64 post sa category na ito
Pagkatapos ng 10 araw na pagbuo ng AI-generated podcasts gamit ang CrewAI, natutunan ko na bagama't napakadaling gamitin ng framework, ang kalidad na content ay nangangailangan pa rin ng tunay na pagsisikap ng tao.
In-scale ko si Sydney para mabasa ang 10 taon ng narrative content mula sa mga annual reports ng Big Tech sa pamamagitan ng strategic na paglilimita ng saklaw sa 7 kumpanya—narito kung paano ko binalanse ang gastos vs kakayahan.
Pinagsama ko ang dalawang AI agents sa isang multi-talented assistant na kayang mag-analyze ng S&P 500 financials AT ng 15 taon kong blog content—pinapatunayan na mas kaunti talaga ay mas marami.
Gumawa ako ng AI agent na sumasagot ng mga financial questions gamit ang 10 taon ng SEC data—at sa wakas nalutas ko ang aking mga streaming challenges para gawin itong real-time at mabe-verify.
Pagkatapos ng 10 buwan ng pag-code kasama ang mga AI assistants, natutunan ko na parang mga intern sila—makapangyarihan pero nangangailangan ng specific na instructions, ibig sabihin kailangan kong malalim na maunawaan ang mga frameworks para malutas ang tunay na mga problema tulad ng pagpapabilis ng mabagal kong chatbot.
In-upgrade ko ang aking chatbot na si Sydney para subukan ang hybrid search ng Weaviate at query structuring—mga features na kailangan ko para i-scale ang aking financial chatbot sa 500+ na mga kumpanya.
Gumawa ako ng financial chatbot na sumasagot sa mga tanong tungkol sa S&P 500 gamit ang SEC data—na may self-critique agent na nagpapahusay ng mga sagot bago mo makita.
Binuo kong muli ang frontend ng aking site gamit ang AI, na-upgrade ang intelligence ng aking chatbot, at natuklasan ang continuous deployment — lahat dahil ayaw makipagtulungan ng Docker.
Binuo kong muli ang aking chatbot gamit ang FastAPI at async processing, pinutol ang response times habang pinapasimple ang interface — ito kung paano binago ng mga targeted optimizations ang user experience.
Sumabak ako sa pagbuo ng chatbot na walang coding skills at puro sigasig lang — para malaman na ang v0.1 ko ay isang sakuna ng CSV databases at primitive chunking, hanggang sa iniligtas ako ng mga AI agents.
Pagkatapos ng isang taon ng paggamit ng AI para sa lahat mula sa road trip planning hanggang product research, inilalantad ng aking search habits ang isang napakalaking pagbabago — at babala para sa mga publisher.
Nakumpleto ko ang 7 Andrew Ng courses sa loob ng ilang buwan—mula sa ML fundamentals hanggang sa pagbuo ng GenAI apps. Narito ang aking roadmap para makapunta ka mula sa zero hanggang sa pag-ship ng iyong unang LLM application.