让女生秒懂的IT术语
常见IT名词术语解释
常见IT名词术语解释一、网站和网络相关名词1.网站的工作原理网站制作完后，将网页存储在服务器中。
用户在IE中，输入网址，服务器就将相应请求的网页传送过来。
如果有动态数据，还要先将数据库中的数据提取出来，然后再传送到IE中。
2.什么是互联网？也叫Internet ，或者叫广域网，是指将大范围的多台电脑联起来，可以互相访问网站、发邮件、完成工作、娱乐。
3.什么是局域网？一般是指一个公司内多台电脑联起来，范围较小。
二、编程语言及相关1.什么是编程，什么是编程语言?电脑每做的一次操作，每一个步骤，都是按照用计算机识别的命令来执行的，编程语言就是编写计算机认识的命令。
常见的网络编程语言有：Asp或、Php、Java三种；程序员就是日常进行编程的工作人员。
2.什么是数据库，数据库服务器？人们为解决特定的任务，将数据存储在一个软件中进行管理，这个软件就叫数据库或数据库软件。
专门运行数据库的服务器叫数据库服务器。
常用的数据库有：Access, SQL Server 2000, MySQL, Oracle3.什么叫服务器，服务器操作系统？服务器就是专门用来管理某项工作的电脑，一般放至在服务器机房中。
服务器的最大特点，就是运算能力非常强大。
一般有Web服务器（存放网页的），数据库服务器，邮件服务器等。
一般情况下说的“服务器”，有时是指服务器硬件，即一台电脑；有时指的是运行的服务器操作系统，如Windwos Server 2003服务器操作系统。
运行个人电脑的操作系统叫桌面操作系统，如Windows XP。
常用的服务器操作系统有：Windows Server 2003, Unix , Linux4.什么叫开源、开放源代码？免费开放程序的源代码，让所有人都能自行编辑修改。
大多数的软件是不开源的，比如Windows Xp，Office 2003都是不开源的。
最著名的开源软件是Linux操作系统。
5.什么叫接口？不同系统或者功能之间联系的程序沟通办法。
常用的计算机专业术语
常用的计算机专业术语计算机专业术语是计算机领域中使用频率较高的专业术语，它们在计算机相关的各个方面都扮演着重要角色。
在本文中，我们将介绍一些常用的计算机专业术语。
一、操作系统（Operating System）操作系统是计算机系统中的一部分，负责管理计算机硬件和软件资源，并提供用户与计算机硬件之间的接口。
操作系统的主要功能包括进程管理、文件管理、内存管理、设备管理等。
二、网页（Web page）网页是指通过网页浏览器展示的用于呈现信息的一种电子页面。
它常用的格式包括HTML、CSS和JavaScript等。
网页可以包含文本、图片、视频和超链接等多种元素。
三、数据库（Database）数据库是用于存储、管理和组织数据的系统。
它是计算机应用中不可或缺的一部分，可以提供高效的数据管理和查询功能。
常见的数据库软件包括MySQL、Oracle和SQL Server等。
四、编程语言（Programming Language）编程语言是计算机程序设计中使用的一种语言。
它用于定义程序的结构和行为，并且可以被计算机理解和执行。
常见的编程语言有C、C++、Java和Python等。
五、算法（Algorithm）算法是解决问题的一系列清晰而有序的步骤。
它可以用来描述计算机程序的逻辑和执行过程。
设计高效的算法可以提高计算机程序的执行速度和资源利用率。
六、云计算（Cloud Computing）云计算是一种基于互联网的计算模式，通过共享计算资源来提供服务。
它可以提供灵活的计算能力和存储资源，让用户能够通过网络随需使用。
七、人工智能（Artificial Intelligence）人工智能是计算机科学的一个分支，致力于使计算机具有人类智能的某些方面。
它包括机器学习、自然语言处理、计算机视觉等领域，广泛应用于各个行业。
八、网络安全（Network Security）网络安全是指保护计算机网络和计算机系统免受未经授权的访问、使用、泄露和破坏的活动。
信息技术专业术语大全
信息技术专业术语大全信息技术是当今社会最重要的领域之一，它涵盖了计算机科学、网络技术、数据库管理、软件开发等多个子领域。
随着信息技术的迅猛发展，相关的专业术语也在不断涌现。
本文将介绍一份信息技术专业术语大全，帮助读者更好地了解和掌握相关知识。
