MS Enterprise Library 6.0 (五) - 再談AOP, 如何實作?

作者： -

這系列的上一篇居然是2013年…沒說錯，是2013，四年前!!!

MS Enterprise Library 6.0(一) - Unity Application Block
MS Enterprise Library 6.0 (二) - Logging Application Block
MS Enterprise Library 6.0 (三) - Exception Handling Application Block
MS Enterprise Library 6.0 (四) - Policy Injection Application Block

說真的，如果不是因為開了課，我根本早忘記我曾經寫過上面這幾篇文章。

上週六，是『團隊開發 與 架構設計 實務 』這個課程的第二天上課，在課程中我們談到了一個框架設計上我常用的技巧，也就是如何透過Attribute來實作AOP(嚴格說起來是廣義的AOP)。如果你不確定明白AOP(Aspect-Oriented Programming)的基本概念，可以參考四年前的這篇。(天啊，四年前…)

課程中，我做了一個範例(具體內容後面說)，和某位學員討論的時候，突然看到學員的螢幕上出現了一篇看似有點眼熟的文章，語氣跟我好像…咦? 作者怎麼是我？是了，就是剛才說的四年前寫的那篇，這篇文章中介紹了PIAB(policy injection application block)，這是當年我在Tech Days介紹MS Enterprise Library時，特別喜愛的一個application block，它很精采的把Business Logic和Infrastructure Logic做一個非常有效的切割，達成cross-cutting concerns的獨立性。

這一系列的文章或許是因為點擊率不很高，也或者是當時有別的事情再忙…我寫著寫著居然就忘了…也因此這個系列就沒了下文。時過境遷，這次上課的時候，我也不再介紹PIAB，因為這個PIAB Library的nuget套件很不爭氣的始終停留在2013年都沒更新，因此我們只能從底層架構說明透過Attribute實現AOP概念的作法。

不過這樣也好，學員可以從根本理解實現AOP可能的幾個方式 。然而，美中不足的是這樣去實現AOP的Method呼叫時，就得要有另一個Loader/Lancher來做attribute行為上的判斷。

『這樣呼叫Method時似乎有些不直覺？有沒有更好的做法？』學員問。

『其實你可以自己仿Unity Container做一個Proxy的機制…』因為在課堂上我們還有一併介紹到Unity，因此我這麼回答。

然而因為時間的關係，我也就無法在課堂上直接做一個Demo，想想頗為遺憾，因此課程結束後的這幾天，我抽了點時間把這個心裡想要實現的小套件，仿造PIAB的方式來製作一下。

需求與命題

首先來整理一下這個命題，我們知道AOP想把Business Logic和Infrastructure Logic做一個切割，達成cross-cutting concerns的獨立性，具體情境是什麼呢？看底下這一段code:

上面這段程式碼的第10行使用了Calculate()這個Method來計算BMI，但這段Code有些小問題，例如，傳入身高體重是0時候，可能發生Exception。

你可能會想，這不要緊，我們在Method中加入try…catch，類似底下這樣(當然我知道可以加上傳入參數的檢查，但我想講的點是try…catch啦，所以我們先這樣幹):

這樣做沒問題，但如此一來，我們就讓計算BMI這段code，嚴重的與處理exception中的發mail或發Line訊息的功能相依!

此外，倘若我們想針對該Method被呼叫幾次，做一個Log，你可能也會在Calculate()這個Method中加入讀寫檔案存取log或db的code，這下不得了，簡單的BMI計算(business logic)開始與檔案系統、DB、發mail…etc(Infrastructure  logic)相依，萬一你程式碼中不只一個地方需要進行Log，而是有好幾個method都需要log，那就更精采了…

而AOP希望實現的，就是讓這些Business Logic(BMI計算)和Infrastructure Logic(Log, 錯誤處理, …etc.)之間可以不要彼此過分相依…

如何實現呢？可以透過Attribute。

想像一下，倘若我們可以這樣做:

倘若我們可以透過對Method掛上我們寫好的Attribute，就賦予Calculate()這個Method特殊的功能，例如一旦發生exception，就自動發Line訊息通知Admin，如果該Method被呼叫，就自動在Log file中記錄…。倘若這一切只需要掛上Attribute就能實現，我們就毋須破壞原本計算BMI的Calculate()這個method中的程式碼了…

但，真的可以這樣嗎？當然可以…

請在專案中透過nuget加入一個套件 isRock.Framework.AOP，完成後，請先引用using isRock.Framework.AOP:

接著設計一個Logging Attribute(請注意繼承自PolicyInjectionAttributeBase):

我們在上面這個自行設計的Attribute當中，透過SaveLog這個方法來儲存Log。並且override了AfterInvoke()來呼叫SaveLog()。

