我对 HarmonyOS 5.0 的运行机制有了更深的理解。一是 TaskPool 并行能力比想象中好用。合理使用并行任务可以显著缩短初始化时间,但也要注意不要创建过多任务导致线程竞争。二是 ArkUI 的组件属性本身就是性能开关。objectFit这些看似简单的属性背后都有硬件加速支持,正确使用可以大幅减少渲染开销。三是一定要用 DevEco Studio 的性能分析工具。光
去年年底帮朋友的团队把一款已上线的笔记应用从手机端拓展到平板和折叠屏,原以为不过是调调断点、拉拉布局,真动手了才发现多设备开发的坑远比想象中深。期间查了不少文档,也踩了好几个硬伤,最后终于在 HarmonyOS 5.0 上跑通了全设备适配。今天把这些经历整理出来,算是给同样在做多设备适配的同行们一份避坑指南。







