DataWorks AI助理实践:让AI助理帮你做代码评审

简介: DataWorks AI助理支持按团队代码评审规范自动检查、决策并写回结果。只需提供规范,即可替代人工完成重复性代码审查,支持主动发起评审和定时自动巡检两种模式,大幅提升评审效率与一致性。

DataWorks AI 助理支持按照团队内部的代码评审规范,对代码评审单进行自动化检查、决策和结果写回。您只需提供团队评审规范,AI 助理即可替代人工完成重复性的代码审查工作。

文档内容较多,可先打开右侧目录了解全文结构。


注意事项

  • 已创建 DataWorks AI 助理实例。如未创建,请参见 创建 AI 助理实例
  • 已开启官方 SKILL:dataworks-governance-scenario。可在 AI 助理实例详情页>SKILL管理页面开启。
  • 本示例需要上传文件,建议在 AI 助理实例的 WEB 端对话功能中操作。

DataWorks 管理控制台:https://dataworks.console.aliyun.com/overview


选择模式

AI 自动代码评审支持两种使用模式:

对比项

主动发起评审

定时自动巡检

触发方式

用户主动发起

定时自动触发

执行模式

人机协作

全自动执行(可变更)

Critical 违规处理

暂停执行,等待人工确认

AI 直接驳回

适用场景

首次使用、调试规范、少量评审

日常运营、大量评审单

是否需要先沉淀 SKILL

否(可直接上传规范)

是(需要先创建 SKILL)

推荐路径:如果您是首次使用,建议先通过"主动发起评审"验证规范效果,满意后再沉淀为 SKILL 并配置定时巡检。

准备评审规范 → 主动发起评审(验证效果)
              效果满意?→ 沉淀为 SKILL → 配置定时自动巡检

场景与效果

典型应用场景

  • 团队有明确的代码评审规范(如命名规范、分层依赖规范),但人工逐条检查耗时且容易遗漏。
  • 代码评审单量大,希望 AI 自动完成初筛,仅将严重违规提交人工确认。
  • 希望定时巡检新的评审单,实现"代码提交即评审"。

本示例最终效果:

  1. 主动发起评审模式:您只需对 AI 助理说"帮我评审 xx 空间的 CR",AI 助理自动完成代码评审:
  • 拉取评审单:AI 助理自动读取待您评审的代码评审单。
  • 逐条检查:按照团队编码规范对代码进行逐条审查,生成评审结果。
  • 自动决策
  • 无 Critical 违规 → AI 助理自动通过评审,并写入评审记录。
  • 有 Critical 违规 → AI 助理暂停执行,列出所有违规详情(含规则编号、问题描述、修复建议),等待您逐条确认。
  • 人工确认:您根据 AI 助理的建议,回复"确认通过"或"确认驳回",AI 助理随即在 DataWorks 中执行对应操作并写入评审记录。

上传团队代码评审规范

AI 获取评审单并进行评审

人工确认 Critical 违规

  1. 定时自动巡检模式:配置定时任务后,AI 助理自动扫描待评审单并执行评审,通过巡检报告告知您哪些单子通过、哪些驳回及原因。

在WEB端对话中创建定时任务

在IM端确认定时报告


一、环境准备

1.1 准备代码评审规范

  • 目标:编写一份结构化的代码评审规范文档,作为 AI 助理的审查依据。
    AI 助理的审查能力取决于规范质量。建议包含以下要素:
  • 规范设计建议
  • 明确严重等级:本示例将规则划分为 Critical(严重违规,建议驳回)和 Suggestion(建议优化,可通过但需关注)两个等级。
  • 提供检查方法与示例:每条规则需要说明 AI 应该"怎么查"以及"什么是错的",让 AI 有明确的判断依据。
本实例验证所用规则:

本实践使用以下 3 条分层依赖规则进行测试:

#

规则

严重等级

检查方法

R1

ADS 不能直接依赖 ODS

Critical

SQL 中 FROM/JOIN 引用 ods_ 开头的表

R2

ADS 之间禁止相互依赖

Critical

SQL 中 FROM/JOIN 引用其他 ads_ 开头的表

R3

ADS 避免直接引用 DWD

Suggestion

应优先使用 DWS/DIM 层数据

完整的评审规范示例见文末附录:零售电商团队内部代码审查规范示例》

本示例验证结果:

