所謂的好音樂

作者： -
所謂的好音樂就是，即使你隔了很多年，很久很久，久到實在忘記了第一次聽到那首歌的時候究竟是哪一年(或是當時和誰在一起、或是當時究竟是先看到電影還是先聽到音樂...)，但是，每次重新聽到時，總是會帶給你感動，這種音樂，必須珍藏...

當然，很多時候可能不只是音樂本身的魅力，而是當下的那個情境，在某一年、在某一個時刻，因為特定的情境，有一首歌打動你的心，所以在你生命當中，留下了一個印記，過了許多年之後，或許時空變遷、或許真的滄海桑田，但是當你聽到那首歌，看到那個片段，赫然發現原來的記憶還在，塵封許久，但似乎不曾遺忘，然後你明白，很多事情會一直跟著你...還真的是給他：『凡走過的，必留下痕跡』...

一首好聽的歌很神奇，會讓你有感動...

這件事情常讓我嫉妒，因為寫程式似乎很難讓人有感動，有時候你想想寫程式跟作一首歌曲其實行為模式很接近，我都覺得那需要一點創意、需要思考、需要安靜、或是一點靈感...

有時候，寫一本書也是，我猜想我寫一本書的時間和周杰倫作一張專輯大概差不了多少，我大概在書籍銷售的單價上比周董的唱片銷售單價稍為略勝一籌，但是其它可就輸的一敗塗地了，例如，周董的唱片可能隨隨便便都可以在台灣發行首月銷售15萬張，我的書呢，如果在台灣能夠一個月內賣1萬五千本則出版社肯定會為我辦一個大型的慶功宴(因為這絕對破了近年來台灣的程式書籍銷售記錄，雖不敢說前無古人，但是肯定可以說後無來者了...)，如果出版社心情好一點可能還會大手筆請David Tao來現場演唱一下，搞一個尾牙型的晚會...

另外一個我最遺憾的是，常碰到有人說聽了周董或David Tao的某首歌之後很感動(我自己也是)，但是從來沒有讀者跟我說看到我這本書第三章寫了AJAX的主題之後感動到不行(有人感謝啦，但是感動的倒是從來沒聽過)，我認為這可能是程序員的宿命吧，我想，要寫出一個 "令人感動" 的程式可能很難吧...

不過最近由於Silverlight的出現，我倒是有了一點點讓別人感動的機會，如果你是曾經參加過10/24(高雄) 10/25(台北) 研討會的同志們大概就知道了，我當天有demo了一個我說我這半年來寫過最有意義的、最有價值、最令人(包括我自己)感動的程式、寫了這麼多年程式，終於有一點點讓人感動的可能...我看我以後改行作Silverlight Show好了...(相信我，最近我在準備年底的大事，發現這個產業比當資訊講師好賺多了...)

至於這個程式是什麼，還是做為當天參與研討會的同志們和筆者之間的小祕密吧...

底下是幾首我非常喜歡、始終熱愛、歷久彌新、久聽不膩的好音樂...感謝youtube讓好音樂可以珍藏

Angel


Forrest Gump:

留言

匿名表示…
小弟深覺得能出書就代表著高深的學問 , 我記得我開始誤入 .NET 時已經是 2006年尾了 ,我那時想學習資料庫如何應用在工作上 ,手上有你的三本ASP.NET著作(當然還有其他筆者的相關書籍)

1.ASP.NET 程式設計徹底研究
2.ASP.NET 2.0 深度剖析範例集
3.ASP.NET AJAX 應用剖析立即上手


, 從 ASP 2.0 <------> ASP 1.0 .真的差很多(目前持續補強 asp 1.0的基礎) .總之 ASP 2.0 很好用 ,若要編修撰寫 ,小弟認為還是要從基礎學 .畢竟套用就像買了一台New Car ,故障了!甚麼也不會修 ...

