得物自研DScript2.0脚本能力从0到1演进
在高并发推荐引擎场景中，C++的极致性能往往以开发效率为妥协，尤其在业务频繁迭代时，C++的开发效率流程成为显著瓶颈。为此，我们探索设计DScript2.0，通过自研编译器实现即时编译与无缝嵌入，为性能与效率的平衡提供轻量化解决方案。
阅读全文 ：得物自研DScript2.0脚本能力从0到1演进
公众号
得物技术
技术知识分享交流平台，与你一同走向技术的云端。
这个来源的文章
社区造数服务接入MCP｜得物技术
今年关MCP 的概念非常火，作为技术一线者，若把测试工具都改造成符合 MCP 服务协议标准，然后接入AI Agent，打造一个集万千工具于一体的智能管家来提效，这个设想就需要我们不断往下拆解成可落地的任务模块，这里我们先从造数开始。
阅读全文 ：社区造数服务接入MCP｜得物技术CSS闯关指南：从手写地狱到“类”积木之旅｜得物技术
在Web开发网页设计中，CSS扮演着至关重要的角色，它可以美化网页的视觉表现，还可以提高网页的可访问性、可维护性和响应式设计，通过预定义的实用类组合样式，配合智能化的工具链，为解决传统 CSS 困境提供了新的思路。
阅读全文 ：CSS闯关指南：从手写地狱到“类”积木之旅｜得物技术AI生成功能设计用例｜得物技术
目前公司编写测试用例为人工编写方式，存在手工编写用例的普遍痛点，如重新编写，费时费力，功能重新梳理等。AI既然有自动生成文本与图片并自动整合的能力，以AI辅助生成功能用例成为推动行业创新和效率提升的关键点。
阅读全文 ：AI生成功能设计用例｜得物技术从零实现模块级代码影响面分析方案｜得物技术
通过实现自动化收集模块级代码影响面分析的方案，可以更精准评估版本需求发布对于系统整体稳定性的影响，从而提前确保重点模块得到有效预警和监控，创建相应预案计划。这有助于提升研发自测、优化测试覆盖率、评估系统复杂度，最终提高系统稳定性和代码质量。
阅读全文 ：从零实现模块级代码影响面分析方案｜得物技术得物自研DSearch3.0搜索核心引擎升级之路
DSearch引擎逐步升级到业界较为领先的支持内存型、磁盘型多段式搜索引擎，为支持得物业务的发展做出了重要的贡献，后续DSearch会围绕着通用化、自迭代、高性能等多个方向继续升级，将DSearch引擎迭代到业界领先的引擎。
阅读全文 ：得物自研DSearch3.0搜索核心引擎升级之路以细节诠释专业，用成长定义价值——对话@孟同学 ｜得物技术
作为得物技术保障部的容器技术团队成员，孟同学在入职两年内迅速成长为团队标杆人物，其主导的[一站式大模型训练与推理平台项目]不仅极大降低了大模型接入成本，在社区、客服、公司内部应用等场景成功落地，增强了业务价值与用户体验。
阅读全文 ：以细节诠释专业，用成长定义价值——对话@孟同学 ｜得物技术最近爆火的MCP究竟有多大魅力？MCP开发初体验｜得物技术
组合多个 MCP Server 的工作流可以自主完成非常复杂的任务，关键是这协议统一了连接标准，有大量现成的 MCP Server 可以即插即用，大幅降低建设成本。
阅读全文 ：最近爆火的MCP究竟有多大魅力？MCP开发初体验｜得物技术得物可观测平台架构升级：基于GreptimeDB的全新监控体系实践
本文聚焦将前端可观测后端数据分析场景演进到 GreptimeDB 的实践，深入剖析如何利用 GreptimeDB Flow 引擎实现 10s、1m、10m 等多粒度持续聚合。
阅读全文 ：得物可观测平台架构升级：基于GreptimeDB的全新监控体系实践得物业务参数配置中心架构综述
参数配置中心，是一个能够通过配置的方式，快速生成前端页面以及配套增、删、改、查、导入、导出服务的配置平台，它与得物内部低代码前端页面平台wizard相互集成。
阅读全文 ：得物业务参数配置中心架构综述“模”力全开，共探前沿｜得物客服技术专场沙龙精彩回顾
3月30日，由得物技术主办的「AI大模型的客服技术实践与应用」专场沙龙在浙江杭州西湖区的得物杭州研发中心顺利举行。来自字节跳动、阿里巴巴、蚂蚁集团以及得物的专家们带来了干货满满的知识分享。
阅读全文 ：“模”力全开，共探前沿｜得物客服技术专场沙龙精彩回顾得物增长兑换商城的构架演进
为了在激烈的市场竞争中脱颖而出，提升用户获取效率并增强用户粘性，越来越多的应用开始采用积分兑换、抽奖等互动玩法。这些精心设计的运营策略不仅能够满足用户的参与感和成就感需求，更能有效促进社交传播，提升品牌忠诚度。
阅读全文 ：得物增长兑换商城的构架演进得物薪酬生态全面升级：以战略级人才投入构建行业新范式
近日，得物App 发全员信称：「提高绩效奖金，让有更多优秀产出的人得到回报」，再次以行动诠释对人才的重视。
阅读全文 ：得物薪酬生态全面升级：以战略级人才投入构建行业新范式得物自研DGraph4.0推荐核心引擎升级之路
过去四年，DGraph聚焦于实现得物推荐引擎体系从0到1的突破，重点完成了核心系统架构搭建、算法策略支持及业务迭代空间拓展，取得多项基础性成果。
阅读全文 ：得物自研DGraph4.0推荐核心引擎升级之路大语言模型的训练后量化算法综述 | 得物技术
近年来随着Transformer，MoE等架构的提出和大模型的兴起，使得神经网络模型能轻松突破几十亿甚至上万亿的规模参数，因此，我们需要一些适应于大模型的压缩技术，来降低模型的部署成本，并提升模型的推理效率。
阅读全文 ：大语言模型的训练后量化算法综述 | 得物技术如何合理规划Elasticsearch的索引｜得物技术
创建一个索引需要结合业务使用场景考量字段类型选择和是否需要索引分词，按照数据规模和业务增长速度来确定分片和副本数量的大小。索引的结构直接影响集群的稳定性，因此我们在创建索引的时候要养成习惯，作为技术方案的一环去打磨这样才能保证线上的稳定性。
阅读全文 ：如何合理规划Elasticsearch的索引｜得物技术