一、计算机科学1. 算法（Algorithm）：解决问题的一系列步骤，通常用于计算机程序设计。
2. 数据结构（Data Structure）：存储和组织数据的方式，包括数组、链表、栈、队列等。
3. 操作系统（Operating System）：控制和管理计算机硬件与软件资源的系统软件，如Windows、Linux等。
4. 编程语言（Programming Language）：用于编写计算机程序的人造语言，如Java、Python、C++等。
5. 软件工程（Software Engineering）：将系统化的、规范的、可量化的方法应用于软件的开发、运行和维护的学科。
二、网络技术1. IP地址（Internet Protocol Address）：网络上使用的唯一标识一个主机的地址，分为IPv4和IPv6。
2. 路由器（Router）：网络设备，用来在不同的网络之间转发数据包，连接不同的网络。
3. 云计算（Cloud Computing）：通过互联网提供的IT资源，包括计算能力、存储空间等。
4. 数据中心（Data Center）：用于集中存储和处理大量数据的物理设施，通常包括服务器、网络设备等。
5. 防火墙（Firewall）：用于保护计算机免受不良网络流量影响的网络安全设备。
三、数据库管理1. SQL（Structured Query Language）：结构化查询语言，用于管理数据库系统中的数据。
2. 数据库索引（Database Index）：用于加快数据库查询速度的数据结构，可以减少数据的扫描次数。
3. 数据备份（Data Backup）：将重要数据复制到另一处，以防止数据丢失。
信息技术专业术语大全
信息技术专业术语大全信息技术是当今社会中备受重视的领域，不仅在商业、科学、医疗等各个行业中得到广泛应用，而且也对我们的日常生活产生了深远影响。
在信息技术领域，有着许多专业术语，这些术语涵盖了各个方面的技术、概念和原理。
本文将会详细介绍信息技术领域中的2000个重要专业术语，希望能够为您提供一个全面而又系统的了解。
1. 人工智能（Artificial Intelligence, AI）: 一种复制人类智能行为的技术，包括机器学习、语音识别、图像识别等。
2. 云计算（Cloud Computing）: 一种通过互联网提供计算服务的模式，包括基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。
3. 大数据（Big Data）: 指数据量大、类型多样的数据集合，需要特殊的处理技术和工具。
4. 虚拟现实（Virtual Reality, VR）: 一种通过计算机模拟的虚拟环境，用户可在其中进行互动体验。
5. 嵌入式系统（Embedded System）: 一种特定用途的计算机系统，通常嵌入在其他设备中以完成特定的功能。
6. 物联网（Internet of Things, IoT）: 通过互联网连接各种设备和物品，实现智能化和自动化控制。
7. 数据挖掘（Data Mining）: 从大量数据中发现模式、趋势和关联性的过程。
8. 信息安全（Information Security）: 保护信息系统免受未经授权的访问、使用、披露、破坏、修改、干扰或泄露的行为。
9. 前端开发（Front-end Development）: 开发用户界面和用户体验的技术，包括HTML、CSS、JavaScript等。
10. 后端开发（Back-end Development）: 开发应用程序后台和服务器端逻辑的技术，常涉及数据库和服务器端语言。
11. 数据库管理系统（Database Management System, DBMS）: 一种管理和组织数据的软件系统，可实现数据的存储、检索和管理。
电脑技术中的常见术语解析和解释
电脑技术中的常见术语解析和解释电脑技术在现代社会中起着越来越重要的作用，然而，对于非专业人士来说，电脑技术中的术语常常让人摸不着头脑。
本文将对一些常见的电脑技术术语进行解析和解释，帮助读者更好地理解和应用电脑技术。
1. 操作系统（Operating System）操作系统是指控制和管理计算机硬件和软件资源的程序集合。
常见的操作系统有Windows、Mac OS和Linux等。
操作系统负责管理计算机的内存、文件系统、输入输出设备等，为用户提供友好的界面，并协调各个软件程序的运行。
