GitHub开始支持一次提交归属多个作者。这个新功能旨在提升同一提交或pull request有多个开发者的协作体验,并确保每个代码作者的提交归属能体现在他们的贡献图和代码仓库统计中。
据GitHub称,新功能是为了迎合一些组织日益增长的协作需求。这些组织,经常使用代码协作来加速初级开发者入职培养、通过结对编程或代码复核来提高代码质量等。
为了将一次提交归属到多个作者,开发者现在可以在提交信息中增加一个或多个“Co-authored-by"补充信息,不要忘了在开头增加一个空行,例如:
Commit message
Co-authored-by: name
Co-authored-by: another-name " 
需要注意的是,联合作者邮件地址一定要和他们的账户的邮件地址相匹配,否则这些邮件地址会被忽略。此外,联合作者邮件地址会在提交信息中显示,因此,如果你想要保持那些邮件地址的隐私性,最好使用一个GitHub提供的noreply(无回复)邮件地址。
你可以到账户Settings,然后检查Emails栏,查看你的GitHub账户绑定了哪些邮件地址。你可以在一个账户中绑定多个邮件地址,因此你只需要确保在“Co-authored-by"补充信息中的邮件地址能够匹配那里罗列的任何一个地址就可以了。在那个页面,你还可以勾选keep my email address private选项来让你的邮箱保持隐私性,这样就可以将你的公开邮件地址替换为一个noreply邮件地址。
原文来自:infoQ
声明:所有来源为“聚合数据”的内容信息,未经本网许可,不得转载!如对内容有异议或投诉,请与我们联系。邮箱:marketing@think-land.com
基于大模型能力构建的文本审核服务,能够高效精准地识别各类文本违规内容。与传统文本内容安全审核方案相比,具备更强大的语言理解与分析能力,能精准识别复杂、隐晦的违规内容,突破了传统模式的局限。
基于图片审核大模型服务,能够全方位识别图片中的色情、性感、涉政、暴恐、违禁、宗教、引流广告、不良等违规内容,并支持返回大模型的审核结果。结合大模型和专家小模型,提供更细粒度的标签(如色情细分、具体行为、特定物体等),识别范围更广、标签更丰富。 综合效果最佳,适合对误判率、漏判率都有较高要求的场景。
针对AIGC场景,检测AIGC生成的图片是否存在违规或者不宜传播的内容。建议AIGC生成的图片都进行该项检测。
检测图片是否疑似由AI生成合成、图片是否含有AI生成合成隐式标识(如果有隐式标识时支持返回图片AIGC元数据信息)。
根据身份证/手机号进行核验号码是否有涉险诈骗风险。