张小明
前端开发工程师
做过一段时间的 ABAP 开发，你大概率体验过这种矛盾：系统跑得挺稳、需求交付也不慢，但一到写文档就开始抗拒。问题不在于大家不懂文档价值，而是代码世界的真实调用链太复杂，靠手工画图和回忆补全，既慢又容易漏掉关键细节。
更扎心的是，ABAP 项目经常会出现这种场景：你写的自定义逻辑可能就几十个方法，实际运行时却会穿过成千上万条 SAP 标准调用。此时如果用传统方式画 UML 时序图，图会大到不可读，甚至生成过程都可能慢到让你怀疑人生。
这篇文章讨论一种更工程化的做法：利用 SAP 的 ABAP Runtime Analysis（事务码 SAT）生成的运行时测量数据，把真正发生的调用链提取出来，过滤掉你不关心的标准噪声，最终生成可持续维护的 PlantUML 文本，再由 PlantUML 渲染成 UML 时序图。SAT 本身就提供把测量结果输出为 UML 的入口，但标准输出在过滤与可读性上有明显短板；通过接管生成流程，可以把它变成团队可用的生产力工具。(SAP Community)
UML 时序图
很长的时间我都在思考这个问题.，根据自己的经验和朋友们的讨论后得出了一些结论，网络安全这个概念太广，我就以安服/渗透岗作为比较的对象，题主可以参考一下： 程序员： 优点：1.薪资非常高&#…
李华
如何利用Langchain-Chatchat实现离线知识检索并降低大模型Token消耗 在企业智能化转型的浪潮中，越来越多组织开始部署基于大语言模型（LLM）的知识问答系统。但现实却常常令人踌躇：一方面，敏感文档如合同、人事政策、客户…
李华
Langchain-Chatchat如何实现知识演化分析？版本差异与变更记录 在企业级AI应用日益普及的今天，一个现实问题正变得愈发突出：我们如何确保智能系统“知道它什么时候知道，又什么时候已经过时”？尤其是在法律条文修订、医疗…
李华
Langchain-Chatchat如何应对专业术语歧义？领域词典构建方法 在医疗、法律或金融等高度专业化的企业环境中，一个缩写可能意味着完全不同的事物——“AS”是强直性脊柱炎还是资产证券化？“CRP”代表C反应蛋白还是客户关系平台？当这些…
李华
六位一线AI工程师分享了构建大模型应用一年的实战经验，涵盖提示词工程、RAG、微调、Agent开发和评估监测等方面。文章强调应根据具体场景选择技术路线，建议从提示词开始，需要新知识时用RAG，特定任务优化时考虑微调。提出"实习…
李华
谷歌发布的《AI智能体手册》详细介绍了AI智能体在10个工作场景中的应用，包括企业数据搜索、文档理解、创意生成、客户服务等。手册强调AI智能体是能执行完整工作流程的助手，而非简单聊天工具。无论使用哪家大模型，这些场景背后的应用逻辑和工…
李华