LigaAI x 极狐GitLab,共探 AI 时代研发提效新范式
近日,LigaAI 和极狐GitLab 宣布合作,双方将一起探索 AI 时代的研发效能新范式,提供 AI 赋能的一站式研发效能解决方案,让 AI 成为中国程序员和企业发展的新质生产力。
软件研发是一个涉及人员多、流程多、系统多的复杂工程,LigaAI 和极狐GitLab 一直在积极探索安全、高效交付的方式。LigaAI 在「AI+研发协作」领域持续创新多年。作为以人工智能技术为核心的新一代智能研发协作平台,LigaAI 通过 AI 和强大的多端联结能力,为众多企业提供了一站式需求管理、智能项目助理、研发洞察等产品和服务。致力于通过 AI 场景化繁为简,提升协作效率,赋能研发团队,LigaAI 秉承更智能、更轻巧、更高效的理念,助力研发团队高质量、高效率地创新成长。
经过多年的深耕极狐GitLab 已经发展成为一个囊括敏捷项目管理、源代码托管、CI/CD、安全合规等众多功能的企业级一体化 DevSecOps 平台,通过提高研发、产品、运维、测试、安全等人员之间的协作、简化繁杂工具链的运维、加速价值流的流动来实现软件交付效率的提升,同时保证软件研发的安全可靠。
LigaAI 和极狐GitLab 的合作,将构建 AI 时代研发提效新范式。
范式一:研发需求智管理,研发效能新洞察
在需求开发过程中,产品、设计、开发、测试、运维等多个角色需要通力协作,而跨职能团队间无缝的增量传递是提升研发效能的关键。传统需求管理方式中,需求文档撰写、状态更新和同步以及项目进度跟踪常常造成人效的浪费。在 LigaAI 中,产品经理可以通过 AI 自动编写 PRD 文档并补充上下文语境,让 AI 分析需求质量,并一键创建待办需求,快速实现文档与需求的双向联动,不仅提高了文档质量和录入效率,还确保每条需求都有完备的跟踪和记录。
在需求管理方面,LigaAI 也为团队提效进阶赋能,例如智能归集个人待办、自动生成日报/周报、可视化项目进度与风险等等。借助 AI 能力,研发人员能够在海量的需求数据中,快速获取待办、进度、阻碍和风险等重要信息,从而提升决策效率与质量。LigaAI 实现了产研业务一体化协作,为研发提供全新的视角,真正专注于交付价值。
高效的需求管理是软件快速交付的开始。LigaAI 让需求管理变得简单、智能、高效,也会让研发人员对于需求的理解更加透彻,再配合极狐的源代码托管、GitLab CI/CD,让软件研发快速、高质量交付真正落地。
范式二:人机结对智编程,代码交付新体验
编码、测试、评审并合并到主干分支,这是研发人员常见的代码交付流程。AI 可以融入到这个流程中的每一个环节,诸如用 AI 进行代码辅助编写、用 AI 自动生成测试用例对代码进行测试、AI 自动推荐「硬核」审核员对代码进行评审等,XP 中提倡的结对编程,在 AI 的帮助下,得以真正落地实践,这个过程对于效率的提升是不言而喻的。此外,AI 还可以对代码块进行解释,帮助新入职员工或者代码评审人员快速了解代码的背后逻辑。AI 化身成为研发人员的「个人小助理」,实现有 AI 随行,码力无限。
极狐GitLab 本身有完成的 JiHu Flow 来标准化软件研发流程、提高代码质量,同时提升大规模团队的协作和研发体验,在 AI 的加持下,这种工作流带来的效率提升会被进一步放大,价值也会更加凸显出来。极狐GitLab 将用 AI 赋能软件研发工作流,带来软件交付新体验。
简化代码提交操作也是优化用户体验的重要一环。过去,研发人员完成编码后,还需切换到其他工具更新任务状态,这会造成上下文切换和信息同步不及时的问题。LigaAI 通过插件将需求和编码工作关联起来,实现统一管理。现在,研发人员可以在 IDE 内直接查看个人待办和需求详情、同步项目状态,并且利用提交消息功能自动提交代码信息,无需来回跳转,专注于编码创造。
范式三:漏洞风险智化解,安全合规新防护
安全是软件交付的底线,随着软件代码行数、功能的增多,安全风险也在增加,在软件敏捷交付的时代,就需要安全提前介入来确保软件交付的安全性,这也是这几年火热的 DevSecOps 的由来。极狐GitLab 在 DevSecOps 方面开发了大量的功能,不仅引入了大量安全测试手段(7 大安全测试方法) ,还将这些安全手段和内置的 CI/CD 无缝集成,实现变更代码的自动扫描,研发人员或代码审核人员在 MR 中就可以看到扫描出的安全漏洞,并根据修复建议进行快速修复,从而缩短漏洞的修复时长,提高变更代码的安全性。
但是这种情况下,安全报告的解读还是需要专业的安全知识,或者专业的安全人士,漏洞的发现也多在测试阶段。在 AI 的加持下,安全漏洞的发现会更进一步—— 在研发人员编码的时候,AI 就能够识别出代码中的潜在安全风险,并且给出修改建议;而在测试阶段发现的安全漏洞,AI 能够像专业的安全人士一样用研发人能懂的话术对漏洞进行解读,并且给出修复建议,这样不需要其他人员的帮助,研发人员就能够自行解决代码中的漏洞,整个安全漏洞的修复周期是会大大缩短的,代码的安全性也就得到了保证。
此外,项目级安全与风险同样不可忽视。LigaAI 融合大量行业最佳实践,在海量的原生数据中解析出涵盖团队、项目和工程三个维度的诸多核心研发管理指标,全程动态追踪软件交付表现,以 AI 诊断保障项目交付安全。
在项目进程中,产品经理可以根据量化指标数据和基于 AI 的智能建议,掌握团队及项目的健康情况和潜在风险,快速调整策略方向;技术负责人可以从工程角度洞察研发团队的编码表现、任务流转数据及分支处理效率,借助 AI 智能专家提供的诊断建议,提前识别工程瓶颈,精准优化;CTO 能够根据「性能等级标杆」快速辨析组织的研发效能和关键阻碍,而 AI 结合实际情况,提供可行的优化建议,助力项目顺利完成。
写在最后
软件研发领域已经迈入 AI 时代,单纯地使用人力或者传统工具进行研发提效可能会是一件收效甚微的事情,学会利用 AI 的力量来放大传统工具的能量,提升研发效能是 AI 时代每位软件人都需要做的事。而 LigaAI 和极狐GitLab 已经在这条路上做了很多探索,相信两个产品的结合能够为中国程序员及企业带来提供新质生产力的利器—— AI 赋能的企业级软件研发平台。
关于LigaAI
LigaAI 是新一代智能研发协作平台。我们以人工智能技术为核心,致力于通过 AI 场景化繁为简,提升协作效率,赋能广大研发团队。从开发者的具体工作场景出发,LigaAI 通过人工智能将开发者们从繁杂琐事中抽离出来,为其提供简洁、智能的协作体验,也为不同类型的组织提供数字化、个性化、智能化的项目协作平台。
欢迎体验新一代智能研发协作平台 LigaAI,快人一步打造 AI 增效引擎!
相关文章:

