Wyjaśnienie strategii dzielenia na kawałki RAG: Naprawiono, Nakładanie się, Zdanie, Rekursywność i nagłówki, Zmierzone
Strategie fragmentowania RAG decydują o tym, w jaki sposób dokumenty są dzielone na kawałki przed osadzeniem i pobraniem. Podzieliliśmy ten sam dokument polityki na pięć sposobów i zmierzyliśmy, co psuje każda metoda: fakty przecięte na pół, nagłówki oddzielone od tekstu i przechowywane dodatkowe tokeny.
- Strategie dzielenia na kawałki RAG łączą prostotę z zachowaniem nienaruszonego znaczenia. W naszym teście żadna pojedyncza metoda nie zwyciężyła w każdym pomiarze.
- Zwykłe kawałki o stałym rozmiarze po 100 tokenów przecinają jeden z ośmiu kluczowych faktów o połowę: „Zwroty środków są przyznawane w ciągu | 5 dni roboczych”.
- 20 tokenów nakładania się uratowało ten fakt, ale przechowywało 545 tokenów zamiast 445, o około 22% więcej.
- Dzięki podziałowi rekurencyjnemu każde zdanie pozostało w całości, ale 4 z 6 fragmentów zakończyło się nagłówkiem następnej sekcji.
Generowanie wspomagane wyszukiwaniem (RAG) polega na znajdowaniu najbardziej odpowiednich fragmentów dokumentów i przekazywaniu ich modelowi językowemu. Te elementy to kawałki, a sposób, w jaki je pokroisz, decyduje o tym, co model będzie mógł zobaczyć. Faktu podzielonego na dwie części można nigdy nie odzyskać w całości. Nagłówek odcięty od akapitu sprawia, że fragment jest niejednoznaczny. Wybór spośród strategii fragmentacji RAG to jeden z najtańszych sposobów poprawy jakości odpowiedzi.
Zaimplementowaliśmy pięć wspólnych strategii w Pythonie 3.13 i policzyliśmy tokeny w OpenAI tiktoken 0.14.0 przy użyciu kodowania o200k_base. Każdy numer poniżej pochodzi z tego biegu. Jeśli sam RAG jest dla Ciebie nowy, przeczytaj najpierw nasz przewodnik po RAG.
Co to jest fragmentacja w RAG?
Dzielenie na porcje to etap, podczas którego dokumenty źródłowe są dzielone na mniejsze fragmenty, zanim zostaną przekształcone w osadzone elementy i zapisane w wektorowej bazie danych. W czasie zadawania pytań system osadza pytanie, znajduje najbliższe fragmenty i wkleja je do podpowiedzi. Każdy fragment jest pobierany lub ignorowany jako jednostka.
Kawałki muszą być na tyle małe, aby były specyficzne i zmieściły się w oknie kontekstowym modelu, a także wystarczająco duże, aby pomieścić całą myśl. Każda strategia to inna odpowiedź na pytanie, dokąd powinny pójść cięcia.
Dlaczego kawałkowanie ma znaczenie
- Precyzja wyszukiwania: fragment łączący dwa tematy pasuje do pytań dotyczących obu, ale nie daje dobrych odpowiedzi.
- Kompletność: jeśli reguła i jej wyjątek znajdują się w różnych fragmentach, model może zobaczyć tylko połowę reguły.
- Koszt: nakładanie się i duże fragmenty oznaczają więcej tokenów do osadzenia, przechowywania i wysłania do modelu.
- Cytaty: czyste fragmenty są starannie przypisane do sekcji, co ułatwia weryfikację odpowiedzi.
Nasza konfiguracja testowa
Napisaliśmy politykę klienta dla fikcyjnego sklepu internetowego składającą się z 368 słów, zawierającą pięć sekcji Markdown (Zwroty, Wysyłka, Gwarancja, Konta i Płatności) oraz po dwa akapity każda. Wyszło 445 tokenów. Wybraliśmy osiem faktów, na które bot wsparcia musi poprawnie odpowiedzieć, np. „zwróć większość produktów w ciągu 30 dni” i „do 10 000 rupii” w przypadku płatności przy odbiorze.
W każdej strategii przyjęto docelowy poziom 100 tokenów na fragment, wystarczająco mały, aby wymusić cięcia w krótkim dokumencie. Dla każdego wyniku, który zmierzyliśmy:
- Porcje oraz średni i maksymalny rozmiar tokenów.