节点名

是否满足团队代码评审规范

规范影响情况

预期是否自动评审通过

待评审单截图

主动发起评审模式实际是否自动评审通过

AI评审结果截图

AI评审记录

地区交易排行分析

Critical:ADS依赖ODS

否,需要人工确认

否,已人工确认

【纯净版 CR(用户自定义规则)】检查规则:零售电商团队内部代码审查规范(11条)。检查结果:发现 1 条 Critical 违规。🔴 R1(Critical):ADS 节点 ads_ec_trd_area_rank 直接引用了 2 张 ODS 表(ods_trade_order、ods_t_area),违反"ADS 不能直接依赖 ODS"规则。修复建议:将 ODS 表替换为 DWS/DWD 层表,确保依赖链路符合 ODS→DWD/DIM→DWS→ADS。决策:驳回。

消费者购物旅程分析日报

Suggestion:ADS依赖DWD

【纯净版 CR(用户自定义规则)】检查规则:零售电商团队内部代码审查规范(11条)。检查结果:无 Critical 违规。Suggestion: R3-ADS 直接引用 3 张 DWD 表(dwd_ec_log_search_di, dwd_ec_collect_di, dwd_ec_trd_create_ord_di),建议后续优化为 DWS 层汇总表。决策:通过。

品类交易大盘

Critical:ADS依赖ADS

否,需要人工确认

否,已人工确认

【纯净版 CR(用户自定义规则)】检查规则:零售电商团队内部代码审查规范(11条)。检查结果:发现 1 条 Critical 违规。🔴 R2(Critical):ADS 节点 ads_ec_trd_category_dashboard 引用了 2 张其他 ADS 表(ads_ec_itm_hot_rank、ads_ec_trd_gmv_kpi),违反"ADS 之间禁止相互依赖"规则。此外使用了 CROSS JOIN,可能导致数据膨胀。修复建议:将依赖下沉到 DWS 层,将 CROSS JOIN 改为带关联条件的 JOIN。决策:驳回。

1.2 准备代码评审单

在 DataWorks 控制台进入目标工作空间,开启强制代码评审开关,然后提交代码变更并发起评审。本实践中,评审人设置为 AI 助理的执行身份。

本实践准备了 3 张评审单用于验证:

节点名

是否满足规范

违反规范的等级

预期结果

截图

地区交易排行分析

Critical:ADS 依赖 ODS

驳回,需人工确认

消费者购物旅程分析日报

Suggestion:ADS 依赖 DWD

通过

品类交易大盘

Critical:ADS 依赖 ADS

驳回,需人工确认


二、主动发起评审(人机协作模式)

此模式下,AI 助理会按团队代码评审规范检查代码评审单,对于 Critical 违规会暂停执行并等待您确认。

预期行为:

节点名

是否满足规范

违反规范的等级

预期是否自动通过

地区交易排行分析

Critical:ADS 依赖 ODS

否,需要人工确认

消费者购物旅程分析日报

Suggestion:ADS 依赖 DWD

品类交易大盘

Critical:ADS 依赖 ADS

否,需要人工确认

2.1 拉取代码评审单

在 DataWorks 管控台 > AI 助理实例 > 对话,进入 AI 助理 WEB 端对话页。点击左侧对话,在对话框中输入指令

  • 本实践指令示例

查看 959211 空间下有哪些待我评审的代码评审单

  • 效果解读:AI 助理返回当前待评审的评审单列表,表示 AI 助理已成功获取评审对象。

2.2 下发代码评审指令

  • 目标:向 AI 助理下发评审指令,明确评审依据、通过/驳回条件和人工介入规则。
  • 解决的问题:AI 助理需要知道"按什么标准审"以及"审完后怎么处理"。如果不明确通过/驳回条件,AI 可能无法正确执行自动决策;如果不明确人工介入条件,AI 可能对严重违规也直接放行。

在对话框中输入评审指令。指令需要包含三个要素

要素

说明

本示例值

评审依据

告诉 AI 按照哪份规范进行检查

《零售电商团队内部代码审查规范.md》

通过条件

满足什么条件时 AI 可以自动通过

无 Critical 违规 → 写入评审记录,并自动通过评审

驳回条件

满足什么条件时 AI 需要暂停并等待人工确认

有 Critical 违规 → 暂停执行,不做任何写操作。列出所有 Critical findings(含规则编号、问题描述、修复建议),等待用户逐条确认后再按指示执行通过或驳回,并写入评审记录