完成後再將原本計算 BMI的Class修改如下(請注意只改了1, 13行)：

最後，再調整一下Main中的程式碼(只改了第5行)。

神奇的事情發生了。

你會發現，我們的主程式，上面的main()中其實只改了小小一行(第五行)，就讓我們自己寫的Logging attribute作用到Calculate()的身上了。由於Logging attribute中的第6行override了AfterInvoke()這個method，該Method會自動在Calculate()方法被呼叫後自動被執行，其中的SaveLog()程式碼是開檔寫Log…

如此一來，每當Calculate()方法被呼叫，log.txt檔案就會被開啟並被加入一列，變成：

這樣就實現了我們一開始的需求，當某一個Method被掛上Attribute之後，就能夠增加原本沒有的功能。且將Business Logic和Infrastructure Logic做一個切割，達成cross-cutting concerns的獨立性。

我們回憶一下我們做了什麼？

  1. 首先我們引入了Nuget套件 isRock.Framework
  2. Using了isRock.Framework.AOP
  3. 接著設計了一個自己的Logging Attribute(繼承自PolicyInjectionAttributeBase)
  4. 在上述Logging Attribute當中，override了AfterInvoke()方法，該方法會在目標Method(被掛上attribute的Method)被叫用之後自動被呼叫
  5. 在上述AfterInvoke()方法中呼叫SaveLog()開檔並加上『目標Method被呼叫』的Log
  6. 為了讓attribute生效，我們修改原始的BMIProcessor類別，在Calculate（）方法上掛上LoggingAttribute:
    [Logging(LogFileName ="log.txt")]
  7. 並且讓BMIProcessor類別繼承自PolicyInjectionComponentBase
  8. 調整主程式為
    BMIProcessor BMI = PolicyInjection.Create<BMIProcessor>();

就這樣，我們透過這個框架，可以讓開發人員輕鬆的設計自己的Attribute，並且將attribute掛在Method上，實現Business Logic和Infrastructure Logic分離的AOP情境。

骨子裡，他還是使用PIAB的作法，透過reflection與Proxy的手法，完成以attribute實現類似AOP的功能:

如果你深入看，會發現我們的PolicyInjectionAttributeBase已經實做了BeforeInvoke、AfterInvoke、OnException三種Method，可讓開發人員輕易的實現自己想實現的Attribute。

嚴格說起來，我們用PIAB這樣的手法雖然可以實現部份AOP的目標，但還夠不全面，這也是PIAB不稱自己為AOP框架的原因。但是，即便只是能實現到目前這樣，也已經很符合我們在日常開發工作當中使用了。

這篇先寫到這邊，改天我們來談談如何實現OnException的Attribute。

完整程式碼可以參考:
https://github.com/isdaviddong/isRock.Framework.AOP-Examples

參考資料:
Introduction to the Policy Injection Application Block

-----------------
相關教育訓練: http://www.studyhost.tw/NewCourses/Architecture
若這篇文章對您有所幫助，請點選這裡加入FaceBook專頁按讚並追蹤，也歡迎您幫我們分享出去，謝謝您的支持。

留言

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C#開發LineBot(3) - 使用LineBotSDK發送Line訊息

作者： -
圖片
新版的Line Messaging API，要主動發送訊息給用戶不是很困難，主要是透過Push API，可以參考底下的官方說明 : https://devdocs.line.me/en/#push-message 另外，如果你想申請一個Line Bot，可參考: 關於LineBot (1) - 用c#建立一個LineBot 前陣子說過，我們為了團隊開發方便，做了一個 Nuget Package 以便於讓撰寫C#的開發人員可以方便的進行Line Messaging API的操作。 所以，如果你想要透過該SDK來發送訊息給用戶，可以透過底下的指令: isRock.LineBot.Utility.PushMessage(               UserId, 要傳送的訊息, AccessToken); 別忘了使用前，要先引用linebotSDK這個套件: 當您在.net 4.x的專案中，安裝上述lintbotSDK，即可透過前面提到的指令發送訊息給用戶，但請注意，該用戶必須加你的bot為好友。 你可能在使用時會碰到一個問題，怎麼知道用戶的id呢? 請注意，PushAPI的Line用戶id並非你的line ID，而是一長串項是底下這樣的id: U6OX388eOX3634X2OX2e341OX06b8OX4123 這個ID會在你的用戶跟你的bot交朋友，或是對談的時候，由系統傳送給你所設定的WebHook網址(其本質上是一個asp.net WebAPI或類似的API服務)。你會在Line傳遞給該WebHook URL的封包中的JSON形式資料內獲得。 也就是說，當你的用戶傳訊息給你的Bot，或是與你的Bot做朋友(或封鎖)，你所在你的LineBot後台，所設定的這個WebHook，都會收到這些相關的訊息。其設定位置如下: 訊息內容是以JSON的格式出現。 但是，如果你還不知道怎麼寫一個WebHook，該怎麼辦呢? 寫個WebHook其實很簡單，以asp.net來說，就是寫一個asp.net WebAPI即可。(有空我再說明，但今天比較沒空) (2017更新，WebHook開發方式請參考 這裡 ) 如果你沒空寫，可以先用底下...
Read more »