- Przechowywane tokeny, suma wszystkich fragmentów, która pokazuje koszt nakładania się.
- Utnij w połowie zdania: fragmenty kończące się w połowie zdania.
- Nagłówek osierocony: fragmenty zakończone nagłówkiem, którego tekst znajduje się w następnym fragmencie.
- Fakty nienaruszone: ile z ośmiu faktów pojawia się w całości w co najmniej jednym fragmencie.
1. Kawałki o stałym rozmiarze
Najprostsza metoda liczy żetony i obcina każde N żetonów, gdziekolwiek to nastąpi:
def fixed(size, overlap=0):
ids = enc.encode(doc)
step = size - overlap
out = []
for i in range(0, len(ids), step):
out.append(enc.decode(ids[i:i + size]))
if i + size >= len(ids):
break
return out
Powstało 5 kawałków bez zmarnowanych żetonów, ale 3 z nich kończyły się w połowie zdania, a jeden kończył się nagłówkiem sierocym. Co gorsza, jeden fakt został podzielony po połowie:
chunk 1 ends: "... print the prepaid label. Refunds are issued within"
chunk 2 starts: " 5 business days after the warehouse receives and checks the"
Pytanie o termin zwrotu może spowodować pobranie części 1, która nie zawiera żadnej liczby. Porcjowanie o stałym rozmiarze jest szybkie i przewidywalne, co czyni go dobrą podstawą, ale całkowicie ignoruje język.
2. Stały rozmiar z zakładką
Nakładanie się powtarza kilka ostatnich żetonów każdego fragmentu na początku następnego, więc tekst w pobliżu cięcia pojawia się w obu. Użyliśmy 20 tokenów, 20% nakładania się. Wszystkie osiem faktów pozostało gdzieś nienaruszonych, a fakt zwrotu pieniędzy został uratowany. Koszt: 6 fragmentów i 545 przechowywanych tokenów zamiast 445. Cięcia nadal trafiają w połowie zdania, tym razem pięć razy, a zduplikowany tekst może sprawić, że dwa prawie identyczne fragmenty wypierają inne wyniki. Nakładanie się jest łatką na dowolne nacięcia, a nie lekarstwem.
3. Pakowanie zdań
Ta metoda dzieli tekst na zdania, a następnie pakuje całe zdania w każdy fragment, aż następne przekroczy limit:
def sentence_pack(size):
sents = [s for p in doc.split("\n\n") for s in sent_split(p) if s]
out, cur = [], ""
for s in sents:
if cur and T(cur + " " + s) > size:
out.append(cur)
cur = s
else:
cur = (cur + " " + s).strip()
return out + [cur]
Powstało 5 fragmentów, bez cięć w połowie zdania i wszystkie osiem faktów nienaruszone, z 440 przechowywanymi tokenami. Dwa fragmenty nadal kończyły się sierocym nagłówkiem, ponieważ nagłówek wygląda jak kolejne krótkie zdanie. Dzielenie zdań za pomocą wyrażenia regularnego również natrafia na skróty takie jak „np.”; biblioteki takie jak spaCy lub NLTK robią to lepiej.
4. Dzielenie rekurencyjne
Dzielenie rekurencyjne, popularne w frameworkach takich jak LangChain, najpierw wypróbowuje największy naturalny separator (puste linie między akapitami), a w przypadku fragmentów, które są wciąż zbyt duże, ogranicza się do mniejszych (podziały wierszy, zdania, słowa). Nasze własne wdrożenie opierało się na tym samym pomyśle.
Dzięki temu każde zdanie było całe, a wszystkie osiem faktów nienaruszone, średnio z najmniejszymi fragmentami (74 tokeny). Ale ujawnił subtelną wadę: 4 z 6 fragmentów kończyło się nagłówkiem następnej sekcji. Na przykład jeden fragment kończył się „…sprawdza paczkę. ## Wysyłka”, podczas gdy zasady wysyłki znajdowały się w kolejnym fragmencie. Nagłówek przyczepił się do niewłaściwego tekstu, co może wprowadzić w błąd przy wyszukiwaniu pytań zawierających „wysyłkę”.