  • 本实践完整指令

按照《零售电商团队内部代码审查规范.md》进行代码评审,并输出评审结果。

【注意事项】(重要!) 通过/驳回条件:

  • 无 Critical 违规 → 写入评审记录,并自动通过评审。
  • 有 Critical 违规 → 写入评审记录后,暂停执行。列出所有 Critical findings(含规则编号、问题描述、修复建议),等待我逐条确认后再按我的指示执行通过或驳回。

您也强化指令如:

  • 禁止跳过团队规范任何章节(必须全部输出);
  • 禁止跳过任何规则(每条都要判定,不适用标"➖")

操作过程截图

上传团队代码评审规范

AI 获取评审单并进行评审

人工确认 Critical 违规处置方案



效果解读

  • 对于无 Critical 违规的评审单(如"消费者购物旅程分析日报"),AI 助理自动通过并写入评审记录。
  • 对于有 Critical 违规的评审单(如"地区交易排行分析""品类交易大盘"),AI 助理暂停执行,列出违规详情,等待用户逐条确认后再执行通过或驳回。

2.3 验证代码评审结果

对比 AI 评审结果与预期结果,确认 AI 助理的评审准确性。如果结果与预期不符,您可以调整规范描述或评审指令。

评审单

违规等级

预期结果

实际结果

是否符合预期

地区交易排行分析

Critical:ADS 依赖 ODS

驳回,需人工确认

驳回,已人工确认

消费者购物旅程分析日报

Suggestion:ADS 依赖 DWD

通过

通过

品类交易大盘

Critical:ADS 依赖 ADS

驳回,需人工确认

驳回,已人工确认

3 张评审单均符合预期。AI 评审记录可在 DataWorks 代码评审页面查看。

评审详情(以"地区交易排行分析"为例):

项目

内容

是否满足规范

违规情况

Critical:ADS 依赖 ODS

预期结果

不通过,需要人工确认

实际结果

不通过,已人工确认

AI 评审记录:

【纯净版 CR(用户自定义规则)】检查规则:零售电商团队内部代码审查规范(11 条)。检查结果:发现 1 条 Critical 违规。🔴 R1(Critical):ADS 节点 ads_ec_trd_area_rank 直接引用了 2 张 ODS 表(ods_trade_orderods_t_area),违反"ADS 不能直接依赖 ODS"规则。修复建议:将 ODS 表替换为 DWS/DWD 层表,确保依赖链路符合 ODS→DWD/DIM→DWS→ADS。决策:驳回。

AI助理评审前

AI助理评审后


三、将评审流程沉淀为 SKILL

完成一次手动评审后,您可以将整个评审流程沉淀为一个 SKILL(技能),让 AI 助理在后续使用中自动识别评审场景并加载对应的团队规范,无需每次重复上传规范和编写指令。

3.1 创建代码评审 SKILL

  • 目标:将评审流程打包为一个名为 dataworks-ai-code-review 的 SKILL,供后续复用和分发。
  • 操作说明:在 AI 助理对话框中输入以下指令,AI 助理会自动将评审流程整理为 SKILL:

将上述过程复盘整理为一个名为 dataworks-ai-code-review 的 AI 自动代码评审 SKILL,后续当指令要求使用自定义的团队代码评审规范进行代码评审时,均使用该 SKILL。

注意:

  • 《零售电商团队内部代码审查规范.md》需要单独维护为一个文档,作为 SKILL 的知识库。
  • 创建完成后,检查下 SKILL 是否打包并安装成功


  • SKILL 优化建议

您可以在指令中补充以下要求,提升 SKILL 的执行质量:

  • 禁止跳过团队规范任何章节(必须全部输出);
  • 禁止跳过任何规则(每条都要判定,不适用的规则标注"➖");
  • 报告包含基本信息、代码 Diff、规范逐条检查结果和评审建议。

创建过程截图

3.2 确认 SKILL 注册情况

如果管控台未显示 SKILL,您可以通过对话让 AI 助理确认安装情况并手动注册,确保可以通过界面可视化启停SKILL

  • 本实践指令示例:

将 dataworks-ai-code-review SKILL 注册到管控页。

  • 操作过程截图

注册到管控页

管控页查看SKILL

效果解读:SKILL 注册成功后,DataWorks 管控台的 SKILL 管理页面中可以看到创建的SKILL,本示例为 dataworks-ai-code-review