2. 硬件（Hardware）硬件是指计算机的实体部分，包括主机、显示器、键盘、鼠标、打印机等。
硬件是计算机系统的基础，它们通过操作系统和软件来完成各种任务。
3. 软件（Software）软件是指在计算机上运行的程序和数据的集合。
软件可以分为系统软件和应用软件两大类。
系统软件包括操作系统、驱动程序等，用于管理和控制计算机硬件。
应用软件则是为满足用户需求而开发的各种工具和应用程序，例如办公软件、图像处理软件等。
4. 网络（Network）网络是指将多台计算机连接起来，实现信息共享和通信的系统。
常见的网络类型有局域网（LAN）、广域网（WAN）和互联网（Internet）等。
通过网络，用户可以在不同计算机之间传输数据、共享资源和进行远程通信。
5. 数据库（Database）数据库是指存储和管理大量结构化数据的系统。
数据库可以用于存储各种类型的数据，例如用户信息、产品信息等。
常见的数据库管理系统有MySQL、Oracle和SQL Server等。
6. 编程语言（Programming Language）编程语言是用于编写计算机程序的语言。
常见的编程语言有C、C++、Java和Python等。
不同的编程语言有不同的语法和特性，用于实现不同类型的应用程序。
7. 云计算（Cloud Computing）云计算是指通过互联网提供计算资源和服务的模式。
常用的计算机专业术语
常用的计算机专业术语
1. Client：客户端，也叫客户端，它是网络中一端，实现用户与服
务器之间的信息交互，它通常采用图形用户界面，使得用户可以在其中输
入数据、浏览信息等。
2. Server：服务器，也叫服务器，它是一台配备了 CPU、存储器、
网络适配器的计算机，用于提供网络服务和资源管理服务，如邮件服务器、文件传输服务器、数据库服务器等。
3.OS：操作系统，是计算机系统的核心部分，它负责安排、协调和管
理计算机硬件及软件资源的使用，控制程序的执行和数据传输，保护系统
免受外来的侵害，是计算机系统的基础环境。
4.GUI：图形用户界面，它是一种现代用户界面，该界面通过图形特
征（如图标、菜单、框架等）来表达的操作命令，它使得用户可以很容易
地理解和使用计算机，进而提高了用户体验。
5.URL：统一资源定位符，即表示网络上的一种超媒体文档的地址，
用户可以使用它来访问网络上的资源，如网页、文件等。
6.FTP：文件传输协议，是一种网络协议，它可以在网络上为用户传
递文件，如文本、图像、视频等，它利用了基于TCP/IP的传输方式，在
网络上可以快速的传输文件。
7.HTTP：超文本传输协议。
it 常用专业 术语 词汇
it 常用专业术语词汇IT常用专业术语词汇一、计算机硬件方面的术语1. CPU（中央处理器）：计算机的主要处理器件，负责执行指令和处理数据。
2. RAM（随机存取存储器）：用于临时存储数据和程序的计算机内部存储器。
3. 硬盘：计算机中用于永久存储数据的装置。
4. 主板：计算机的核心组件，用于连接各种硬件设备。
5. 显卡：用于处理和输出图形图像的设备。
6. 网卡：用于连接计算机与网络的设备。
二、网络方面的术语1. IP地址：用于标识网络设备的唯一地址。
2. 子网掩码：用于划分IP地址的网络部分和主机部分。
3. 网关：连接不同网络的设备，实现网络之间的通信。
4. DNS（域名系统）：将域名转换为IP地址的系统。
5. DHCP（动态主机配置协议）：自动分配IP地址的协议。
6. 路由器：用于将网络数据包转发到不同的网络的设备。
三、软件方面的术语1. 操作系统：控制和管理计算机硬件和软件资源的系统软件。
2. 编程语言：用于编写计算机程序的语言，如C++、Java等。
3. 数据库：用于存储和管理数据的系统，如MySQL、Oracle等。
4. IDE（集成开发环境）：集成了代码编辑、编译、调试等功能的软件工具。
5. API（应用程序接口）：定义了软件组件之间的通信规范和功能调用方式。
四、安全方面的术语1. 防火墙：用于保护计算机网络免受未授权访问的设备或软件。
2. 加密：将数据转换为密文，以保护数据的安全性。
3. VPN（虚拟私人网络）：通过加密和隧道技术实现安全的远程访问网络的方法。
4. 权限管理：对用户进行身份验证和授权，限制其对系统资源的访问权限。
