重磅:阿里云文档开源

简介: 长久以来,产品文档一般都是从企业到用户单向流动。用户只能被动的阅读文档内容,而对文档内容的开发和管理,则无缘参与,甚至反馈意见的方式和流程也不够顺畅,导致产品文档和用户之间无法形成良性互动。现在开始,这一切开始改变!

文档开源的前世今生

开源项目一直是很多开发者的宠儿。通过开源,开发者集思广益,共同管理、分享、学习某个产品及其代码,通过精英式的管理方式,诞生了很多款优秀的开源软件,长期以来在软件市场占据这独特的地位。

但是对于IT行业,产品文档开源还是新鲜事物。不管是在传统的通信行业,还是在飞速发展的互联网行业,文档历来是产品的重要组成部分,是产品拼图中不可或缺的那一块。甚至毫不夸张的说,某种意义上,文档承载着产品的颜值担当,体现着公司的整体实力。越是大厂商,对文档越重视。用户依赖文档了解产品的应用场景、功能特性、使用方法、排查问题,其使用之频繁,体验之重要,但凡使用过文档的用户都会有切身体会。

但长久以来,产品文档一般都是从企业到用户单向流动。用户只能被动的阅读文档内容,而对文档内容的开发和管理,则无缘参与,甚至反馈意见的方式和流程也不够顺畅,导致产品文档和用户之间无法形成良性互动。用户苦于无处反馈、产品团队苦于听不到用户声音,互相隔膜。同时,企业出于信息安全、管理成本等各方面考虑,也往往不敢、不愿让用户直接参与文档内容的开发。像Wiki那种协同编辑文档的模式,在商业化软件中是很难想象的。

阿里云文档开源来了!

但在神奇的互联网领域,一切皆有可能。阿里云重磅宣布,6月7开始对阿里云文档进行开源!这一重大举措,体现了阿里云作为业界领导者海纳百川的恢弘气度、高瞻远瞩的开阔格局、和用户至上的勇敢担当。

EF7EAE76_482B_4066_ADEF_6813D1B53B19

文档开源的价值

阿里云文档开源之后,会对文档内容的管理、开发、发布、体验等全方位带来深远的影响和价值,例如:

实现多方合作。引入众包力量,从开发、测试、架构、技术、用户体验等多视角,不断完善和补充文档内容,持续丰富文档,打造日趋完善的文档库。

用户深度参与。用户能够更容易的对产品和文档进行反馈、提出建议,全程深度参与产品和文档的开发流程,甚至主动贡献有价值的内容,把实践经验沉淀到文档,分享给更多的用户使用。引导用户使用文档、重视文档、参与文档、共同提升文档水平。

打造业界标杆。作为文档开源的首批先行者,阿里云文档将成为国内、乃至整个行业内的标杆,从而进一步提升阿里云文档乃至产品的影响力。

实现生态发展。通过文档开源,逐步形成阿里云的生态化发展,形成完整的内容生产生态链的管理与运营。

文档开源计划

阿里云开源项目计划分以下三步走:

51

文档开源的交互模式
随着文档开源不断发展,我们将逐渐推出众包及用户与阿里云文档的两种全新交互模式:

模式1 平台分发:文档平台分发任务→生态合作伙伴上线领取任务。这是从产品自上而下的流程。文档平台首先分发任务给生态伙伴,生态伙伴线上领取任务之后开始开发相关文档,完成后提交到平台进行评审、审核、发布。

模式2 用户触发:用户主动更新现有内容→提交内容→内容审核后被采用→领取相应奖励与头衔。这是从用户自下而上的流程。用户发现问题,或者有更新文档的想法,可以主动提交内容,经过审核流程后,会发布到线上的文档中心。发布成功后,用户可以领取相应的奖励和头衔。这种模式通过用户的深度参与。

展望

文档开源是阿里云迈出的重要一步。我们期待,通过文档开源,阿里云开启与用户线上良性互动、亲密合作的新时代!

