ساخت ایجنت هوش مصنوعی متصل به دیتابیس که اطلاعات غلط نمیدهد
الگوی عملی ساخت ایجنت LLM برای کسبوکار: جدا کردن تشخیص نیت از تولید پاسخ، اعتبارسنجی خروجی مدل با اسکیما، پاسخ فقط از داده واقعی، ارجاع به انسان، لاگ و ارزیابی؛ از تجربه ساخت پیجیار.
روایت اتفاقها و خطاهایی که در ساخت و نگهداری سامانههای واقعی پیش آمد: علت، راهحل و درسی که گرفتیم.
۲۲ مطلب
الگوی عملی ساخت ایجنت LLM برای کسبوکار: جدا کردن تشخیص نیت از تولید پاسخ، اعتبارسنجی خروجی مدل با اسکیما، پاسخ فقط از داده واقعی، ارجاع به انسان، لاگ و ارزیابی؛ از تجربه ساخت پیجیار.
کالایی که با چند عدد شناخته میشود (نمره عدسی، سایز و رنگ) را چطور در PostgreSQL مدل کنیم که هزاران کد کالای جدا نسازیم: واریانت با کلید ترکیبی، ذخیره نمره بهصورت عدد صحیح، قیمتگذاری بازهای و گزارش ماتریسی.
فرمول تعیین حجم معامله بر اساس درصد ریسک و فاصله حد ضرر، حد ضرر پویا با ATR، توقف روزانه، محاسبه درست ارزش تیک در MetaTrader 5 و خطاهای رایج بکتست؛ با مثال عددی روی XAUUSD.
خط پردازش خودکار تصاویر محصول با Node.js و sharp: اندازههای ثابت، تبدیل به WebP و AVIF، حذف متادیتا، صف با محدودیت همزمانی، نامگذاری بر اساس هش و تگ picture برای LCP و CLS بهتر.