五、软件开发方面的术语1. 需求分析：确定软件系统的功能和性能需求，为软件开发提供指导。
2. 设计模式：用于解决软件设计中常见问题的重复模式。
3. 迭代开发：将软件开发过程分为多个迭代周期，每个周期交付一部分功能。
4. 单元测试：对软件中的最小功能单元进行测试，以验证其正确性和稳定性。
IT行业常用短语
IT行业常用短语IT行业是一个充满专业术语和短语的领域，这些术语和短语在日常工作中起到至关重要的作用。
本文将介绍一些IT行业中常用的短语，并阐述它们的含义和应用场景，以帮助读者更好地理解和运用这些术语。
1. 软件开发生命周期（Software Development Life Cycle）软件开发生命周期是指软件开发过程中的各个阶段，包括需求分析、设计、编码、测试和维护等。
这个短语主要用于描述软件开发过程的整体流程和管理。
2. 数据库管理系统（Database Management System）数据库管理系统是指管理和组织数据库的软件系统，它提供了数据的存储、检索和管理等功能。
在IT行业中，数据库管理系统是构建和维护各种类型数据库的基础工具。
3. 云计算（Cloud Computing）云计算是指通过网络提供计算资源和服务的一种模式，用户可以根据需要随时访问和使用这些资源和服务，而不需要关心底层的物理设备和基础架构。
4. 虚拟化（Virtualization）虚拟化是指通过软件技术将物理资源划分为多个逻辑部分，使得每个逻辑部分都可以独立地运行不同的操作系统和应用程序。
虚拟化技术可以更好地利用硬件资源，提高系统的性能和可扩展性。
5. 大数据（Big Data）大数据是指非常庞大和复杂的数据集合，这些数据通常包含着海量的信息和价值。
在IT行业中，处理和分析大数据已经成为一项重要的任务，涉及到数据存储、处理、挖掘和可视化等方面的技术。
6. 人工智能（Artificial Intelligence）人工智能是指通过模拟人类智能行为的一种技术和方法，使得计算机可以像人类一样进行学习、推理和决策。
人工智能在IT行业中涉及到机器学习、深度学习、自然语言处理和图像识别等领域。
7. 软件测试（Software Testing）软件测试是指对软件系统进行验证和评估的过程，以确保软件的质量和可靠性。
软件测试是软件开发生命周期中的一个重要环节，包括功能测试、性能测试、安全测试和用户界面测试等。
it行业常用术语中英对照
it行业常用术语中英对照IT行业常用术语中英对照1. IT（Information Technology）- 信息技术IT行业是指利用计算机和通信技术来处理、存储、传输和管理信息的领域。
2. AI（Artificial Intelligence）- 人工智能人工智能是一种模拟人类智能的技术，使计算机系统能够执行类似于人类的智能任务。
3. Big Data - 大数据大数据是指数据量巨大、处理速度快、多样性复杂的数据集合。
4. Cloud Computing - 云计算云计算是一种通过互联网提供计算服务的模式，用户可以根据需要随时访问和使用计算资源。
5. IoT（Internet of Things）- 物联网物联网是指通过互联网连接和控制各种物理设备和对象的网络系统。
6. VR（Virtual Reality）- 虚拟现实虚拟现实是一种通过计算机生成的仿真环境，使用户能够沉浸在虚拟世界中。
7. AR（Augmented Reality）- 增强现实增强现实是一种将虚拟信息与真实世界相结合的技术，将虚拟对象叠加在现实世界中。
8. UI（User Interface）- 用户界面用户界面是用户与计算机系统进行交互的界面，包括图形界面、命令行界面等。
9. UX（User Experience）- 用户体验用户体验是用户在使用产品或服务过程中的主观感受和情感反应。
10. API（Application Programming Interface）- 应用程序接口应用程序接口是一组定义软件组件之间交互的规则和工具。
11. Agile - 敏捷开发敏捷开发是一种以迭代、循序渐进的方式进行软件开发的方法。
12. Firewall - 防火墙防火墙是一种网络安全设备，用于监控和控制网络流量，保护网络免受未经授权的访问和攻击。
13. VPN（Virtual Private Network）- 虚拟私有网络虚拟私有网络是一种通过公共网络建立加密通信的安全网络。
