AREX 是一款由携程开源的流量回放平台，孵化于机票BU内部。聚焦录制回放核心链路的建设，从基础方案建设到核心事业线的深入落地验证，在集团复杂业务场景下不断迭代和优化下，积累了大量经验，取得了可见的成果。在携程落地至今已有 4000+ 应用接入，交付率和缺陷数均有所改善。 本篇文章主要介绍AREX在携程内部落地实践过程中遇到的一系列挑战和解决方案，以及如何通过AREX快速部署一站式流量录制回放解决方案来降低接入成本，快速落地。
携程内部会有大量的部门或团队需要在App新版本、新站点完成研发阶段所有功能测试后，在上架前(Post Release)阶段，再进行无拘束的从客人视角验收的诉求（比如竞品对比、Localization体验等）。对于已经上架的版本，我们的客服人员在客人协助、新员工培训等场合，也有着使用生产资源来获得与客人同一视角的环境诉求，这对我们研发流程中已经存在的测试环境的适用性提出了巨大的挑战，无论从操作体验、还是资源对齐等多方面，测试环境都难以满足诉求。
在快速迭代的软件开发周期中，用户界面（UI）的自动化测试已成为提高效率和确保产品质量的关键。然而，随着应用程序变得日益复杂，传统的UI自动化方法逐渐显露出局限性。AI驱动的UI自动化出现了，但仍面临着准确性和可靠性的挑战。在这个背景下，本文提出一个创新的视角：通过实时调试技术，显著提升AI编写的UI自动化脚本的有效性。 这个问题不仅仅是技术上的挑战，它关系到如何在保证软件质量的同时加速软件的交付。本文将探讨实时调试如何帮助AI更准确地理解和执行UI测试脚本，以及这种方法如何能够为软件开发带来革命性的改变。
携程机票订单系统是由多个业务子系统组成，包括出票、改签、航变等等，获取订单行程信息复杂度较高。 例如：用户预订了一个包含了2个乘客的机票订单，该订单发生了航变，其中用户A选择了退票，用户B选择了改签。 业务系统需要获得该订单最新的行程信息以及行程变化轨迹，以进行展示和进一步处理。
携程酒店排序推荐广告工程（以下简称酒店推荐工程）在数据层面引入抽象化的统一数据协议UnifiedPB，解决了过去各场景各自维护，建立各自的数据流，网状开放式数据表，烟囱式迭代的问题，实现了全场景数据的标准化、规范化、统一化。 那么，UnifiedPB具体是什么呢？它是基于protobuf构建的统一工程、策略、数据三方的标准数据模型。从数据时效性上，我们抽象出三类：Online、NearLine、Offline；从数据类型归属上，我们抽象出四类：User、Item、User-Item、Common（公用字典）。
2023年初，科技圈最火爆的话题莫过于大语言模型了，它是一种全新的聊天机器人模型，除了能应对基本的日常聊天外，还能胜任如文案编写、旅游规划等各项工作。 携程信息安全部也紧跟时代步伐，在携程内部推出基于大语言模型的智能聊天机器人，并发布网页版1.0，让所有“程里人”可以便捷无门槛地享受大语言模型带来的便利。在运营半年多后，我们广泛收集了用户的使用感受以及建议，结合当下大语言模型的发展进程，新推出了网页版2.0，相较于1.0版本，简化了页面展示，增加了历史会话保存、自定义对话设置、支持插件、AI绘图等功能。 其中插件功能可以扩展大语言模型的个性化能力，让其如虎添翼，开发者可以根据特定需求定义特定插件供用户使用。目前网页版2.0版本支持10多种插件，如google搜索插件可以对输入的问题进行联网查询；base64插件可以对base64内容进行解密等。那么这些插件是如何实现的呢？让我们一探究竟吧。
2022 年底，我们在携程的 Github organization 下开源了 SQLlin，SQLlin 是一款基于 Kotlin DSL 及 KSP 技术的，支持众多平台的 Kotllin Multipllatform SQLite 数据库框架。感兴趣且不了解 SQLlin 的读者可以参考：《携程机票跨端 Kotlin DSL 数据库框架 SQLlin》一文。 SQLlin作为携程机票移动端团队最为完备的一款开源项目，在接近 1 年的时间内经历了不少升级与换血式的更新，也见证了这一年 Kotlin Multiplatform 技术的演进及社区生态的变化。本文将带领大家梳理这些更新，并探求这些更新背后所涉及到的 Kotlin Multiplatform 技术栈在这一年来的更迭与进化。
微服务架构下，产研分工精细，需求迭代频繁，随着需求的不断迭代，应用数、代码量及测试用例越积越多；需求迭代（尤其是有新人加入）的过程中，产品经理需要通过开发了解现状和历史逻辑，开发人员翻阅历史代码花费的时间和精力越来越大，测试人员上线前需要回归的用例也越来越多，严重影响了需求迭代的效率。
