0%

前言

對大語言模型(LLM)來說,每次的思考判斷和回應內容,很大一部分都是依賴上下文(Context)裡面提供的資訊,裡面有當下使用者的提問(Prompt)、目前的對話記錄、可以使用的工具(Tools)…根據這些資訊來決定要回應的內容,隨著對話次數增加,上下文會變得非常龐大,造成大語言模型無法正確的回應請求,這時就要透過上下文工程(Context Engineering)來協助大語言模型減輕負擔和更快進入狀況,這也是AI Agent的核心技術。

閱讀全文 »

前言

現在AI的應用軟體,都是透過使用者給的提示詞來進行溝通和操作,好的提示詞可以得到AI更精確和快速的回應。生活和工作中也經常使用到,這裡整理一下自己使用的心得。

閱讀全文 »

前言

之前寫網頁開發時主要是用 ASP.NET MVC。頁面中的資料取得和畫面的變動處理,主要是以 JQuery 來完成。但如果畫面的需求變得複雜時,同一個頁面需要大量的向Server端請求資料處理,和畫面即時的變化時,View的程式碼便會愈寫愈雜亂。這時候使用 MVVM 架構的前端框架來實現就會很合適,程式碼也會變得精簡且易於閱讀。我選擇 Vue.js 來學習,因為較容易上手,也能搭配 ASP.NET MVC 混合使用,這整理一下學習的筆記。

閱讀全文 »

前言

將應用程式部署到AWS雲端平台上面,方式有蠻多種的。這邊會使用 AWS EB 搭配 Docker 的方式來部署 Asp.Net Core web 應用程式。使用 Docker 的原因,是因為部署流程比較統一單純,且適用於其它的程式語言…所以就決定是它了!😆
ps: 裡面有提到一些AWS的服務縮寫,可以參考這裡

閱讀全文 »

aws icon

前言

最近要開始學習 aws (Amazon Web Services),但裡面的服務多到有點眼花撩亂…😂
不同的服務有對應的使用情境(web, db, file, cache, devops…)切分的很細,需根據實際需求來組合對應的服務。
先來整理一份學習清單,給自己一個學習方向👍

閱讀全文 »

前言

在處理大量的請求時,當下可能無法即時全部處理完成,所以會需要一個暫存空間來保存請求資訊,後續再逐一消化處理。有點像是現實生活中,人多的時候會有排隊的情況(Queue 處理)。這篇會使用 Redis 來完成這樣的需求。

閱讀全文 »

前言

Redis 是一種使用記憶體來存放資料的技術,由於資料存放在記憶體所以讀取非常快! 一般的資料庫是存放在硬碟裡面,所以讀取會慢一點(當然可以使用SSD來改善啦)。 Redis 在記憶體的資料存取管理十分強大,有效的使用 Redis 可以大幅減低資料庫的負擔和提升系統的回應能力,這篇整理一下使用心得~

閱讀全文 »