Wskazówka: zawsze wydrukuj próbkę fragmentów i przeczytaj je. Nasz problem z nagłówkiem sierocym był niewidoczny w średnich i oczywisty po przeczytaniu sześciu fragmentów.
5. Fragmenty oparte na nagłówkach
Dokumenty strukturalne mają swoje własne granice. Podział na nagłówki Markdown dał po jednym fragmencie na sekcję: 5 fragmentów, bez cięć w połowie zdań, bez osieroconych nagłówków i wszystkie fakty nienaruszone. Każdy fragment zaczyna się od własnego nagłówka, który nadaje osadzaniu przydatny kontekst.
Haczyk polega na kontroli rozmiaru. Jedna sekcja osiągnęła 113 tokenów, ponad nasz cel 100 tokenów, a prawdziwe dokumenty mają sekcje od wiersza do kilku stron. W praktyce łączy się metody: najpierw dzieli się według nagłówków, następnie stosuje się podział rekurencyjny lub zdanie w dowolnej sekcji, która jest zbyt duża, i powtarza się nagłówek na górze każdego fragmentu.
Porównanie strategii fragmentacji RAG
| Strategia | Kawałki | Średnia/maks. tokenów | Przechowywane tokeny | Utnij w połowie zdania | Nagłówek sieroty | Fakty nienaruszone |
|---|---|---|---|---|---|---|
| Naprawiono 100 | 5 | 89 / 100 | 445 | 3 | 1 | 7 z 8 |
| Naprawiono nakładanie się 100 + 20 | 6 | 91 / 100 | 545 | 5 | 0 | 8 z 8 |
| Pakowanie zdań | 5 | 88 / 100 | 440 | 0 | 2 | 8 z 8 |
| Rekurencyjne | 6 | 74 / 84 | 441 | 0 | 4 | 8 z 8 |
| Kierując się | 5 | 89 / 113 | 445 | 0 | 0 | 8 z 8 |
Jest to jeden krótki dokument, dlatego tabelę należy traktować jako ilustrację trybów awarii, a nie punkt odniesienia. Schemat jest nadal pouczający: im bardziej metoda szanuje własną strukturę dokumentu, tym mniej dokonuje cięć naruszających znaczenie.
A co z fragmentacją semantyczną?
Fragmentacja semantyczna osadza każde zdanie i rozpoczyna nowy fragment, w którym zmienia się znaczenie, mierzone spadkiem podobieństwa między sąsiednimi zdaniami. Nie wymaga nagłówków i może śledzić zmiany tematu zwykłą prozą. Kosztuje to również jedno wywołanie osadzania na zdanie, a opublikowane porównania nie są zgodne co do tego, czy po zmierzeniu całego rurociągu RAG jest to lepsze od prostszych metod. Nie prowadziliśmy tego tutaj. Wypróbuj go dopiero po osiągnięciu poziomu bazowego uwzględniającego strukturę i zachowaj go tylko wtedy, gdy Twoja własna ocena wykaże korzyść.
Jak wybrać rozmiar porcji i nakładanie się
- Zacznij od struktury. Podziel według nagłówków lub sekcji dokumentu, jeśli istnieją.
- Ogranicz rozmiar. Typowy zakres początkowy to kilkaset tokenów na porcję, około 200 do 500, a następnie dostosuj.
- Preferuj czyste granice zamiast nakładania się. Dodaj 10–20% nakładania się tylko wtedy, gdy fakty nadal są rozbieżne.
- Dołącz metadane. Zapisz tytuł, nagłówek sekcji i źródłowy adres URL w każdym fragmencie na potrzeby filtrowania i cytowania.
- Zmierz wyszukiwanie. Napisz od 20 do 50 prawdziwych pytań ze znanymi odpowiedziami i sprawdź, czy właściwy fragment zajmuje pierwsze miejsce w wynikach. Zmieniaj jedno ustawienie na raz.
- Policz poprawnie tokeny za pomocą tokenizera, którego używają Twoje modele, zgodnie z naszym przewodnikiem po tokenach LLM.
Przechowuj fragmenty w bazie danych obsługującej filtry metadanych zgodnie z naszym przewodnikiem po bazach danych wektorowych.
