engineering-principles 的项目扩展与二次开发
2025-05-22 13:32:45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
-
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。
-
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。
-
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。
-
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。
-
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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557