率。 虽然现在市场上有许多可用的代码审查工具,但如何挑选也是一个艰巨的任务。在咨询过有关专家的建议和意见之后,我们罗列出了以下17款最佳的代码审查工具。 1)CodeStriker CodeS
TCP/IP详解 Unix 编程艺术 《精神分析引论》弗洛伊德 搞定:无压力工作的艺术 平台工具(都是开源的好东东哦) Redmine/Trac:项目管理平台 Jenkins/Jira(
原文 http://openskill.cn/article/218 下面依次介绍8大持续集成工具 一、 Hudson Hudson 是一个可扩展的持续集成引擎,主要用于: 持续、自动
JavaScript 中包含了很多小工具,本文通过列举 Babel.js、Webpack、Gulp、NPM、Bower 等常用的 Javascript 小工具,初步简单介绍了各工具的功能和用途,以便帮助初学者更好地学习理解和学习
是一款简单的Unix工具,使用UDP和TCP协议。 它是一个可靠的容易被其他程序所启用的后台操作工具,同时它也被用作网络的测试工具或黑客工具。 使用它你可以轻易的建立任何连接。内建有很多实用的工具。 项目地址:
PhotoRec 是一款用于恢复硬盘、光盘中丢失的视频、文档、压缩包等文件,或从数码相机存储卡中恢复丢失图片的数据恢复软件(因此,该软件命名为Photo Recovery这个名字)。 PhotoRec忽略文件系统,能直接从介质底层恢复数据,因此,在介质的文件系统严重破坏或被重新格式化后,它也能进行数据恢复。
OraRep 是一个 PL/SQL 代码片段 (可嵌入到 SHELL 脚本中) 用来创建一个格式良好的 HTML 报告,报告中包含给定数据库实例中的一些性能调整建议等相关信息。目前已经在包括 Oracle 8.1.7, 9.0.1, and 9.2 下测试通过。
pydoctor 是一个 Python 实现的 API 文档工具,可解析 Python 源码文件和模块和包的语法树并生成相应的说明文档,有点类似 JavaDoc。 项目地址: http://codespeak
NetSpot 是个简单方便的无线监测工具,允许你使用任何的MacBook收集、可视化、分析WiFi数据。NetSpot可以可视化网络,通过建立可视化的Wi- Fi地图,也可以让你看到无覆盖的死角和接
Windmill是一个Web测试工具,设计用于自动测试和调试你的Web应用程序。它提供了跨浏览器测试记录器。它还内置shell用于与WIndmill服务器相交互。可以利用Python, Ruby和Javascript语言来编写和运行测试。
BlueStacks是一款可以让Android程序在Windows系统中运行的工具,BlueStacks的主要特点有: Play Android apps fast and full-screen Push
LWT (Lua Web Tools) 可让你使用 Lua 开发 Web 应用,并可直接在 Apache 上运行。LWT 的核心功能通过一个 Apache 的模块(mod_lwt)来提供。另外 LWT 提供可选的 Lua 模块用来访问数据库和缓存。
Lbzip2 是个并行、多处理器优化、兼容 bzip2 的压缩工具,提供了命令行接口,支持 tar 命令的 --use-compress-program 参数。 项目地址: https://github
能够在更多环境下运行,甚至是服务器端,使得这门语言再次受到大家的关注。今天,本文向 JavaScript 开发者推荐十款超级有用的工具。 YepNope YepNope 是一个异步的条件加载框架,速度超快,只为用户加载需要的脚本。使用非常简单,非常有用!
5 个最好的 JavaScript 调试工具
月,他所创立的软件公司 Fog Creek 上线了一个新的团队协作工具 Trello。在经过一段时间的使用后,我发现,它是一个方便的团队协作工具。 为何这么说呢?因为它的形式足够灵活,而操作又足够方便。
件,用户可以轻松的写电子邮件、网上冲浪以及即时聊天。这篇文章挑选出了 七款优秀的 Linux 语音工具 ,包括: eSpeak , Simon , Julius , Jovie ,等等。
临近尾声,洪敏提了一个好建议,让大家推荐自己平时用的高效率工具,于是就有了如下的一个清单。以下工具排名不分先后。 Pocket:一款超极好用的内容收藏工具,正如其名,像口袋一般方便。Pocket 提供了各种形式的应用,包括
开发人员很容易迷恋上工具,因为工具通常比较实用,而且具备明确定义的行为,比起学习最佳实践或方法,学习工具更为简单。然而,工具仅仅为解决问题提供协助,他们并不能自行解决问题。 一位理解问题实质的
Machine learning is a subfield of computer science evolved from the study of pattern recognition and computational learning theory in artificial intelligence. With it, users can explore the construction and study of algorithms.