技术驱动，效率提升90%+。

带你了解去哪儿网Redis自动化运维体系，如何实现高效部署、迁移、扩容等，为业务提供可靠的存储服务。

2023年初，科技圈最火爆的话题莫过于大语言模型了，它是一种全新的聊天机器人模型，除了能应对基本的日常聊天外，还能胜任如文案编写、旅游规划等各项工作。

携程信息安全部也紧跟时代步伐，在携程内部推出基于大语言模型的智能聊天机器人，并发布网页版1.0，让所有“程里人”可以便捷无门槛地享受大语言模型带来的便利。在运营半年多后，我们广泛收集了用户的使用感受以及建议，结合当下大语言模型的发展进程，新推出了网页版2.0，相较于1.0版本，简化了页面展示，增加了历史会话保存、自定义对话设置、支持插件、AI绘图等功能。

其中插件功能可以扩展大语言模型的个性化能力，让其如虎添翼，开发者可以根据特定需求定义特定插件供用户使用。目前网页版2.0版本支持10多种插件，如google搜索插件可以对输入的问题进行联网查询；base64插件可以对base64内容进行解密等。那么这些插件是如何实现的呢？让我们一探究竟吧。

SQLlin作为携程机票移动端团队最为完备的一款开源项目，在接近 1 年的时间内经历了不少升级与换血式的更新，也见证了这一年 Kotlin Multiplatform 技术的演进及社区生态的变化。本文将带领大家梳理这些更新，并探求这些更新背后所涉及到的 Kotlin Multiplatform 技术栈在这一年来的更迭与进化。

一套完善的巡检报警系统，不仅可以为DBA减负，更可以为DBA的工作提质增效。

随着企业的发展和消费者需求的变化，B端市场也逐渐向消费者化的趋势发展。消费者化的趋势要求B端设计也要更加注重用户体验、情感共鸣和品牌形象，以满足消费者的需求和期望。本次分享通过多元化的创意形式，以不同使用场景和不同用户群体出发，探索B端C化的创意设计，构建多维设计体系，更有效地与B端用户降维沟通，传递品牌心智，提升B端用户体验。

微服务架构下，产研分工精细，需求迭代频繁，随着需求的不断迭代，应用数、代码量及测试用例越积越多；需求迭代（尤其是有新人加入）的过程中，产品经理需要通过开发了解现状和历史逻辑，开发人员翻阅历史代码花费的时间和精力越来越大，测试人员上线前需要回归的用例也越来越多，严重影响了需求迭代的效率。

覆盖公司九成开发，提升研效的秘密武器。

携程呼叫中心正在实现智能化，其中一个关键是负载均衡的语音识别服务（ASR）。他们采用多集群、多IDC、多供应商的ASR产品来提供稳定和优质的语音识别服务。对于ASR调用者而言，只需对接MRCP Server，无需关注ASR Engine。他们尝试了多种负载均衡方案，如硬件负载均衡设备和软负载实现，但效果不理想。他们还验证了AX、Netscaler和TDLB等基建服务，但未达到预期效果。

实现了无感知故障自动切换，极大提升网络可靠性。

大语言模型系统(LLM)是一种解决传统分类和匹配模型召回率低的问题的解决方案。在携程的旅游服务中，LLM能够准确识别用户意图，提高准确率和召回率。它的生成能力可用于构造高质量语料，提高泛化性能并节省人力投入。在火车票信息抽取场景中，LLM相比传统算法能够提高抽取准确率并降低开发成本。在客服场景中，LLM通过对话归纳和总结，能够节省人工成本并提高查看时间效率。大模型还可帮助旅游企业进行市场分析和预测，了解市场趋势和消费者需求，制定精确的营销策略和推出符合市场需求的产品。未来，大模型在旅游领域的个性化推荐和定制服务方面的作用将更加重要。通过分析用户历史数据和偏好，大模型可以为用户提供个性化的旅游推荐和定制旅行行程，提升用户旅行体验。同时，大模型还可以进行大规模的人类反馈的强化学习，进一步提升性能。

屏效最早起源于商业领域，指的是每平面积上产出的营业额，是用来衡量经营情况的重要指标。后面随着互联网的发展，就被用在了对界面的价值定义上，来说明屏幕单位时间、单位面积内可以带来多少商业效益和效率的提升。

通过减少跨层级重复依赖、合并冗余分层和优化任务，可以提升数据结果的复用能力和任务的效率。在本方案中，酒店订单明细宽表的产出时间减少了45%，任务数量减少了32%，可控上游依赖任务数量减少了35%，关键链路调度层级减少了5层。未来可以进一步优化跨多层判断重复依赖、定位多Job中重复/相似逻辑和多数据流程的优化。

用空闲CPU换内存的成本解决方案。

近年来短视频的火爆，让内容创作类的APP获得了巨大的流量。用户通过这类工具编辑自己的短视频，添加各式各样的炫酷特效，从而呈现出更加丰富多彩的视频内容。本文将会介绍如何使用移动端原生API，将图片添加转场特效并且最终合成为视频的基本流程。

通过“脚本配置及解析”实现流程动态变更。