LigaAI x 极狐GitLab,共探 AI 时代研发提效新范式
近日,LigaAI 和极狐GitLab 宣布合作,双方将一起探索 AI 时代的研发效能新范式,提供 AI 赋能的一站式研发效能解决方案,让 AI 成为中国程序员和企业发展的新质生产力。 软件研发是一个涉及人员多、流程多、系统多的复杂工程&#…...
如何看待2023年图灵奖
目录 1.概述 2.计算复杂性理论 3.随机性和伪随机性 4.学术生涯和领导力 1.概述 图灵奖(Turing Award),全称A.M.图灵奖(ACM A.M Turing Award),是由计算机领域的最高学术机构——美国计算机协会…...

《云原生安全攻防》-- 云原生攻防矩阵
在本节课程中,我们将开始学习如何从攻击者的角度思考,一起探讨常见的容器和K8s攻击手法,包含以下两个主要内容: 云原生环境的攻击路径: 了解云原生环境的整体攻击流程。 云原生攻防矩阵: 云原生环境攻击路径的全景视图࿰…...

自然语言处理: 第二十七章LLM训练超参数
前言: LLM微调的超参大致有如下内容,在本文中,我们针对这些参数进行解释 training_arguments TrainingArguments(output_dir"./results",per_device_train_batch_size4,per_device_eval_batch_size4,gradient_accumulation_steps2,optim"adamw_8bi…...