3.3 使用 SKILL 进行评审

沉淀 SKILL 后,您可以通过简单指令触发评审,无需重复上传规范和编写指令:

本实践指令示例

dataworks-ai-code-review SKILL帮我评审 959211 空间的 CR。

预期效果:AI 助理会自动加载团队规范、拉取评审单、执行逐条检查并输出评审报告。


四、定时自动巡检(全自动模式)

如果您希望 AI 助理自动巡检新的评审单(而非每次手动触发),可以配置自定义定时巡检任务。

在本实践中,此模式下,AI 助理会全自动执行评审:自动通过合规的评审单,自动驳回违规的评审单,并通过巡检报告告知您结果。

条件:此模式依赖 SKILL,必须先完成第三章"将评审流程沉淀为 SKILL"。

4.1 创建定时巡检任务(WEB端操作)

  • 目标:创建一个定时任务,让 AI 助理周期性扫描工作空间中的待评审单并自动执行评审。
  • 解决的问题:手动触发评审需要用户每次主动发起指令。配置定时巡检后,AI 助理自动扫描待评审单并执行评审,实现"代码提交即评审"。
  • 操作说明:在DataWorks管控台> AI 助理实例>对话进入AI助理WEB端对话页,点击左侧IM,在已经存在的对话中输入创建定时任务的指令。

在IM如钉钉的对话会同步在AI 助理WEB端对话>IM界面。

  • 本实践完整指令

创建一个每 5 分钟执行一次的代码评审巡检任务,自动拉取 959211 空间下待我评审的代码评审单并完成评审,评审结果按照推送模板《ai-code-review-report-template.md》推送到当前窗口。

【注意事项】

• 使用 dataworks-ai-code-review skill,按照零售电商团队规范自动完成评审,无需人工确认。

【通过/驳回条件】(重要!)

• 无 Critical 违规 → 写入评审记录,并自动通过评审。

• 有 Critical 违规 → 写入评审记录,并自动驳回评审。

说明:

  • 定时代码评审巡检情况下,如果您希望 Critical 违规需要人工确认,可以在指令说明。
  • 定时代码评审巡检报告模板《ai-code-review-report-template.md》示例见文末附录:定时代码评审巡检报告模板示例》

在WEB端对话中创建定时任务

在IM端确认定时报告

效果解读:配置完成后,AI 助理每 5 分钟扫描一次工作空间 959211。一旦发现指派给您的新评审单,AI 助理自动触发 dataworks-ai-code-review SKILL 完成审查,并将评审报告推送到WEB对话窗口对应IM通道。

附录:本示例指令集合

【指令1】拉取评审单
查看 959211 空间下有哪些待我评审的代码评审单。

【指令2】按要求评审(含人工确认机制)
按照《零售电商团队内部代码审查规范.md》进行代码评审,并输出评审结果。
【注意事项】(重要!) 通过/驳回条件:
• 无 Critical 违规 → 写入评审记录,并自动通过评审
• 有 Critical 违规 → 写入评审记录后,暂停执行。列出所有 Critical findings(含规则编号、问题描述、修复建议),等待我逐条确认后再按我的指示执行通过或驳回。

【指令3】创建 SKILL
将上述过程复盘整理为一个名为 dataworks-ai-code-review 的 AI 自动代码评审 SKILL,后续当指令要求使用自定义的团队规范进行代码评审时,均使用该 SKILL。
注意:
• 《零售电商团队内部代码审查规范.md》需要单独维护为一个文档,作为 SKILL 的知识库。
• 创建完成后,检查下 SKILL 是否打包并安装成功。

【指令4】注册到控制台
将 dataworks-ai-code-review SKILL 注册到管控页。

【指令5】验证 SKILL
用 dataworks-ai-code-review SKILL 帮我评审 959211 空间的 CR。

【指令6】创建定时代码评审巡检任务
创建一个每 5 分钟执行一次的代码评审巡检任务,自动拉取 959211 空间下待我评审的代码评审单并完成评审,评审结果按照推送模板《ai-code-review-report-template.md》推送到当前窗口。
【注意事项】
• 使用 dataworks-ai-code-review skill,按照零售电商团队规范自动完成评审,无需人工确认。
【通过/驳回条件】(重要!)
• 无 Critical 违规 → 写入评审记录,并自动通过评审。
• 有 Critical 违规 → 写入评审记录,并自动驳回评审。

