本篇文章旨在探讨在遵循通用设计规范之外，服务设计过程中需要考虑的关键因素。希望经过我们一系列的分享，能和大家一起讨论如何将API设计的易对接，易理解和易扩展。

本文将深入探讨托寄物智能识别——大模型在京东快递物流场景中的应用与落地，分析其产生背景、应用效果及未来发展方向。

每年618或11.11大促都是一场技术团队大练兵的时候。京麦平台随京东发展至今，已经历了4次618，3次11.11，今年618备战的场景还记忆犹新，11.11战鼓声却已早早的敲响。那半年的时间里，京麦服务市场又有哪些蜕变呢？

本文将通过实战代码示例，意在帮助没有大模型实战经验的Java工程师掌握使用LangChain4j框架进行大模型开发。

为大家带来使用AI进行绘图的入门实践，为大促文章配图，绘制大促广告宣传海报，提升促销图的画质和精度，探索助力大促的新思路。

本文将介绍商品图谱构建与表示、实体对齐等技术在电商领域的一些具体实践和应用。

在电商推荐中，除了推送商品的图片和价格信息外，文案也是商品非常重要的维度。本文将分享京东电商平台的电商商品文案挖掘的优化实践。

本文主要从后端研发的视角针对研发阶段和上线阶段浅谈稳定性建设。

应用在配合R2m（R2M：京东内部一款基于Redis研发的，具备高性能、高可用、在线伸缩能力的分布式缓存服务）升级redis版本的过程中，上游反馈调用接口报错，RpcException：[Biz thread pool of provider has been exhausted]，通过监控系统和日志系统定位到现象只出现在一两个节点，并持续出现。第一时间通过JSF（JSF：中文名-杰夫，是Jingdong Service Framework （京东服务框架）的缩写，完全自主研发的高性能服务框架）将有问题的节点下线，保留现场，业务恢复。

这篇文章从生成式推荐系统和京东联盟广告的背景入手，首先引出两者结合的动因与策略，随后对当前的流程和方法进行了细致的回顾与整理，最后详细介绍了在京东联盟广告领域的应用实践。通过深入分析与案例展示，希望为广告领域的推荐系统带来新的见解和启发。

交易系统可能不是技术难度最深的，但是业务复杂度最高的，一个订单从提交到最后真正生产成功要经历几十个系统，涉及的接口交互，MQ等可能达上百个。任何一个环节出问题都会导致这一单的异常，而且交易不像单纯的资讯门户可以靠静态化或者缓存抗住大并发，交易系统里面涉及到大量的资源(库存，优惠券，优惠码等)消费，订单生成等需要写入持久化的操作不是单纯的异步或者缓存化可以解决的，而且对库存等敏感信息不能出现并发扣减等。

细节的设计非常多，下面挑出比较典型的一些方面，给大家介绍下京东到家交易系统的架构设计和关键问题的处理方案。

大模型带来了新的方法来解决小哥提出的问题、遇到的异常、需要的支持，并提供帮助网点管理者进行运营和经营管理的工具。

最近在使用保险一线之声平台时遇到了导出Excel功能无法正常使用的问题。经过排查发现是版本兼容性的问题，具体是两个包中的CTFont类实现方式不同。为了解决问题，经过验证和调试后确定将项目的依赖配置为easypoi 4.5.0和apache-poi 4.1.1版本，问题得到了彻底解决。

本文描述了物流供应链业务较复杂的业务场景下，结合大数据计算相关技术，总结了实时监控大屏指标建设和服务构建的框架和经验，为后续其他核心大屏的高可用和高实时性建设提供建设思路。

凡是依赖JDK Introspector获取类set方法描述的工具类、组件都会受到其写入方法定义导致的一些列问题。

本文将分享京东零售在指标中台建设方面的实践经验。京东指标中台依据现代数据栈、Headless BI、数据虚拟化和数据编织等方法论，并结合自身了多运营模式，多运营视角，多数据维度等业务特点，构建了从指标定义到指标生产再到指标消费的全链路解决方案。指标中台技术不仅仅是一个技术实现，更是一种组织和管理数据的战略思维。指标中台技术是企业在数字化转型过程中的一种重要策略，它通过构建共享平台来整合企业的核心能力，从而提升业务效率和市场响应速度。随着技术的发展和市场的变化，中台技术将继续演进，为企业带来更多的创新和价值。