地上铁:新能源物流车的研发交付平台

地上铁使用 Zadig 标准产品,研发效能提升 65%,工程师满意度提升至 88%。

TL;DR

  • 客户:地上铁
  • 行业:新能源物流车 / 出行服务
  • 使用 Zadig 时间:2025 - 至今
  • 关键事实:
    • 研发效能提升 65%
    • 工程师满意度提升至 88%
    • 一站式完成环境配置、平台部署、代码审查
    • 已使用 Zadig CLI + MCP + V5.0 智能体能力

# 客户背景

地上铁是中国领先的新能源物流车运营商和服务商。

应用场景:新能源物流业务持续交付。服务内容:Zadig 标准产品。服务时间:2025 - 至今。

# 业务挑战

新能源物流车作为新业态,对研发交付有几个特殊痛点:

  • 业务高速增长——需要快速迭代交付
  • 物流场景复杂——多车型、多业务、多地区
  • 工程效能需要持续提升

# Zadig 解决方案

地上铁选择 Zadig 标准产品,构建一站式研发交付平台:

  • 统一开发平台——简化环境配置、部署、代码审查流程
  • 研发效能提升——缩短开发周期,提升效率
  • 工程师满意度——降低重复劳动,提高开发体验
  • Zadig CLI 接入——工程师本地 IDE 与 GitLab CI 中直接调用 Zadig 命令行,跑代码审查、工作流触发、状态查询
  • MCP Server 接入——通过 MCP 协议对接 Claude、Cursor 等 AI 客户端,让 AI 助手直接调用 Zadig 工作流能力
  • V5.0 智能体嵌入——AI 代码审查、AI 发布风险评估已嵌入现有研发流程,上线前自动跑 7 项检查

# AI 时代能力建设

地上铁在 Zadig V5.0 发布后,逐步采用 AI 时代能力:

  • Zadig CLI——本地开发、CI 流水线中直接调用 Zadig 能力,工程师无需切换工具即可触发工作流、查询环境状态、获取部署结果
  • MCP Server——通过标准 MCP 协议接入 AI 客户端,工程师的 AI 助手可直接调用 Zadig 工作流——比如 Claude 在对话中触发"查看 dev 环境状态""触发测试流水线"
  • AI 代码审查——提交 MR 时自动触发,结果回写到 GitLab MR 评论区
  • AI 发布风险评估——上线前 7 项自动检查(代码扫描、测试报告、运行时状态、业务日志、资源、监控告警、流量窗口),三档结论(通过/警示/不通过)

这些能力直接嵌入到地上铁现有工作流中——不需新建 Agent 平台。

# 落地成果

维度 成果
研发效能 提升 65%
工程师满意度 提升至 88%
流程 一站式完成环境配置、部署、代码审查

# 为什么选 Zadig

  • 一站式平台——简化多流程工具切换
  • 云原生适配——适配新能源物流场景
  • 持续迭代——V5.0 起支持 AI 智能体

# 常见问题

地上铁是做什么的? 中国领先的新能源物流车运营商和服务商。

地上铁用 Zadig 多久了? 2025 年至今。

Zadig 帮地上铁解决了什么问题? 研发效能提升 65%,工程师满意度提升至 88%。

Background Image

作为一名软件工程师,我们一直在帮各行各业提效,软件工程本身却极其低效。 AI 加速写代码,但未加速交付——环境、审查、发布、诊断,依然需要“人肉”扛住。代码越写越多,质量谁来把关?发布越来越频繁,风险谁来评估? 为什么没有一款平台,让研发团队不那么累,还能更好、更快地交付? Zadig 由此而来。

—— Zadig 创始人 Landy