附录:零售电商团队内部代码审查规范示例

# 零售电商团队内部代码审查规范
> 适用于工作空间 959211(零售电商业务域 ec),AI 代码评审时必须检查以下规则。
---
## 一、建表与命名规范
> 表命名模板(强制)
| 分层 | 命名模板 | 示例 |
|---|---|---|
| ODS | `ods_ec_{业务域}_{源表名}_{刷新周期}` | `ods_ec_trd_trade_order_di` |
| ADS | `ads_ec_{数据域}_{集市}_{主题}_{粒度}_{统计周期}` | `ads_ec_ec360_gmv_kpi_overview` |
**检查要点**:
- 所有表名必须包含 `_ec_`(零售电商业务域标识)
- 禁止双下划线 `__`
## 二、数仓分层依赖规范
### 2.1 合法依赖链路
ODS → DWD → DWS → ADS
ODS → DIM → DWD / DWS / ADS
### 2.2 依赖规则
| # | 规则 | 严重等级 | 检查方法 |
|---|------|---------|---------|
| R1 | **ADS 不能直接依赖 ODS** | Critical | SQL 中 FROM/JOIN 引用 `ods_` 开头的表 |
| R2 | **ADS 之间禁止相互依赖** | Critical | SQL 中 FROM/JOIN 引用其他 `ads_` 开头的表 |
| R3 | **ADS 避免直接引用 DWD** | Suggestion | 应优先使用 DWS/DIM 层数据 |
## 三、变更合理性规范
> 检查本次代码变更本身的合理性和完整性,不依赖规范文件中的其他章节。
| # | 规则 | 严重等级 | 检查方法 |
|---|------|---------|----------|
| C2 | **变更说明充分** | Suggestion | requestDesc 过于简略(如"ceshi"、"测试"、"fix")→ 标注⚠️ |
| C3 | **DDL 与 DML 不混合** | Suggestion | 同一节点同时包含 DDL(CREATE/ALTER/DROP)和 DML(INSERT/SELECT),建议拆分为独立节点 |

附录:定时代码评审巡检报告模板示例

# AI 代码评审巡检报告 · 推送模板
---
## 模板示例
```
⚠️ AI 代码评审巡检 · 工作空间 {workspaceId}
{total} 个待审 CR · {passed} 通过 · {rejected} 驳回 · {ruleSetName}
| 节点 | 版本 | 违规 | 决策 |
|------|------|------|------|
| {nodeName} | {version} | 🚫 {ruleId} · {ruleDesc}({detail}) | ❌ 驳回 |
| {nodeName} | {version} | ⚠️ {ruleId} · {ruleDesc}({detail}) | ✅ 通过 |
驳回原因:
• {nodeName}:{finding}。{suggestion}
已执行操作:{total} 个 CR 的评审记录已写入 DataStudio,状态均已更新。
以上内容由 AI 生成
```
---
## 完整示例
```
⚠️ AI 代码评审巡检 · 工作空间 959211
2 个待审 CR · 0 通过 · 2 驳回 · 零售电商团队规范
| 节点 | 版本 | 违规 | 决策 |
|------|------|------|------|
| 地区交易排行分析 | v29 | 🚫 R1 · ADS 直接依赖 ODS(ods_trade_order、ods_t_area) | ❌ 驳回 |
| 品类交易大盘 | v19 | 🚫 R2 · ADS 之间相互依赖(ads_ec_trd_gmv_kpi、ads_ec_itm_hot_rank) | ❌ 驳回 |
| 消费者购物旅程分析日报 | v19 | ⚠️ R3 · ADS 引用 DWD(Suggestion 级别) | ✅ 通过 |
驳回原因:
• 地区交易排行分析:SQL 直接写入 ADS 表但数据源来自 ODS 层的 ods_trade_order 和 ods_t_area,跳过 DWD/DWS 层,违反 R1 命名与分层规范。建议补充中间层逻辑后再提交
• 品类交易大盘:新节点 JOIN 了两张 ADS 表(GMV KPI 表 + 热销商品榜),违反 R2 ADS 禁止相互依赖规则,建议将共用逻辑下沉至 DWS 层后重新提交
• 消费者购物旅程分析日报:引用了 3 张 DWD 明细表,建议后续优化为 DWS 层汇总表
已执行操作:3 个 CR 的评审记录已写入 DataStudio,状态均已更新。
以上内容由 AI 生成
```



加入官方交流群

您需要先单击申请链接加入"阿里云大数据AI平台"组织,再扫描下方二维码加入AI助理服务产品钉钉交流群,加入后,即可获得专属产品技术支持!

