Pembangunan sumber terbuka

Kejatuhan Awal di Kanada: Perjalanan Melalui Kod dan Pengetahuan ?

pengenalan

Helo, semua! Saya Nonthachai Plodthong, pembangun perisian dan pelajar senior yang sedang menamatkan pengajian saya. Semasa kita beralih ke musim awal musim luruh yang cerah dan berwarna-warni di Kanada, saya teruja untuk memulakan satu siri catatan blog baharu di mana saya berkongsi pengetahuan dan pengalaman yang saya kumpul sepanjang perjalanan saya dalam bidang teknologi dan Semua catatan ini berkaitan kepada Kursus yang saya ambil di Seneca memanggil Kursus Pembangunan Sumber Terbuka.

Projek sumber terbuka itu sendiri menarik bahawa kami boleh menyertai projek ppl lain yang telah dimulakan atau dikeluarkan kami boleh memperbaikinya atau menjadikannya lebih baik dengan melalui masalah pada repo github dan permintaan tarik sama ada cadangan kami akan diterima atau tidak.

Dalam tempoh empat bulan akan datang, menjelang penghujung tahun ini, saya akan mendalami pelbagai topik untuk projek sumber terbuka yang boleh saya temui untuk menyumbang dalam rentang tersebut merentas GitHub.

Repo Arah Aliran Github

Kayu manis / kotaemon

Alat berasaskan RAG sumber terbuka untuk bersembang dengan dokumen anda.

kotaemon

UI RAG sumber terbuka yang bersih & boleh disesuaikan untuk bersembang dengan dokumen anda. Dibina dengan kedua-dua pengguna akhir dan pembangun dalam fikiran.

Demo Langsung | Kod Sumber

Panduan Pengguna | Panduan Pembangun | Maklum balas

Pengenalan

Projek ini berfungsi sebagai UI RAG yang berfungsi untuk kedua-dua pengguna akhir yang ingin melakukan QA pada mereka dokumen dan pembangun yang ingin membina saluran paip RAG mereka sendiri.

• Untuk pengguna akhir
  • UI yang bersih & minimalis untuk QA berasaskan RAG.
  • Menyokong penyedia API LLM (OpenAI, AzureOpenAI, Cohere, dll) dan LLM tempatan (melalui ollama dan llama-cpp-python).
  • Skrip pemasangan mudah.
• Untuk pembangun:
  • Rangka kerja untuk membina saluran paip QA dokumen berasaskan RAG anda sendiri.
  • Sesuaikan dan lihat saluran paip RAG anda beraksi dengan UI yang disediakan (dibina dengan Gradio).

+----------------------------------------------------------------------------+
| End users: Those who use apps built with `kotaemon`.                       |
| (You use an app like the one in the demo above)                            |
|     +----------------------------------------------------------------+

…

Lihat di GitHub

RAG ini dan bersembang dengan dokumen sendiri sangat baik dan menggambarkan untuk melihat cara membenamkan dan mevektorkan dalam dokumen kami sendiri ke model LLM dan cara membenamkan model mengambil persamaan antara data input dan tidak berstruktur yang bertukar kepada nombor perpuluhan.

Apakah topik yang saya akan menarik?

1. Pembangunan AI

AI telah merevolusikan cara kita berinteraksi dengan teknologi dan telah membuka sempadan baharu untuk pembangun dan penyelidik. Dalam siri ini, saya akan meneroka:

---

• Model Bahasa Besar (LLM): Temui fungsi dalaman LLM, keupayaannya dan cara ia boleh digunakan untuk menyelesaikan masalah dunia sebenar, termasuk aplikasinya dalam memahami pertuturan dalam satu bahasa dan bertindak balas dalam bahasa lain.

---

• Analisis Sentimen: Ketahui cara membina sistem yang memahami nada emosi di sebalik sekeping teks, daripada kaedah berasaskan peraturan ringkas kepada teknik pembelajaran mendalam lanjutan.

---

• Perpustakaan LangChain (Python): LangChain ialah rangka kerja berkuasa yang direka untuk membantu pembangun membina aplikasi yang memanfaatkan Model Bahasa Besar (LLM). Sama ada anda mencipta chatbots, sistem menjawab soalan atau alatan untuk menjana dan memanipulasi teks, LangChain memudahkan proses penyepaduan dengan menyediakan komponen modular dan utiliti. Dan saya akan lebih memfokuskan pada Advance RAG dan Penstriman.

---

2. Pembangunan Web

Pembangunan web bukan sekadar membina tapak web; ia adalah mengenai mencipta aplikasi yang dinamik, selamat dan berskala. Saya akan berkongsi pandangan tentang:

• Rangka Kerja Rehat Django (DRF): Petua dan kiat untuk membina API yang mantap dengan Django dan DRF, termasuk mengendalikan pensirilan, set pandangan dan kebenaran.

---

• Rangka Kerja Next.js: Tinjauan ke dalam rangka kerja berasaskan React yang popular untuk membina aplikasi bahagian hadapan yang pantas dan berskala. Daripada penjanaan tapak statik (SSG) kepada pemaparan sisi pelayan (SSR), kami akan membincangkan semuanya.

---

• Perpustakaan ShadCN: Terokai pustaka berkuasa ini untuk mencipta komponen UI yang elegan dan boleh diakses, dan ketahui cara menyepadukannya dengan projek React anda.

---

• Pengesahan: Lindungi aplikasi anda dengan melaksanakan kaedah pengesahan moden, termasuk JWT, O2Auth dan SSO.

---

• Ops Keselamatan dalam Pembangunan: Fahami kepentingan DevSecOps dan cara menyepadukan amalan keselamatan dengan lancar ke dalam saluran pembangunan anda.

---

3. Visualisasi Geografi

Menghidupkan data secara visual ialah bentuk seni yang menggabungkan pengekodan dengan kreativiti. Saya akan memandu anda melalui:

• Pustaka OpenLayers: Pustaka JavaScript yang berkuasa untuk pemetaan dan visualisasi geografi. Ketahui cara membina peta interaktif yang memaparkan data masa nyata, imejan satelit dan banyak lagi.

---

• Folium: Perpustakaan Python untuk peta interaktif, sesuai untuk menggambarkan data geospatial dalam Buku Nota Jupyter atau aplikasi web.

---

4. Nanti dalam post seterusnya

Saya tidak sabar untuk berkongsi apa yang telah saya pelajari dan berharap pengetahuan saya akan membantu semua pengaturcara di seluruh dunia.

Bukan

---

• LinkedIn
• GitHub

---

Atas ialah kandungan terperinci Pembangunan sumber terbuka. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!