首页
/ engineering-principles 的项目扩展与二次开发

engineering-principles 的项目扩展与二次开发

2025-05-22 17:53:10作者:何举烈Damon

项目的基础介绍

engineering-principles 是 Skyscanner 开源的一个项目,该项目主要分享了 Skyscanner 工程团队在软件开发过程中遵循的工程原则。这些原则旨在帮助团队提高交付效率、保持代码质量,并在快速迭代中持续改进和优化产品。

项目的核心功能

项目的核心功能是定义和阐述 Skyscanner 工程团队在软件开发中的基本原则,这些原则包括:

  • 明确成功的定义
  • 每日多次交付,持续提供客户价值
  • 对每个重大变更进行设计评审
  • 遵循定义的技术标准进行产品交付
  • 对每个更改进行同行评审
  • 自动化测试覆盖所有变更
  • 定义完成的标准,确保代码在生产环境中稳定运行
  • 实行“你构建它,你运行它”的模型
  • 对产生的数据负责
  • 在编码中体现包容性、多样性和可访问性

项目使用了哪些框架或库?

该项目主要以 Markdown 格式存储文档,没有使用特定的框架或库。文档内容可通过任何文本编辑器进行查看和编辑。

项目的代码目录及介绍

项目的代码目录结构简单,主要包括以下几个部分:

  • README.md:项目的主页,介绍了工程原则的概述和详细内容。
  • LICENSE:项目的许可文件,采用 CC-BY-4.0 协议。

对项目进行扩展或者二次开发的方向

  1. 原则的本地化应用:根据不同公司的业务需求和文化背景,对这些原则进行本地化调整,使其更加贴合特定团队的工作模式。

  2. 工具和模板开发:基于这些原则,开发一系列工具和模板,帮助团队更好地实施这些原则,例如设计评审模板、测试覆盖度检查工具等。

  3. 案例研究扩展:收集和整理不同团队应用这些原则的案例研究,以便于其他团队学习和借鉴。

  4. 交互式学习平台:构建一个交互式学习平台,让团队成员通过游戏、模拟等方式更好地理解和实践这些原则。

  5. 集成到开发工具:将原则集成到开发工具中,如代码审查工具、项目管理工具等,以便在开发过程中实时提醒和指导团队成员。

通过以上扩展和二次开发,可以使 engineering-principles 项目更加完善,更好地服务于软件开发团队。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
507
43
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
336
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70