钉钉群号: 149605034971

钉钉群二维码:

目录
相关文章
|
8天前
|
云安全 人工智能 运维
阿里云联动百位企业安全专家,共识Agent防御最佳实践
当Agent成为新员工,你的安全边界在哪里?
1931 8
阿里云联动百位企业安全专家,共识Agent防御最佳实践
|
2天前
|
编解码 人工智能 安全
2核4G/4核8G/8核16G阿里云服务器如何选择实例?经济型e、通用算力型u2i与计算型c9i选哪个?
本文介绍了阿里云2核4G、4核8G、8核16G三档主流配置下经济型e、通用算力型u2i和计算型c9i三种实例的最新活动价格与适用场景。同配置下三者价差显著,以2核4G为例,经济型e低至599.93元/年,计算型c9i则高达1742.08元/年。文章详细解析了各实例的性能定位:经济型e适合轻负载入门场景,u2i兼顾稳定算力与性价比,c9i凭借第9代至强处理器与芯片级安全能力支撑高性能业务。同时提示用户可叠加满减优惠券享受折上折,建议根据业务负载与预算综合决策。
504 111
|
7天前
|
存储 人工智能 关系型数据库
阿里云AI产品与云产品最新组合套餐:Token Plan、AI coding及云服务器和建站等组合优惠价
阿里云推出全新“算力+模型+应用”一站式云与AI组合套餐活动,覆盖从个人开发者到中大型企业的全场景需求。核心亮点为分三档定价的Token Plan订阅服务,支持Qwen3.8-Max-Preview大模型调用,错峰时段最低可享0.2折优惠。活动同步推出AI Coding、智能体部署、云电脑托管、0代码建站等十余类场景化组合,搭配99元/年的普惠云服务器、88元/年的入门数据库等经典特惠产品,还为企业提供1V1定制化AI转型方案,大幅降低了不同用户群体拥抱AI的技术门槛与采购成本。
683 111
|
16天前
|
人工智能 JSON 安全
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
阿里云AI安全产品联动防御Fastjson攻击
2610 13
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
|
15天前
|
人工智能 前端开发 Linux
Codex 桌面版安装 + CC Switch 接入第三方 API 完整教程(2026 最新)
2026最新教程:手把手教你安装Codex桌面版,通过CC Switch v3.17.0一键接入Fenno等国产API(兼容OpenAI Responses格式),跳过账号登录,完整启用代码审查、多步任务与上下文感知功能。零基础友好,全程图文实操。(239字)
1996 2
|
3天前
|
人工智能 程序员 API
Codex 接入 DeepSeek-V4-Flash:还能补上识图,提供两套方案
Codex 接入 DeepSeek-V4-Flash 怎么配?本文覆盖 CLI 与桌面端,再用 qwen3-vl-flash 补识图,两套方案可直接照做
|
17天前
|
人工智能 自然语言处理 数据挖掘
Qwen3.8-Max-Preview深度全解析:2.4万亿参数旗舰MoE模型+Token Plan限时优惠完整落地指南
2026年7月,全新旗舰级混合专家大模型Qwen3.8-Max-Preview正式开放抢先体验,作为通义千问Qwen3系列规格最高、综合推理能力顶尖的新一代模型,该模型总参数量达到2.4万亿(2.4T),是当前线上可调用的原生多模态旗舰模型,综合推理水准对标海外顶级Fable 5模型,在复杂工程开发、长文档深度分析、多步骤智能体自治、跨境多语言创作、海量数据挖掘五大高难度业务场景实现跨越式性能提升。
1479 3
|
4天前
Qoder 一周年 × Qwen3.8-Max 正式上线,多重好礼限时领
8月3日,Qwen3.8-Max 正式上线Qoder,迎来Qoder一周年。新老用户可领800次免费调用,下单再赠2000次;夜间(22:00–08:00)调用5折;邀请好友双方得积分与调用额度。
314 0