Linux使用C语言实现Socket编程
Socket编程 这一个课程的笔记 相关文章 协议 Socket编程 高并发服务器实现 线程池 网络套接字 socket: (电源)插座(电器上的)插口,插孔,管座 在通信过程中, 套接字是成对存在的, 一个客户端的套接字, 一个…...

Swin Transformer——披着CNN外皮的transformer,解决多尺度序列长问题
题目:Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 《Swin Transformer: Hierarchical Vision Transformer using Shifted Windows》作为2021 ICCV最佳论文,屠榜了各大CV任务,性能优于DeiT、ViT和EfficientNet…...

数据结构排序算法
排序也称排序算法(SortAlgorithm),排序是将一组数据,依指定的顺序进行排列的过程。 分类 内部排序【使用内存】 指将需要处理的所有数据都加载到内部存储器中进行排序插入排序 直接插入排序希尔排序 选择排序 简单选择排序堆排序 交换排序 冒泡排序快速…...

【深度剖析】曾经让人无法理解的事件循环,前端学习路线
先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7 深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞…...

Spring 事务失效总结
前言 在使用spring过程中事务是被经常用的,如果不小心或者认识不做,事务可能会失效。下面列举几条 业务代码没有被Spring 容器管理 看下面图片类没有Componet 或者Service 注解。 方法不是public的 Transactional 注解只能用户public上,…...
K8S节点kubectl命令报错x509: certificate signed by unknown authority
K8S节点上执行kubectl get node命令报错证书问题,查看kubelet日志如下 [localhost10 ~]$ journalctl -xeu kubelet --since "2024-04-09" --no-pager 4月 09 00:06:22 10.10.44.23-v7-prod-cams-08 kubelet[2142]: I0409 00:06:22.150535 2142 csi_pl…...

【HTML】制作一个简单的实时字体时钟
目录 前言 HTML部分 CSS部分 JS部分 效果图 总结 前言 无需多言,本文将详细介绍一段HTML代码,具体内容如下: 开始 首先新建文件夹,创建一个文本文档,两个文件夹,其中HTML的文件名改为[index.html]&am…...

servlet的三个重要的类(httpServlet 、httpServletRequst、 httpServletResponse)
一、httpServlet 写一个servlet代码一般都是要继承httpServlet 这个类,然后重写里面的方法 但是它有一个特点,根据之前写的代码,我们发现好像没有写main方法也能正常执行。 原因是:这个代码不是直接运行的,而是放到…...

【软考】设计模式之命令模式
目录 1. 说明2. 应用场景3. 结构图4. 构成5. 优缺点5.1 优点5.2 缺点 6. 适用性7.java示例 1. 说明 1.命令模式(Command Pattern)是一种数据驱动的设计模式。2.属于行为型模式。3.请求以命令的形式被封装在对象中,并传递给调用对象。4.调用对…...

波奇学Linux:ip协议
ip报头是c语言的结构体 报头和有效载荷如何分离? 固定长度四位首部长度 4位版本号就是IPV4 8位服务类型:4位TOS位段和位保留字段 4位TOS分别表示:最小延时,最大吞吐量,最高可靠性,最小成本 给路由器提…...

Efficient Multimodal learning from data-centric perspective
[MLLM-小模型推荐-2024.3.18] Bunny 以数据的眼光看问题 - 知乎近期几天会梳理下多模态小模型相关的论文,做个汇总。为了能够每天更新点啥,先穿插一些小模型算法。等到全部算法都梳理完成后,再发布一篇最终汇总版本的。 3.15 号 BAAI 发布了 …...

ubuntu下交叉编译ffmpeg到目标架构为aarch架构的系统
Ubuntu下FFmpeg的aarch64-linux-gnu架构交叉编译教程 一、前言 有时候真的很想报警的,嵌入式算法部署花了好多时间了,RKNN 1808真是问题不少;甲方那边也是老是提新要求,真是受不了。 由于做目标检测,在C代码中有对视…...

【Linux C | 多线程编程】线程同步 | 条件变量(万字详解)
😁博客主页😁:🚀https://blog.csdn.net/wkd_007🚀 🤑博客内容🤑:🍭嵌入式开发、Linux、C语言、C、数据结构、音视频🍭 ⏰发布时间⏰:2024-04-15 0…...