计算机专业术语大全
计算机专业术语大全1. 操作系统（Operating System）操作系统是计算机系统中最基本的软件之一，负责管理和控制计算机硬件资源，提供对计算机系统的各种资源的访问和分配。
常见的操作系统有Windows、macOS、Linux等。
2. 程序（Program）程序是一组按特定顺序组织的指令，用于完成特定的任务。
通过编程语言编写程序，并由操作系统执行。
程序可以分为应用程序和系统程序两种。
3. 算法（Algorithm）算法是解决问题的一系列清晰而有限的步骤。
计算机科学中的算法描述了计算过程，并确定了每个步骤的执行顺序和条件。
4. 数据结构（Data Structure）数据结构是组织和存储数据的方式，使得数据可以高效地使用和管理。
常见的数据结构有数组、链表、栈、队列、树和图等。
5. 编程语言（Programming Language）编程语言是用来编写计算机程序的形式化语言。
常见的编程语言有C、C++、Java、Python等，每种语言都有其独特的语法和语义。
6. 网络（Network）网络是将多台计算机或设备连接起来，实现信息共享和通信的结构。
计算机网络按照规模分为局域网、广域网和互联网等。
7. 数据库（Database）数据库是组织和存储数据的集合，提供对数据的高效访问和管理。
常见的数据库管理系统有MySQL、Oracle、SQL Server等。
8. 人工智能（Artificial Intelligence，AI）人工智能是计算机科学的一个分支，研究和开发智能化的计算机系统。
它涉及模拟人类智能，并实现诸如图像识别、自然语言处理和机器学习等任务。
9. 云计算（Cloud Computing）云计算是通过互联网提供计算资源和服务的模式。
用户可以通过云平台按需使用计算资源，而无需自己购买和维护硬件设备。
10. 数据挖掘（Data Mining）数据挖掘是从大量数据中发现有用模式和信息的过程。
它利用统计学和机器学习技术来分析和解释数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
前端开发中减少重复劳动，提升效率的方法
摘要
前端领域有两大永恒的主题——性能和效率，中后台场景下对性能的要求不高，但对效率的要求是极致的。
在这种背景下，我们在业务开发过程中孵化出了几个工具和平台，分享下我们的设计和思考。
背景
在任何技术领域中性能和效率一直都备受关注。
中后台项目中由于移动化办公尚未普及，目前大多数还是以PC页面的形式展现，用户使用平台的目的也较为单一，仅是为了工作。
这种场景下性能一般不是关注的重点，加载时间即使是2、3秒影响也不会太大，且PC的硬件设备和网络状况相对移动端要好很多，只要稍加注意性能就不会有什么问题。
但是在效率（工程效率）上却要有极致的提升，因为中台场景中页面会非常多。
就以供应链场景举例，我们的供应链下有N个系统，首先是采购系统，采购完后存储到仓库，仓库中有仓储系统，之后是配送和营销。
这整一套流程需要有一个数据平台来支撑，无论是正向还是逆向，因此页面数据会非常多，对开发效率有很高的要求。
工具和平台的实践
开发效率方面一般能想到的优化就是减少重复劳动。
前端开发阶段可以通过一些工具或平台减少开发上的重复，也可以从整个项目链路来看有哪些可优化点，比如联调、测试、线上维护等方面。
针对这两点，我们主要做了3个实践：IDE插件、“Mock”平台、模板仓库平台。
IDE插件
一般要提高在IDE中编写代码的效率采用的都是IDE本身提供的snippets的方式，但是这些snippets存储在本地，无法进行共享。
插件的形式无疑能很好的解决问题，由于我们的场景使用的是Element UI，所以专门定制了一个插件pickman。
与大多数拥有类似功能的插件一样，它可以将特定的代码片段插入到IDE中。
另外为了减少查看文档的耗时，我们提供了更方便的文档查看方式，在选中标签之后按下cmd+1（mac）就会打开文档中相应的页面并展示在IDE中。
“Mock”平台
在没有真实数据接口的情况下若要调试数据最常见的方法是mock.js，通过一些规则随机生成一些相应的数据。
大致流程如上。
先经过设计评审出一份接口设计文档，之后前端根据文档mock数据，开发过程中与后端合作校正协议，后端使用postman之类的工具修正接口，最后进入真实数据联调阶段。