10月底跟天瓏書籍訂了你最新著作 , Silverlight 權威講座－ASP.NET 整合秘技 X 獨家案例剖析 ,讓我不竟覺得將 Winform 套用到 Webform , 可以變的不難! 光是要學 .Net 裡的GDI 頭就很痛 . 所以你的書開拓了我的視野.整本書的內容都非常實用且漸進.我把他當成必修課程 ,尤其是 5,6,7章的內容 ,真的讓我愛不適手 ,挑燈夜戰的著墨於 VS 2005 +AJAX+Silverliht & Javasript 的實作. 第8章的動態XAML 讓開發人員大大的減少了Xmal & asp.net 的兩者繁瑣的code , 我深覺得你已點破了這技術 ,而且運用自如 . "Great !"

SO, 真萬別打退堂鼓 . 少了一講師 , 或一本著作 . 都是損失 ,
"現在找書都會看一下作者 IS WHO"


只有感謝!!


Allen ,2007.11
2007年11月3日 上午9:56
David寫道…
多謝您的支持。
其實，這也是為何我會把BLOG的名稱定為 .NET Walker(還有一個副標 Keep Walking ^_^)的原因，就像我先前那一篇BLOG的內容一樣，當時我提到我很喜歡的一個廣告字是『Keep Walking』。
依照自己的速度，走自己的路，才能夠走的久、走的遠；我常常提醒自己，人生裡最終的成就往往都是留給持續走下去的人，而非短時間走的最快的人。
所以其實重點依舊是，確定目標，做好準備，然後持續且努力的走下去...^_^

也祝你在學習的過程中得以時時有收穫...
have a nice day~
2007年11月3日 下午1:03
張貼留言

這個網誌中的熱門文章

使用LM Studio輕鬆在本地端以API呼叫大語言模型(LLM)

作者： -
圖片
最近上課常被問到，如何在地端環境搭建出大語言模型(LLM)，並且呼叫其API。 一開始我不太理解為何會有這樣的需求(因為在地端自行搭建運行LLM的成本不一定比較低，即便可能比較安全)，但被問多了，也就開始遍尋相關的解決方案，看看有沒有什麼最簡單的方式，可以讓開發人員在地端測試大語言模型? 後來我選擇 LM Studio ，它就是一款設計來運行大型語言模型（LLM）的平台，有個算是挺優雅的整合環境，讓一般 end-user 或開發人員，都可以輕易地在 local 端進行模型的部署和測試。 LM Studio 本身支援多種模型架構和框架，當然，最重要的是，它是免費的。 下載安裝 都很容易，我就不多說。 安裝好之後，你可以看到首頁中已經呈現了許多 Hugging Face上的模型： 這顯然是因為Hugging Face是大部分免費開源模型的集散地。 你可以搜尋自己喜歡的模型，透過LM Studio下載到local之後，就可以直接載入(下圖一)： 隨手設定一下 system prompt(上圖二)，然後，就可以直接對談了。(上圖三) LM Studio會使用你的GPU進行運算(如果有的話)，你會發現，原來有好的設備(GPU)，運行的速度可以如此之快。 Local Server 對於開發人員來說，它還有個超級更友善的功能。 LM Studio本身還提供一個 local server，可以幫你把模型包裹起來讓你直接透過API呼叫該模型的功能，例如： 上圖是我們開啟 LM Studio中 Local Server功能後的結果，你可以透過 localhost 的 1234 port 來呼叫這個被 LM Studio 運行起來的大語言模型。(有沒有發現，我們用的也是 chat/completions API) 透過Postman簡單提供一下 JSON Body: { "model": "LM Studio Community/Meta-Llama-3-8B-Instruct-GGUF", "messages": [ { "role": "system", "content": "你是AI助理，請一律用繁體中...
Read more »