更多详情

一键订阅

云服务月刊

微博阿里云客户满意中心

头条号阿里云服务

知乎号阿里云服务

相关文章
|
3月前
|
人工智能 缓存 API
个人/企业AI选型手册:阿里云千问大模型能力全解、接入代码、省钱订阅实操教程
阿里云千问(Qwen)是通义实验室自研全栈大模型体系,依托百炼一站式大模型平台对外提供稳定、合规、可弹性扩展的推理服务,完整覆盖文本理解、代码开发、多模态生成、逻辑智能体四大类业务场景,适配个人学习、独立开发者、中小企业、政企金融等不同规模使用主体。本文结合2026年最新产品体系,从核心能力矩阵、主流模型版本、四类计费模式、API接入实操、成本优化技巧、分场景选型建议六个板块完整拆解,帮助使用者精准匹配模型、选择最优付费方案,降低AI落地综合成本。
848 1
|
3月前
|
人工智能 安全 搜索推荐
阿里云获评Gartner® 2026年企业级AI Coding Agents魔力象限挑战者
Gartner®发布《2026年企业级AI Coding Agents魔力象限》报告,阿里云获评挑战者,这也是阿里云连续第三年入围该报告。随着基础模型Coding能力的提升,AI Coding产品形态和竞争格局均发生了很大的变化,阿里云Qoder始终处于全球竞争中的前列。
|
3月前
|
人工智能 开发框架 开发工具
TIOBE 2026年6月TOP15编程语言排行榜
Python连续近5年稳居TIOBE榜首(18.96%),PYPL亦居第一,实现“双榜制霸”。AI大模型爆发使其成为绝对核心:驱动近半数新增AI项目,OpenAI、Claude及文心一言、通义千问等主流框架均以Python为首选开发语言。入局AI,Python是唯一必选站。
|
4月前
|
存储 JSON 调度
空间索引技术
空间索引技术
|
5月前
|
XML 自然语言处理 数据格式
Python 操作 Word 文档属性与字数统计方法详解
小李用Python自动化处理30份Word报告:借助python-docx库,批量提取文档标题、作者、创建/修改时间等核心属性,并精准统计段落、表格及页眉页脚的中文字符数,大幅提效。
440 0
|
Shell Linux 开发者
Windows下命令行使用说明
本文介绍了从Mac切换到Windows系统后,在使用命令行时遇到的换行符混乱、命令报错等问题,根源在于Windows Terminal可能随机加载PowerShell或CMD。文章梳理了CMD、PowerShell与Windows Terminal之间的关系,解释了为何相同界面下命令行为不一致,并给出CMD与PowerShell在换行符等使用上的区别,提醒用户注意环境差异,避免误操作。
1508 0
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
少样本链式思维:让AI推理像名侦探一样聪明
你有没有发现,有些AI能像福尔摩斯一样推理解题,而有些却像没头苍蝇乱撞?关键就在于能否让AI学会「思考过程」!通过少样本链式思维技术,让AI从「直接蒙答案」升级为「步步推理」,轻松解决数学、逻辑等复杂问题。想知道如何让你的AI变成推理高手?这里有答案。 #人工智能 #AI推理 #提示工程 #机器学习
404 7
|
数据采集 数据可视化 数据挖掘
从信息捕获到多维研判的链路解析
本案例构建了一套基于爬虫与数据分析的热点监测系统,通过代理IP与Python工具实现新闻内容抓取,结合时间、来源与关键词分析,打造“信息雷达”,助力舆情研判与趋势预测。
380 7
从信息捕获到多维研判的链路解析
|
前端开发 JavaScript 开发工具
前端开发基础:从零开启网页制作之旅
本文围绕前端开发基础展开,介绍了构建网页的三大核心技术:HTML(定义页面结构,具语义化特性)、CSS(控制视觉样式,含选择器、盒模型等核心概念)、JavaScript(实现动态交互,可操作 DOM),还提及 VS Code、浏览器开发者工具、Git 等必备工具,给出 “先基础后框架” 的学习路径与 MDN Web Docs 等资源,强调实践的重要性,帮助初学者掌握前端基础,为后续进阶奠基。
|
Windows
如何使用GUID硬盘分区格式安装新windows系统
这篇文章介绍了全局唯一标识分区表(GUID Partition Table, GPT)与主引导记录(Master Boot Record, MBR)两种硬盘分区格式的区别。
1998 0