หลังจากที่ใช้งาน Dagger สำหรับการสร้าง workflow และ CI/CD ด้วยการเขียน codeโดยทำงานใน container-based เป็นหลักแต่มีอีก feature ที่น่าสนใจคือ LLM Bindingsที่ทำงานร่วมกับ LLM provider ต่าง ๆ จากนั้นทำการเลือก tool/function ที่จะ run ใน dagger ให้เองเลยมันคือ AI Agent ตัวหนึ่งนั่นเองมาลองใช้งานกัน
เห็นว่าทางทีมพัฒนา Playwright จาก Microsoft นั้นทำการปล่อย Playwright MCP server ออกมาแล้ว (Official)ช่วยให้เราสามารถควบคุม web browser แบบอัตโนมัติผ่าน Playwright ได้เลยโดยการทำงานจะสร้าง tree ขึ้นมาจาก accessibility element ขึ้นมาให้เพื่อให้ LLM สามารถเข้าถึงได้ง่าย และ สะดวกมากยิ่งขึ้นหรือจะเปลี่ยนไปใช้ nision mode หรือ screenshot mode ก็ได้และมี use case ให้ใช้งานดังนี้
คำถามจากการแบ่งปันเรื่อง AI for software development นั้นสอบถามเกี่ยวกับการสร้าง Local LLMs server เพื่อใช้งานในองค์กรเพื่อจัดการในแง่ของ privacy และ การทดสอบว่ามีแนวทางอย่างไรบ้าง
เพิ่งเห็น library ที่พัฒนาด้วยภาษา Python ชื่อว่า ell เป็น library สำหรับ prompt engineering แบบง่าย ๆให้เขียน prompt ด้วย code แบบง่าย ๆ ผ่าน API ของ OpenAI และ Anthropicรวมทั้งมีเครื่องมือสำหรับการจัดการ versioning, tracing และ monitoring ให้รวมทั้งการ visualization แบบสวย ๆ ผ่าน ell studioมาลองใช้งานกันดู
นั่งอ่าน paper เรื่อง Refactoring vs Refuctoring กับการนำ LLM (Large Language Model) เข้ามาใช้ว่าเป็นอย่างไร ?ในการ generate code และ การปรับปรุงโครงสร้างของ code (Refactoring)ซึ่งใน paper นี้จะช่วยแสดงให้เห็นว่าการทำงานเป็นอย่างไรมีข้อจำกัดอะไรบ้างผลที่ได้มีความน่าเชื่อถืออย่างไรมีความผิดพลาดอย่างไรบ้างมาดูกัน