好文分享 — 讓 AI 使用台灣 IT 用語的探索之旅
如果你希望 AI 生成貼近台灣繁體中文的內容的話,可以閱讀讓 AI 使用台灣 IT 用語的探索之旅! 作者提供的 prompt 很簡單(但也花了不少心力研究): Use Traditional Chinese (Taiwan) IT terms: 程
Posted on Sep 26, 2024 by Amo Chen ‐ 1 min read
輕鬆學習程式語言和最新技術趨勢,踏上從小工到大師之旅!
如果你希望 AI 生成貼近台灣繁體中文的內容的話,可以閱讀讓 AI 使用台灣 IT 用語的探索之旅! 作者提供的 prompt 很簡單(但也花了不少心力研究): Use Traditional Chinese (Taiwan) IT terms: 程
Posted on Sep 26, 2024 by Amo Chen ‐ 1 min read
打造美觀且引人注目的 Landing Page 是每個專案的關鍵之一。 然而,Landing Page 上的元件大多相似,如果有現成的元件庫可以使用,將能大幅節省開發時間。 Page UI
Posted on Sep 13, 2024 by Amo Chen ‐ 1 min read
儘管 LLM 相關的 prompt engineering 已經累積了一些技術和使用技巧,但整體而言,這個領域仍處於發展階段,尚未有公認的最佳實務能夠完全駕馭 LLM 的潛力。不過,我們仍可參
Posted on Sep 10, 2024 by Amo Chen ‐ 1 min read
談到登入認證時,SSO 和 OAuth 等技術名詞經常出現,這些名詞不僅可能在面試中聊到,它們也常是日常工作的一部分。
本文將從 SSO (Single Sign-On) 開始,深入探討 SAML (Security Assertion Markup Language) 如何實現 SSO,並最後釐清 SSO 與 OAuth 之間的差異。
Posted on Oct 6, 2024 in 後端面試準備 by Amo Chen ‐ 7 min read
最近在研究 AutoGen 時有個奇想—「要是可以在 Google Colab 裝 Ollama 的話,不知道有多方便?」
想不到一查還真的有辦法可以在 Google Colab 執行 Ollama。
本文將分享如何在 Google Colab 上執行 Ollama 的詳細步驟。
Posted on Sep 25, 2024 by Amo Chen ‐ 2 min read
使用 AutoGen 打造多 AI 工作流 — Two-Agent Chat 與 Group Chat 一文中介紹 two-agent chat 與 group chat 兩種對話模式,本文將接續介紹剩下 2 種對話模式:
理解 AutoGen 的各種對話模式,將有助於處理較複雜的 workflow。
最後,在 Nested Chats 的程式碼範例中,我們將介紹如何使用 AutoGen 執行 Python 程式碼,並取得其執行結果與 agent 進行互動。
Posted on Sep 24, 2024 in AutoGen by Amo Chen ‐ 8 min read
AI 時代,打不贏就加入它!
所以個人認為學會 LangChain 之類的框架,在未來可能會是每個程式設計師不可或缺的技術,也就是說除了寫程式之外,你可能還需要用 LangChain 之類的框架做出適合自己的工具,幫助提升效率與生產力,藉此增加自身的職場優勢。
本文將介紹 LangChain 結合 llama 語言模型如何使用的入門教學。
p.s. 使用開源語言模型的 llama 的好處在於不用付費,輸出品質也有一定保證
Posted on Feb 2, 2024 in LangChain , Python 程式設計 - 高階 by Amo Chen ‐ 5 min read
自從 Python 3.4 推出 asyncio 模組之後,開發者在提升 Python 程式效能的解決方案上又多了 1 種選擇。
不過相較於較為人所熟知的 multiprocessing 與 threading 而言,大多數初學者並不習慣非同步式(asynchronous)式的開發思維,但只要能夠掌握 asyncio 模組中幾點重要的概念,即使是從未接觸過的初學者,也能夠慢慢掌握 asyncio 的使用方式。
本文將重點介紹 asyncio 模組中的重要概念,並透過實際範例理解 asyncio 的運作,從而學會如何使用 asyncio 模組。
Last updated on Jul 1, 2024 in Python 程式設計 - 高階 by Amo Chen ‐ 13 min read
Python 內建的 multiprocessing 是相當重要的模組,如果有平行(parallelism)處理的需求,除了內建的 threading 模組之外,另一個就屬 multiprocessing 。
使用 multiprocessing 的好處在於能夠很大程度避開 Python GIL 對於程式效能的影響,但壞處則是對於記憶體的耗用程度也較高,即便如此也是一個必須了解的模組。
本篇將實際透過幾個範例學習如何使用 multiprocessing 模組。
Last updated on Aug 8, 2023 in Python 程式設計 - 初階 by Amo Chen ‐ 5 min read