当前位置:首页 > 文章列表 > 文章 > 前端 > AppWorks School - CloudMile 反馈循环项目

AppWorks School - CloudMile 反馈循环项目

来源:dev.to 2024-12-17 10:00:51 0浏览 收藏

今天golang学习网给大家带来了《AppWorks School - CloudMile 反馈循环项目》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

作为训练营计划的一部分,我有机会与 CloudMile 的开发者导师密切合作,开展一个名为“反馈循环”的项目。它是一种活动反馈管理工具,可帮助组织者通过表单提交来跟踪参与者的反馈。我和另一位同学合作完成了这个为期两周的项目,并得到了我们 5 位导师(Juri、Liang、Shan、Welly、Jack)的指导,这太酷了!导师们轮流审查我们的 Pull Request,给出代码质量/最佳实践的建议,并在整个合作过程中给了我很多鼓励!

AppWorks School - CloudMile 反馈循环项目
AppWorks School - CloudMile 反馈循环项目

学习内容

这是我学到的一些东西。

数据库架构

AppWorks School - CloudMile 反馈循环项目

通过该过程的第一阶段,我更加熟悉如何使用 Firebase Firestore 来制定数据库架构。通过与我们的老师和导师的反复讨论,我们终于得到了一个可以实施的结构。

Git 流程

我们使用了一种简化的 git flow 方法。步骤如下:

  1. 从主分支创建一个开发分支
  2. 将远程开发拉到本地开发,然后从开发创建一个功能分支
  3. 完成后,将本地功能分支推送到远程功能分支
  4. 从远程功能分支,打开拉取请求进行开发
  5. 公关审核时间!

最佳实践

此外,我们还获得了一些有关协作开发最佳实践的建议。

  1. PR 300-500 行
  2. 1 个分支:1 个 PR,1 个分支:1 个功能
  3. 每天拉开发

我认为 1:1 的比例很有意义。它专注、模块化且更易于维护。类似于如果食品摊位想专门做一道菜,就应该只卖一种东西。

反射

由于时间紧迫(2周有点紧张),我非常依赖人工智能来调试和分解可管理的任务,这导致我对正在编写的代码的控制力较差。如果我有更多时间在这个项目上,我会花更多时间进行重构,以便将来可以在我们的工作之上构建其他功能。

到这里,我们也就讲完了《AppWorks School - CloudMile 反馈循环项目》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
咖啡甜品书图片唯美咖啡甜品书图片唯美
上一篇
咖啡甜品书图片唯美
“智造”驱动,共创未来,歌尔首次亮相链博会
下一篇
“智造”驱动,共创未来,歌尔首次亮相链博会
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    409次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    487次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    495次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    443次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    271次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码