Podsumowanie
Strategie fragmentowania RAG to miejsce, w którym zaczyna się wiele problemów z pobieraniem i gdzie najtańsze jest ich naprawienie. Nasz test wykazał typowe błędy każdej metody: stały rozmiar przecina fakty na pół, przechowywanie kosztów nakładania się, pakowanie zdań i rekurencyjne dzielenie mogą łączyć nagłówki, a fragmenty oparte na nagłówkach wymagają ograniczenia rozmiaru. Zacznij od struktury dokumentów, wróć do podziału uwzględniającego zdania, przeczytaj fragmenty i pozwól, aby mały zestaw ewaluacyjny zdecydował o reszcie.
Najczęstsze pytania
Jaka jest najlepsza strategia dzielenia na kawałki dla RAG?
Nie ma uniwersalnego najlepszego. W przypadku dokumentów strukturalnych podziel według nagłówków, a następnie rozmiaru kapitalika za pomocą podziału rekurencyjnego lub zdania. Potwierdź wybór za pomocą własnych testów pobierania.
Jakiego rozmiaru kawałka powinienem użyć do RAG?
Typowym punktem wyjścia jest kilkaset tokenów, często około 200 do 500. Mniejsze fragmenty są bardziej precyzyjne, większe niosą więcej kontekstu; dostosuj się do prawdziwych pytań.
Czy nakładanie się fragmentów pomaga?
Może uratować fakty, które stoją na przeszkodzie. W naszym teście 20 tokenów nakładania się pozostawiło wszystkie osiem faktów w stanie nienaruszonym, ale przechowywało około 22% więcej tokenów i nadal ucinało zdania.
Co to jest fragmentacja rekurencyjna?
Dzieli najpierw według największego separatora, takiego jak puste linie, i używa tylko mniejszych separatorów, takich jak zdania lub słowa, w przypadku fragmentów, które są nadal zbyt duże.
Czy fragmentacja semantyczna jest lepsza niż fragmentacja o stałym rozmiarze?
Niezawodnie. Podąża za zmianami tematów, ale wiąże się z dodatkowymi opłatami za osadzanie, a opublikowane wyniki są mieszane. Porównaj to z prostszą wartością bazową na podstawie własnych danych.
Ucz się dalej
Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?
Pomagamy zespołom dostarczać lepsze oprogramowanie i rozwijać ich witryny. Powiedz nam, nad czym pracujesz, a my zaproponujemy jasny następny krok.
Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój
Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.
Wyjaśnienie strategii fragmentowania RAG: stałe, nakładanie się, zdanie, rekurencyjne i nagłówki, mierzone
Strategie fragmentowania RAG porównane w jednym dokumencie z tiktokenem 0.14: stały rozmiar, nakładanie się, pakowanie zdań, dzielenie rekurencyjne …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie tożsamości API: klucze idempotencji i bezpieczne ponowne próby, przetestowane
Wyjaśnienie idempotencji API na serwerze Python i kliencie, którego uruchomiliśmy: utracona odpowiedź spowodowała podwójną opłatę bez klucza i jedną…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Stash: zapisywanie, stosowanie, otwieranie i nieśledzone pliki, testowane
Git stash wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: push z wiadomością, nieśledzone pliki, lista i pokaż, zastosuj vs pop, zacho…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania parami: jak użycie wszystkich par zmniejsza 216 testów do 13, przetestowano
Testowanie w parach wyjaśnione za pomocą generatora uruchomionego w Pythonie 3.13: sprawdzenie z 216 kombinacjami objętymi 13 testami, zweryfikowany…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona
Testowanie dubletów wyjaśniono na jednym przykładzie Pythona uruchomionym w pytest 9.2: manekin, stub, szpieg, próbny i fałszywy, kiedy używać każde…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie SQL COALESCE: wartości domyślne, NULLIF, IFNULL vs ISNULL i pułapki, przetestowane
Wyjaśnienie SQL COALESCE za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pierwsze wartości inne niż null, puste ciągi znaków, NULL w matematyc…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie samodzielnego łączenia SQL: menedżer pracowników, porównania par i wierszy, przetestowane
Samodzielne łączenie SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pracownik i menedżer, zarabiający więcej niż menedżer, uni…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie operatora rozprzestrzeniania JavaScript: rozprzestrzenianie a reszta, kopie i błędy, przetestowane
