Flutter在release环境是以AOT模式运行的，这就决定了我们要做动态化的话无法简单的通过动态下发dart代码执行的。根据Fair团队的前期调研，我们对布局动态化和逻辑动态化的实现采用了两套不同的实现方案，对于布局部分，我们在解析dart源文件之后生成DSL产物下发，然后在端上解析DSL构建布局的方式，逻辑动态化的部分，我们采用的是dart源码转js下发的方式。

Fair 逻辑动态化，是对一期布局动态化的增强。为了实现逻辑动态化，我们当时考虑了多种方案，方案主要集中在这三个方面，一种是对google提供的JIT进行裁切，第二种是自定义解析引擎，第三种借助js的能力。

base64的编码原理网上讲解较多，但解码原理讲解较少，并且没有对其中的内部实现原理进行剖析。

在探究base64编码原理和解码原理的过程中，我们首先需要了解下面会用到的算法和逻辑运算的概念，这样才能真正的吃透base64的编码原理和解码原理，体会到其中算法的精妙，甚至是在思考的过程中得到意想不到的收获。

线上工具对于阿姨这个群体是比较陌生的，因此为了确保我们的产品能真正被阿姨接受并熟悉，我们进行了用户体验调查，在调研中，阿姨们体现出比我们预想还要严重的使用障碍，因此我们从解决障碍出发，启动了这次改版。

Fair是为Flutter设计的动态化框架，可以通过Fair Compiler工具对Dart源文件的转化，使项目获得动态更新Widget的能力。Fair 2.0是为了解决 Fair 1.0版本的“逻辑动态化”能力不足。

这篇文章将介绍如何使用断点来进行 JavaScript 调试。在读这篇文章之前，需要问一个问题：为什么要使用断点来进行调试？

我们首先需要认可使用断点的是必要的，否则下文介绍的所有断点调试方法都会是废话。console.log 是前端开发最常用的调试手段，它简单直接解决一部分问题。但当遇到十分复杂的问题，console.log 就会变得不趁手。

随着公司业务的发展，产品情况多种多样比较复杂，图像和视频在公司的多条产品线业务起着越来越重要的作用。为与政策法规权威同步，各业务线要避免出现敏感图片，公司多种场景需要接入政治人脸识别服务。比如云账号的先审后发机制，先把头像等信息统一送审至集团风控部门，进行涉政检测，审核通过后再进行展示。每天的审核量级在亿级别，只依赖人工审核难以实现。在此背景下升级开发了涉政人脸识别服务，支持运营人员自助调整审核阈值，配备有敏感人物审核库。

二进制对我们来说既熟悉又陌生，熟悉的是我们每天都能接触到，陌生的是觉得这是个高级的玩意，我们很少有机会去使用到他。通过这篇文章我们在来温习一遍二进制。

初识这个库时，第一反应，这个axios怎么读，万一读错了会不会别人笑；这样的疑问不仅我会有，后面在他的issues#802里还看到了一群人在一起讨论。高票赞同的读法是：acks--ee--oh-ss 。

语音是58同城用户之间的重要沟通媒介，58同城C端用户和B端用户之间可以通过电话（隐私通话）、网络音视频通话（微聊）建立连接，这些场景下产生的语音数据有巨大的挖掘价值。本次议题主要分享语义标签的文本挖掘技术，首先介绍使用主动学习技术解决冷启动时样本少的问题，然后对比了关键词匹配、XGBoost、TextCNN等模型的效果，最后提出了一种改进的Wide&Deep模型，在我们的场景下取得了最优效果。

在发送请求时，axios究竟对参数是如何处理的，而有的参数为啥没被完全编码？

本文介绍了文本表征算法在58信安场景下的探索和实践。信息安全场景下业务种类繁多，在对用户发帖内容进行审核时，通过对文本建模得到其表征，既可以用于对文本的直接分类算法，也可以通过聚类算法快速得将文本信息归类。

本文介绍的是在CRM智能推荐场景中，所用到的机器学习和推荐技术的模型训练及线上预测的特征数据推送部分，我们应用此套特征推送流程而上线的模型多达几十种，获得了可观的收益。目前特征自动化推送广泛应用于黄页、招聘、创新、转转等业务场景中。

58云视是58自研的一款音视频通话系统，目前广泛应用在面试场景中，面试场景有一项重要功能是协同编辑，下面就让来分析一下协同编辑功能的实现方案和OT算法的应用。

今天介绍一套众多大厂都在践行的“以目标导向”的设计方法，看看设计师是如何在复杂的商业环境下创造价值。

对巨石应用说不：转转商业微前端qiankun历史项目迁移升级实践。