VS Code的字體大小

作者： -
圖片
身為.net developer，這年頭是什麼code都得要會寫的年代。 而雖然我的NB還沒從Windows淪陷為Mac OS，但寫Node.js和Python免不了要用VS Code，這是一種愛的表現。 但歲月不饒人，盡管微臣非常熱於配合，但VS Code預設字體的大小在我還沒錢買大尺寸螢幕的狀況下，實在讓老臣難以適應。當下的第一個反應是什麼? 當然是 Ctrl+滑鼠滾輪往上推…哇靠，沒用。看…這設計…恩，千錯萬錯一定是我的錯。 只好從選單 file –> Preferences –> Settings: 在出來的視窗中，你可以看到 editor.fontsize: 沒錯，改它就行了。改不動? 喔，不好意思，我沒仔細看說明，要copy到右邊是吧，沒問題，copy->paste->modify->Save…搞定。 好簡單啊…連ctrl+(mouse scroll up)都用不到了呢… 咦?這是一篇抱怨文嗎? 沒有，誰說的? 免費的tool我們還有什麼好抱怨的呢…要感恩啦。 啊….對了，如果你還是堅持要使用 Ctrl+滑鼠滾輪，請找關鍵字… "editor.mouseWheelZoom"
Read more »

使用 Dify 建立企業請假機器人

作者： -
圖片
八卦與未來 上個月，前Google執行長Eric Schmidt在史丹福有場演講，媒體關注的是八卦消息(如果你也曾關注，網路上有很多鐵定可以找到)，但我注意到的則是他提到了自己認為接下來 AI(特別是大語言模型) 可能的發展方向，包含: Large Context Window AI Agent Text-to-Action 底下這邊有這一個段落的影片： https://www.youtube.com/watch?v=zl3k1ksFZdY 為何我會關注這部分? 因為上述的三個方向，也是身為開發人員的我，過去這一年，來與LLM打交道後的感想。昨天，我在 twMVC 的研討會分享中，展示了一個其實我過去早做過了N百次的範例，就是企業的請假機器人。(唯一不同的是，這次我幾乎沒有寫任何程式碼) 場景是，員工在家裡生病了，想要透過語音或是app進行請假，你可以看底下這個運行的範例 (git圖檔會循環播放，開始是 『我好像感冒了』)： 用自然語言對談的方式，即可完成請假。 我說過，類似這樣的範例我做過很多次，用 LINE Bot 搭配 C# 做過，用MS Bot Framework 做過，前陣子也用 Semantic Kernel 框架做過，更早期，還沒有AI的時代，我也在EIP和HR系統裡做過。 但我想說的是，這 就是 Text-to-Action 的呈現，也是一個典型的 AI Agent 的例子，它讓我們透過自然語言(可以是語音或文字)，直接命令機器人(Chat Bot、AI 助理、Agent、Assistant …不管你叫它什麼…)幫你完成一件事情(請假、售票、查詢資料、做財務報表、統計圖表、寫程式…etc.)。 這是一直以來人類對電腦最底層的需求與期待。 隨著 LLM 能夠處理和記憶的 Context 愈來愈被放大，AI Agent 所能夠處理的任務就更加的不受限制。 自然語言才是最符合人類直覺的操作 順帶一提，我昨天在研討會中講了一個故事。 有天，你覺得自己需要聘請一位助理，因此上網張貼徵人啟事，沒多久，你找到了一位號稱上知天文、下知地理的高材生，來幫助你更有效率的完成工作。 他什麼都好，唯一的一個小缺點是，你不能直接對這個助理下達指令，你必須用一種只有這個助理看得懂的語法，才能要求這個助理幫你完成特定的工作。這些語法還挺...
Read more »