不过上面的过程中存在几个问题。
一是如何维护mock数据
比如针对某个页面生成mock数据的文件夹路径如何存放，如果存放在js同级目录下，上线的时候就要剔除掉这些json数据，如果是统一文件夹存储，那么就要针对代码中请求路径进行替换。
另一方面是无法保持实时更新，导致数据陈旧无人维护，又要重新生成新的mock数据。
二是如何约束接口文档
通常我们是将文档规则写在wiki中，不过这样很难保证真实性，比如字段数据类型是否正确、request和response顺序问题
三是如何避免脏代码注入。
前两个问题已被开源平台Rap2很好解决了，该平台主要分为用户和API两个维度的管理。
每个用户会被分配到不同团队，目的是为了权限控制，防止API滥用；API管理方面有API 仓库进行api分类。
至于脏代码注入其实可以通过proxy方式来解决，比如在webpack的proxy中写入dev 环境下对应的domain。
另外还有一个问题没有提到，就是如何迁移wiki，因为文档都是在wiki中，如果要迁移已维护好的文档成本会相对较。
为此我们做了一个迁移工具，它会遍历整个wiki的dom进行归类，然后取出所有的数据转化成json，最后将json导入到平台中。
字段重复
平台中API管理部分的字段重复度很高，以供货商采购的流程来说，其中有个skuinfo（商品数据）的概念，这个skuinfo的规则是固定的，比如ID必须为9位数字、number为string 等等。
但是由于每个API的管理相对孤立，不同的人写的API的生成规则就有可能不同，这造成的问题一方面是不规范，另一方面增加了重复劳动。
所以我们引入了实体的概念，每个实体可以是一个对象或属性。
它细粒度到每个value的维度，不仅实体之间可以相互引用，API和实体间也可以相互引用。
这样就可以将所有重复的
工作抽象成一个实体，另外还可以对实体部分进行权限控制，这两个措施本质上是让每个字段有准确、唯一的生成规则。
新的问题
纵观整个开发流程，其实中后台场景下QA测试的时候关注的是数据流转的正确性，并不关注UI和UE的细节。
其次由于我们的项目成立时间较短QA人员不足任务又比较紧张，所以初期是以黑盒测试为主。
这种情况下为了保证质量，就需要引入自动化测试机制，主要有三个阶段模拟输入、自动编写测试case、验证输出。
基于上面的考量，可以发现我们需要的不仅是单纯的Mock平台，而是mock加自动化测试的辅助平台。
目前我们所能做的是给自动化测试提供输入，因为mock阶段和自动化测试阶段本质上有相似性。
Test case环节要由QA维护，我们这边能做的有限。
验证输出环节则可以做一些相应工作，本身mock的正向流程就是从规则生成数据，而验证环节恰好相反是以数据验证是否符合规则。
未来规划
在未来规范上我们首先要实现的是验证输出的部分，其次是丰富mock规则以及可视化，还会做一个更新检测工具来验证此次更新是否符合mock平台的维护文档，最后是关于业务流程的测试。
模板仓库平台
要想快速开发大量的1.0项目，大家通常可能会使用脚手架工具。
但是这里存在几个问题，首先脚手架工具无法做到快速预览，其次对于这类工具来说页面就是最小维度，无法再细分
到组件片段层面，最后它主要面对的是开发者，而中后台项目中UI和UE的规则又相对比较统一，原型图和最终页面十分相似，这样的话直接通过拖拽组件形成页面和实际编写模板代码其实并无太多差别。
基于以上原因我们构建一个模板仓库平台，通过可视化的组件拼装，快速生成页面代码。
目前已经支持了模板上传和在线预览。
之后我们可能还会新增命令行工具，便于开发者使用。
也会逐步摆脱对组件库和框架的依赖，实现完全的零依赖。
经验总结
工程化
个人理解工程化所需要实现的目标有4个，可用性、可维护性、稳定性、提升效率。
若想在前端工程化方面有更多的探索，效率提升这块是重点，它基于模块化、规范化、自动化来实现。
具体实践中我们会从架构层面做模块化和规范化，自动化事务由平台负责，使用工具减少开发过程中的耗时。
技术项目
在开发之前找出当前业务中的痛点，确定要解决的问题。
开发过程中制定渐进增强的计划，逐步完善项目切勿想一蹴而就，为了缩短开发周期可以由团队中相对高阶的同学对项目进行模块拆分，分配给其他同学。
开发完成后一定要进行快速的迭代和响应，认为时机成熟就可以去做推广，并使用可量化的数据来展现成果。