ทาง Vercel Lab ได้ปล่อย Agent Skills ออกมาให้ใช้งานซึ่งมาช่วยในการพัฒนาฝั่งของ frontend ประกอบไปด้วย มาลองใช้งานกันดู
การใช้งาน SKIP LOCKED ใน PostgreSQL database
จากการแบ่งปันความรู้ของ PostgreSQL database นั้นมีคำถามเกี่ยวกับการใช้งาน SKIP LOCKED ที่เพิ่มเข้ามาตั้งแต่ version 9.5 นั้น (2016)ว่าทำงานอย่างไร และ มี use case อะไรบ้าง
บันทึก development workflow การใช้งาน Claude Code จากผู้สร้าง
จากบทความเรื่อง Inside the Development Workflow of Claude Code’s Creatorซึ่งเขียนอธิบายในแต่ละเรื่องใน X ของคุณ Boris Chernyว่ามี development workflow และแนวทางการใช้งาน Claude Code อย่างไรบ้าง
ทำความรู้จักกับ Universal Commerce Protocol (UCP)
ทาง Google ได้ปล่อย Universal Commerce Protocol (UCP) ออกมามีเป้าหมายเพื่อเป็น open standard ของการ shopping onlineเพื่อเป็นตัวกลางในการเชื่อมต่อระหว่างผู้ซื้อ ผู้ขาย และ payment provider ต่าง ๆ ให้ซึ่งมีบริษัททั้ง e-commerce และ payment provider ต่าง ๆ มาร่วมมือกันทำให้ไม่ต้องมาสร้างสิ่งที่ซับซ้อนและซ้ำ ๆ กันนั่นเอง
มาลองใช้งาน MCP Search Tool กันจาก Warp
ทาง Warp ได้ปล่อยบทความเรื่อง Building the MCP Search Tool for any model ออกมาเพื่อปรับปรุงการใช้งาน MCP ใน Agent ของ Warp ให้มีประสิทธิภาพมากยิ่งขึ้น และยังลดการใช้ token ลงไปกว่า 26%ด้วยการใช้งานผ่าน MCP Search tool นั่นเอง
คำแนะนำสำหรับแก้ไขปัญหา MongoBleed (CVE-2025-14847) เบื้องต้น
จากปัญหา MongoBleed (CVE-2025-14847) ที่เกิดขึ้นมานั้นมีคำแนะนำเบื้องต้นในการแก้ไข หรือ ป้องกันปัญหาที่อาจจะเกิดขึ้นได้ประกอบไปด้วย
บันทึกการ monitoring ระบบงานแบบง่าย ๆ เพื่อให้เรารู้ปัญหาได้อย่างรวดเร็ว
ในการแบ่งปันความรู้เรื่องของ observability ของ service หรือ ระบบงานนั้นหนึ่งในเรื่องที่น่าสนใจคือ การตรวจสอบ และ การ alert เพื่อแจ้งเตือนการทำงานที่ไม่ปกติแบบอัตโนมัติเพื่อให้เรารู้ปัญหา และ จุดเกิดเหตุได้รวดเร็วยิ่งขึ้นจากนั้นก็จะช่วยให้เราแก้ไขได้รวดเร็วมากยิ่งขึ้นหรือช่วยปรับปรุงเรื่องของ MTTR (Mean Time to Recovery/Repair) ให้ดีขึ้น
แนวทางในการออกแบบระบบเพื่อรองรับความผิดพลาดต่าง ๆ
จากการไปแบ่งปันความรู้เรื่องการออกแบบระบบพื้นฐานนั้นหนึ่งในเรื่องที่น่าสนใจคือ การออกแบบเพื่อรองรับความผิดพลาดต่าง ๆที่อาจจะเกิดขึ้นได้ในระบบของเรา หรือ design for failure นั่นเองว่ามีแนวทางอย่างไรบ้างเพื่อทำให้ระบบมีความน่าเชื่อถือมากยิ่งขึ้นจึงได้ทำการพูดคุย และ แนะนำแนวทางต่าง ๆ ที่น่าสนใจไว้ดังนี้
มาลองใช้งาน contextualized chunk embedding model ชื่อว่า voyage-context-3 กัน
หนึ่งในกระบวนการทำงานสำคัญของ RAG (Retrieval Augmented Generation)คือ การทำ chunking ข้อมูลที่มีขนาดใหญ่ เกินกว่า context windows ของ LLM modelให้อยู่ในขนาดที่เล็ก ๆ และ เหมาะสม ซึ่งมีวิธีการทำ chunking มากมายทั้ง fixed-size, paragraph, document เป็นต้นจากนั้นก็ทำการ embedding เพื่อช่วยให้ค้นหา หรือ retrieve ได้รวดเร็วมากขึ้นด้วยการค้นหาแบบ vector search หรือ semantic search นั่นเอง
ทำความรู้จักกับ FunctionGemma model จาก Google
ทาง Google ได้ปล่อย functiongemma model ออกมาให้ใช้งานเป็น LLM model ขนาดเล็ก ที่ทำงานเฉพาะเจาะจงกับงานไปโดยมีเป้าหมายเพื่อใช้สำหรับ function callingและสามารถทำงานบน device ที่มี resource จำกัดได้อีกด้วยรวมทั้งสามารถนำมาทำ fine tunning ได้อีกด้วย เพื่อช่วยให้ความถูกต้องสูงขึ้น