如何在云效中使用 DeepSeek 等大模型实现 AI 智能评审
除了代码智能补全外，AI 代码智能评审是 DevOps 领域受开发者广泛关注的另一场景了。本文，我们将结合云效代码管理 Codeup、流水线 Flow 和 DeepSeek，分享一种企业可快速自主接入，即可实现的 AI 智能评审解决方案，希望给大家一些启发。
云效+DeepSeek 打造高效代码评审的新途径
本文介绍如何在云效平台上利用DeepSeek等大模型实现AI智能代码评审。通过创建云效组织、获取API令牌、配置Flow自定义步骤、导入示例代码库及创建流水线，结合单元测试和代码扫描功能，实现自动化代码审查。此方案显著减少人工评审工作量，提升代码质量与开发效率，确保项目快速且安全地上线。
如何在云效中使用DeepSeek等大模型实现AI智能评审
本文介绍了一种基于云效平台和DeepSeek的AI智能代码评审解决方案。通过云效代码管理Codeup、流水线Flow和DeepSeek大模型，企业可快速实现自动化代码评审。具体步骤包括：创建云效组织并获取API令牌、配置百炼APIKey、开发自定义Flow步骤调用大模型、创建示例代码库和流水线，并通过合并请求触发智能评审。最终，评审结果将自动回写到Codeup中，帮助开发者提升代码质量。
Flow-CLI 全新升级，轻松对接 Sonar 实现代码扫描和红线卡点
Flow-CLI 使用的典型场景如：自定义开发一个 Sonar 扫描步骤，以在流水中触发 Sonar 扫描，并以扫描结果作为红线卡点，以保证代码质量；对接三方自有审批平台，在发布前进行检查审批，审批通过才允许发布。接下来，我们就以对接 Sonar 服务为例，手把手教你开发一个带红线功能的 Sonar 扫描步骤。
基于云效落地平台工程企业级最佳实践
本文介绍了平台工程作为DevOps演进的必然方向，探讨了其建设过程中面临的挑战及解决方案。文中首先分析了平台工程与DevOps的关系，强调了其在提升价值交付和降低团队心智负担方面的作用。接着，通过云效作为基础设施，详细阐述了其如何帮助企业构建高效的研发平台，并分享了两个实际案例：一个是200人规模的互联网企业，另一个是2000人规模的金融行业企业。最后，展望了平台工程的未来发展方向，包括组件化开发、AI技术的应用以及智能化场景的融入。碧桂园生活服务集团也分享了其在平台工程领域的实践经验和未来思考，强调了标准化、自动化、可靠性和智能化四大原则的重要性。
Serverless 应用引擎 SAE：让应用管理如此简单
本次课程由阿里云智能集团高级技术专家赵庆杰分享，主题为“Serverless 应用引擎 SAE：让应用管理如此简单”。课程涵盖四个主要部分：降本增效、功能场景、关键技术与客户案例。SAE 引擎通过按量付费、弹性伸缩等特性简化应用管理，帮助企业将更多精力投入到 AI 应用和业务价值上。SAE 提供了低门槛微服务架构转型、应用快速上云、一键启停环境、高可用方案及 CI/CD 解决方案等功能。此外，还介绍了高等教育出版社使用 SAE 进行云原生改造的案例，展示了其在降本增效、提升研发效能和安全性方面的显著成果。
