货拉拉技术

AI 生成接口自动化：从“随机抽奖”到“确定性交付”的 工程实践

很多团队谈接口自动化，落到最后往往是一句：「脚本有了，跑起来就行。」流水线、报告、告警都自动化了；但设计用例、准备数据、写断言、修失败、补覆盖，仍高度依赖人工。

复杂业务规则太多？我们搭了一个规则可视化配置平台

把规则配置做成可编排、可审批、可灰度、可本地执行的策略平台，让复杂业务判断更安全地迭代。

基于eBPF的主机安全探索与实践

基于eBPF重塑主机安全，构建内核级深度感知与高稳定监控闭环。

揭秘：资损下降 99.96% 的背后—AI 资损防控平台实战

该文章聚焦工程落地细节，涵盖自动化标注链路构建、代码/文本双模态风险识别、防腐化 Agent 设计，为同类业务提供可复用的技术范式。

Huolala Figma MCP 原理与实践

简介：（huolala-figma-mcp）是货拉拉自研的将 Figma 设计稿自动转换为高还原度UI代码的

面向 Agent Skill 的 CLI/SSO 鉴权体系：安全、无感、可追溯

在 Agent 通过 Skill 调用企业内部业务系统时，最大的阻碍往往不是接口能力，而是“鉴权”。 本文介绍一套面向 Agent 场景的 CLI/SSO 鉴权方案，构建起一套 token 不落盘、不对外暴露、多用户隔离、登录过程无感的安全鉴权体系。

货拉拉标注平台 - 拉拉标注

Intro随着机器学习、神经网络和大数据等技术的迅速发展，越来越多智能化产品和应用得以实现。

飞速发展的计算机视觉

计算机视觉正在飞速发展，不断涌现的新方法和新模型为我们提供丰富的技术手段。本篇文章为大家总结了近两年计算机视觉领域的三项重要突破：自监督视觉基础模型、前馈3D重建、统一多模态。

私域转化率翻倍的秘密：我们把多模态Agent融进了私域营销

本文将结合货拉拉实际经验，系统介绍在私域运营场景下利用大模型进行多模态营销素材生产的技术体系、工作流程与应用实践。

AI手工测试用例的实践进阶之路

这篇文章分享一条真实的落地路径：我们不是直接追求“AI 一键生成完美用例”，而是先用 MVP 验证方向，再用 1.0 补齐输入解析、Prompt 工程化、知识工程和检索闭环，最后把能力沉淀到测试智能体并skill化赋能“小龙虾”。

一单多运履约平台的架构演进之路

1. 背景随着企业物流服务能力不断拓展，客户运输需求日益多样化，为了服务不同类型客户，系统往往会不断新增业务模

AI翻译：出海企业如何跨越“语言鸿沟”？

背景目前地球上正式的语言超过了1100种，但大部分人通常只能掌握 2-3种。一旦涉及到我们不会的语言，就需要借助工具或他人来翻译。

自学习机制下的 API 资产分类实践

本文介绍了在 API 安全治理中的资产分类实践：通过 CatBoost 融合文本与统计特征，构建基于 95% 高置信度回流与人工校验的自学习闭环机制，大幅提升模型精度与安全防护效率。

数据质量告警平台的建设与应用实践

本文介绍数据质量告警平台的设计思路与落地实践：如何通过实时 Binlog 监听、配置化接入与细粒度维度分析，构建高效率、低成本的异常发现与防控能力；

优雅解决Android app后台悬浮窗权限问题

从RAG到GraphRAG：货拉拉元数据检索应用实践

1. 什么是RAG？RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合信息检索与文本生成的技术。

Lalamove 代码瘦身实践

在2025年初，lalamove交易团队启动了代号为"大扫除"的代码瘦身计划，旨在通过消除无效代码和DB废弃字段的方式，提升代码可读性、可维护性，降低沟通成本，最终提升研发效能。

货拉拉海豚平台-大模型推理加速工程化实践

本文介绍货拉拉海豚平台进行的一系列有关大模型推理工程化的实践和落地。

出海技术挑战——Lalamove端云协同审核实战揭秘

在 Lalamove 的全球化版图中，司机运营团队（DOP）面临着一场看不见硝烟的战争。我们在全球多个市场高速扩张，随之而来的是海量的司机准入审核需求：人脸比对验证、证件核验……这不仅是人力的问题，更是技术精度的挑战。

如何用 AI 做业务级 Code Review

Code Review 遇到的挑战对于核心的业务项目来说，Code Review (代码评审) 是必不可少的。