使用 Dify API 快速建立一個包含前後文記憶的對談機器人

作者： -
圖片
Dify 這個產品我就暫時先不介紹了，它找到了一個挺好的切入點跨入AI Agent市場。讓不喜歡(或不擅長)寫太多 Code 的開發人員，也可以快速的建立一個具有前後文、記憶的對談機器人。 其實若單就設計 Chat Bot 來談，它本質上和 GPTs 有那麼一點點像，你只需要給一個 system prompt ，再加上一點點的資料上傳做為 RAG 的數據來源，就可以生出一隻有模有樣的對談機器人。 但 GPTs 做出來的 Chat Bot 被綁在 ChatGPT 的 UI 裡面，你不容易把它跟 LINE Bot (LINE 官方帳號) 或其它 UI (例如 MS Teams) 串在一起，而 Dify 呢? 則給你了一個 chat-messages API，讓你能很快的實現這個功能，把你在 Dify 平台上做好的 Chat Bot 轉變成可以正式運行的 LINE Bot 或 其它 Bot。 這也是今天我們要介紹的部分。 建立 Assistant 我們先用 Dify 以底下這個 system prompt 建立了一個請假助理： 發佈後，你可以在Dify 內建的 Web UI 上測試： 你會發現，這個 chat bot 已經有著基本的記憶，然後可以依照 system prompt 完成對談和任務。 不要問我在這邊建立出一個假單有什麼用，正常情況下是要直接讓 chat bot 寫入資料庫(例如 HR 系統，直接完成請假)，只是我們還沒談到這一段，這部分以後再展開來談。 chat-messages API 好，透過上面那樣建立一個對談機器人超容易，且內建就有了記憶和前後文的功能。讓開發人員快樂的不得了。跟使用無腦 GPTs 生成術差不多。然而，如果只能在 Web 上用，不能串接 MS Teams、LINE…等介面，做了也是白搭。 但，Dify 貼心的提供了 API，我們來試試看。先Gen個 API Key： 生成了 API key 之後，你只需要透過底下這樣的 rest api，即可進行呼叫： 你會發現，開發人員只要使用單一的這一個 https://api.dify.ai/v1/chat-messages API 即可進行對談。每次只需要透過 query 輸入用戶說的話，response 中的 answer 則是 LLM (Assist...
Read more »

使用 Dify 串接 LINE Bot

作者： -
圖片
一開始寫這篇文章的時候，我有點困擾。 到底這一篇我到底該命名 『使用 Dify 串接 LINE Bot』 ，還是 『使用 LINE Bot 串接 Dify』?? 但我想，反正你應該知道我的意思，本文就是討論如何把兩者串在一起。 如果不熟悉 Dify ，本篇文章的前面還有兩邊文章你可以簡單的介紹了一下，所有連結位置在底下: https://studyhost.blogspot.com/search?q=dify 總的來說(我20年前就這麼說話了，最近有人說AI很喜歡說『總的來說』，但顯然是AI學我的)，我們可以在 Dify 裡面設計一個類似底下這樣的 workflow，他可以是一個簡單的對談聊天機器人，也可以是串接到後端HR請假系統，可以協助企業進行請假的 AI 助理： 顯而易見，使用 Dify 的好處很多。而在這邊它對我們來說，意義上是一個所視即所得的 Chat Bot(AI助理)設計平台，你可以在 Dify 中先把對談流程設定好，並且進行測試。 設計初步完善之後，我們可以透過Dify API來進行串接，例如串接到 Teams Bot或是LINE Bot。API的部分我們之前在 這一篇 介紹過。 由於Dify內建處理了對談前後文與記憶的部分，並且可以直接串接OpenAI的API(或是其它LLM亦可，同時也便於抽換)，這讓我們開發 AI 助理輕省不少。 這也是我覺得 Dify 作為一個 LLMOps 開發平台(Platform)應該算是當之無愧的原因了。 串接到 LINE Bot 那在Dify上開發測試完之後，我們當然希望能夠整合在 LINE Bot(或是隨便其它什麼 Bot)上面。前面說過，由於 Dify 有提供一組API，我們可以透過該API輕易地進行串接，API的部分，我們在先前 這一篇 介紹過。因此，我們底下要更進一步，談談如何實際跟 LINE Bot 整合在一起。 其實架構上不複雜，我們只需要建立一個 LINE Bot 的 WebHook ，並且在其中呼叫 Dify API即可： 也就是上圖中，紅色虛線框起來的這一段。 這部分該如何進行呢? 倒也容易，我們看底下 WebHook 的部分： var responseMsg = "" ; //準備回覆訊息 if ( LineEvent != n...
Read more »