【高阶数据结构】哈希表 {哈希函数和哈希冲突;哈希冲突的解决方案:开放地址法,拉链法;红黑树结构 VS 哈希结构}
一、哈希表的概念 顺序结构以及平衡树 顺序结构以及平衡树中,元素关键码与其存储位置之间没有对应的关系。因此在查找一个元素时,必须要经过关键码的多次比较。顺序查找时间复杂度为O(N);平衡树中为树的高度,即O(log_2 N)…...
嵌入式之计算机网络篇(七)
七、计算机网络 1.说说计算机网络五层体系结构 计算机网络的五层架构包括应用层、传输层、网络层、数据链路层和物理层。 应用层:是网络结构中的最高层,负责向用户提供网络服务,如文件传输、电子邮件、远程登录等。常见的应用层协议有HTTP…...

C++|运算符重载(1)|为什么要进行运算符重载
写在前面 本篇里面的日期类型加法,先不考虑闰年,平年的天数,每月的天数统一按30天算,那么每一年也就是360天 目录 写在前面 定义 基本数据类型 自定义数据类型 成员函数解决相加问题 Date类+整形 下一篇----运…...

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明
LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造,完美适配AGV和无人叉车。同时,集成以太网与语音合成技术,为各类高级系统(如MES、调度系统、库位管理、立库等)提供高效便捷的语音交互体验。 L…...
挑战杯推荐项目
“人工智能”创意赛 - 智能艺术创作助手:借助大模型技术,开发能根据用户输入的主题、风格等要求,生成绘画、音乐、文学作品等多种形式艺术创作灵感或初稿的应用,帮助艺术家和创意爱好者激发创意、提高创作效率。 - 个性化梦境…...

业务系统对接大模型的基础方案:架构设计与关键步骤
业务系统对接大模型:架构设计与关键步骤 在当今数字化转型的浪潮中,大语言模型(LLM)已成为企业提升业务效率和创新能力的关键技术之一。将大模型集成到业务系统中,不仅可以优化用户体验,还能为业务决策提供…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU:如何让RNN变得更聪明? 在深度学习的世界里,循环神经网络(RNN)以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而,传统RNN存在的一个严重问题——梯度消失&#…...

Springcloud:Eureka 高可用集群搭建实战(服务注册与发现的底层原理与避坑指南)
引言:为什么 Eureka 依然是存量系统的核心? 尽管 Nacos 等新注册中心崛起,但金融、电力等保守行业仍有大量系统运行在 Eureka 上。理解其高可用设计与自我保护机制,是保障分布式系统稳定的必修课。本文将手把手带你搭建生产级 Eur…...

NLP学习路线图(二十三):长短期记忆网络(LSTM)
在自然语言处理(NLP)领域,我们时刻面临着处理序列数据的核心挑战。无论是理解句子的结构、分析文本的情感,还是实现语言的翻译,都需要模型能够捕捉词语之间依时序产生的复杂依赖关系。传统的神经网络结构在处理这种序列依赖时显得力不从心,而循环神经网络(RNN) 曾被视为…...

自然语言处理——Transformer
自然语言处理——Transformer 自注意力机制多头注意力机制Transformer 虽然循环神经网络可以对具有序列特性的数据非常有效,它能挖掘数据中的时序信息以及语义信息,但是它有一个很大的缺陷——很难并行化。 我们可以考虑用CNN来替代RNN,但是…...
大数据学习(132)-HIve数据分析
🍋🍋大数据学习🍋🍋 🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言Ǵ…...

AI书签管理工具开发全记录(十九):嵌入资源处理
1.前言 📝 在上一篇文章中,我们完成了书签的导入导出功能。本篇文章我们研究如何处理嵌入资源,方便后续将资源打包到一个可执行文件中。 2.embed介绍 🎯 Go 1.16 引入了革命性的 embed 包,彻底改变了静态资源管理的…...
Typeerror: cannot read properties of undefined (reading ‘XXX‘)
最近需要在离线机器上运行软件,所以得把软件用docker打包起来,大部分功能都没问题,出了一个奇怪的事情。同样的代码,在本机上用vscode可以运行起来,但是打包之后在docker里出现了问题。使用的是dialog组件,…...