Azure DevOps in Action - 透過 Fork 實現 InnerSource

作者： -

Fork在Github中是常見的功能，使用的情境大多是我們想修改或學習他人的程式碼時。只要我們有權限，就可以Fork他人的Repos到自己的帳號底下。Fork和Clone不同，Fork可以追朔到來源的Repo，讓新建立的Repo與來源之間有所連結。

對於開源的open source專案來說，Fork是很有意義的功能，但對於企業來說也有需要嗎? 有的。

這幾年企業內部盛行InnerSource[1]的觀念，過去企業常常把source code視為不可觸碰的機密，甚至要求source code不可離開Lab(或特定部門)。在那個年代，你可能在某大型軟體公司工作了好幾年，卻還是看不到與自己部門(所開發的產品)無關的其他系統的任何一行程式碼。

但，現在時代不同了。

近年來，開發人員(和他們的主管)明顯地發現了open source所帶來的價值。同時，對於程式碼的安全性與開發規範也日漸成熟(如今，上道的程式設計師幾乎都懂得機密資料不該寫死在程式碼中)，這使得企業也開始對於程式碼的開放不再感到懼怕。因此也在對企業內部員工開放程式碼後，獲取了很多前所未有的好處。

最顯著的好處是，員工可以透過檢視同事的程式碼進而學習和成長，回顧你自己過去的學習經驗，你會發現，其實大部分的程式設計師，都是透過看別人的程式碼來學習的(而非單單只是看書、上課、或是自學)。一旦停止觀摩，開發人員的成長就遇到瓶頸了，也就是說，觀摩其他人寫的程式碼，可以說是最好的學習方式(沒有之一)。

如果你覺得這沒什麼，認為讓員工成長這種事情對企業也沒啥好處，那你可以再反過來想。當企業內的所有開發人員，都知道自己的程式碼有可能會被其他人檢視(review)時，對於一個稍有廉恥心的開發人員來說，這是一個很大的提醒。當企業內培養出這個文化之後，大部分有自尊心的開發人員，都會在簽入程式碼之前，再看一下有沒有不該出現的code，以及是否有因為偷懶或取巧而品質不佳的程式碼。這使得軟體開發人員無形中更加的謹慎，對程式碼的自我要求將提高，而不只是讓程式能動就好。久而久之一旦養成習慣，在無形之間也提升了程式碼品質。

還有另一個典型的情境，也非常有價值。

近代的軟體開發往往是基於組件或套件的重用，在企業內也是，我們常常會用到他人所撰寫的套件或工具，這可以讓開發速度和時程加快，同時也提高重用性(提高重用性就是意謂著降低成本，切記)。

但，如果你同事所開發的套件有bug呢?怎麼辦?反映給他，等對方處理? 又或者，你需要在某一個套件上增加一些新功能，那又該怎麼辦呢? 等對方修改恐怕會曠日廢時，且對方也不見得有空花時間跟你討論需求…

更好的方式是，直接fork對方所撰寫的這個套件的Repo，直接幫對方修改，改完後只需要發個PR給對方即可。這讓企業內的合作自然且順暢的發生。身為Developer的你可能並不知道，『合作』這件事要想在企業的其他部門或領域推動有多困難，而軟體開發部門的宅宅們，卻只需要透過Fork + PR就可以自然的實現跨團隊的合作了。

資訊工具的進步，讓團隊合作可以在遠端順暢且自然的發生，這恐怕是過去沒有資訊工具的時代所無法想像的。如今，多人同時在wiki或HackMd等工具上一起撰寫會議紀錄，開發人員透過線上code review和協同開發，都已經慢慢變成像喝水一樣自然。

有了InnerSource的觀念之後，我們來看看怎麼在企業內透過Azure DevOps進行Fork與合作。

在Azure DevOps中使用Fork

好，在前面知道了Fork在企業內的價值之後，我們來看具體怎麼實現。

一般來說，只要你有權限檢視某個repo，就會看到右上角的選單中有一個Fork選項：

當你點選該選項，就會出現底下畫面，可以讓你把特定repo複製到你自己已經建立好的Azure DevOps Project[2]當中(下圖B)：

複製過去的時候，會帶出原本此Repo的名字(上圖A)，當你確定無誤按下Fork鈕，就會看到該repo被複製到你的專案中了：

從上圖中你會看見，該Repo被複製到newProject2(上圖A)這個Project底下，Repo名稱變成了myFirst.twdeveloper(上圖B)，myFirst是原先的Repo名稱，twdeveloper則是你的帳號名稱。

就這樣，你可以開始修改或檢視程式碼了。所有的操作都跟你原本操作Repo的方式完全一樣。

前面說過，Fork和Clone某一個Repo有一個很大的不同，就是Fork之後，新產生的Repo和來源的Repo之間是有關聯的。因此你會發現，當你修改了這個Repo中的程式碼，並且Commit/Push之後，Azure DevOps一樣會建議你開立PR單，但仔細看PR單的內容，你是可以把PR的Merge給送回到來源Repo的：

你會發現，(上圖A)的選項，不僅可以選到 Fork過來後新建立的Repo，也可以選到來源原始Repo，當你選到原始Repo的時候，就可以把你的貢獻，反饋給最初該套件(或系統)的開發人員，達成企業內資訊共享與跨部門協同合作的成效，讓InnerSource真的發生。

這很不錯吧? 過去要在企業內實現這樣的程式碼協同運作，或是跨團隊之間的合作，有著一定程度的困難，要培養這樣的文化更是難事，但透過Fork機制讓InnerSource很自然地在企業內發生了，這是一個很值得推廣的功能。

[1] InnerSource這個字眼是Tim O'Reilly在2000年發明的，意指在企業內，對內部開發人員進行組織內的開源文化。相對於過去很多企業把source code保護的死死的，如經已有不少企業開始風行這個概念。

[2] 請留意，即便你的帳號跨多個組織，也是不能把Repo給Fork到另一個組織底下的。Fork這個行為在Azure DevOps中，只能在單一一個組織底下運作。

---------------------------
相關課程：http://www.studyhost.tw/NewCourses/ALM
節錄自『Azure DevOps敏捷開發與專案管理實戰』

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 »