Operator rozprzestrzeniania JavaScript wyjaśniony kodem, który uruchomiliśmy w węźle 24: tablice, obiekty, płytkie kopie, parametry spoczynkowe, lim…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane
Kolekcje Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a t…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie okna kontekstowego LLM: tokeny, limity i sposób dopasowania większej ilości, zmierzone
Okno kontekstowe LLM wyjaśnione za pomocą liczby tokenów, które zmierzyliśmy za pomocą tiktokena: słowa kontra tokeny dla prozy, kodu i języka hindi…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać
Wyjaśnienie webhooków z odbiorcą i nadawcą, które uruchomiliśmy w Pythonie: push a odpytywanie, podpisy HMAC-SHA256, odrzucanie zmodyfikowanych i od…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Cherry-Pick: Skopiuj potrzebne zatwierdzenie, bezpiecznie i przetestowane
Git cherry-pick wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: kopiowanie poprawki do gałęzi wydania, nowe skróty i identyfikatory po…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testów migawkowych: jak to działa, kiedy pomaga, a kiedy szkodzi
Testowanie migawek wyjaśnione za pomocą pytestu i syropowego demo, które przeprowadziliśmy: tworzenie migawek, odczytywanie różnic po zmianie kodu, …
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testów mutacji: dlaczego 100% pokrycie nadal nie uwzględnia naszego błędu
Testowanie mutacji wyjaśniono za pomocą małego narzędzia mutacji, które zbudowaliśmy i uruchomiliśmy: 14 mutantów, zestaw testów ze 100% pokryciem l…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie szybkiego wstrzyknięcia: jak oszukać aplikacje AI i jak się przed nimi bronić
Wyjaśnienie szybkiego wstrzykiwania dla konstruktorów: ataki bezpośrednie i pośrednie, dlaczego zawodzą filtry słów kluczowych (nasz test zablokował…
Przeczytaj artykuł →DevOpsWyjaśnienie rekordów DNS: A, AAAA, CNAME, MX, TXT i TTL z rzeczywistymi wyszukiwaniami
Rekordy DNS wyjaśnione na podstawie wyszukiwań, które przeprowadziliśmy: jak działa rozdzielczość, A i AAAA, reguły CNAME, MX i null MX, TXT dla SPF…
Przeczytaj artykuł →DevOpsWyjaśnienie flag funkcji: bezpieczne wydania, stopniowe wdrażanie i higiena flag
Flagi funkcji wyjaśnione za pomocą przeprowadzonej przez nas symulacji wdrożenia: typy flag, procentowe wdrożenia ze stabilnym mieszaniem, przełączn…
Przeczytaj artykuł →Automatyzacja testówTestuj generowanie danych za pomocą Python Faker: realistyczne, powtarzalne i bezpieczne dane
Przetestuj generowanie danych za pomocą Python Faker, uruchom i zmierz: zaszczepianie powtarzalnych danych, ustawień regionalnych, unikalnych wartoś…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania z Shift-Left: Znajdź błędy wcześniej, bez spowalniania zespołu
Wyjaśniono testowanie z przesunięciem w lewo: co to znaczy, dlaczego wczesne defekty są tańsze, praktyki – od przeglądów wymagań po kontrole CI, zmi…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie funkcji ciągów SQL: TRIM, SUBSTR, REPLACE, CONCAT i czyszczenie danych
Funkcje ciągów SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: konkatenacja i NULL, TRIM, UPPER i LOWER, SUBSTR i INSTR, REPLACE, dopełnienie, …
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie wyzwalaczy SQL: wyzwalacze PRZED i PO, dzienniki audytu i pułapki
Wyzwalacze SQL wyjaśnione za pomocą wyzwalaczy, które uruchomiliśmy: PRZED vs PO, STARY i NOWY, dzienniki audytu, walidacja, aktualizacje zapasów, w…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy
Moduł Python JSON wyjaśniony za pomocą uruchomionego przez nas kodu: zrzuty i ładowanie, pliki, konwersje typów, daty i miejsca dziesiętne, niestand…
Przeczytaj artykuł →Tworzenie oprogramowaniaModuły ES a CommonJS: Jak działa import JavaScript w Node.js, przetestowano
Moduły ES i CommonJS wyjaśnione za pomocą kodu, który uruchomiliśmy w Node.js: składnia importu i eksportu, wymagania, powiązania na żywo, buforowan…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie wyrażenia regularnego w języku Python: wzorce, grupy, przewidywania i pułapki, przetestowane
Wyrażenie regularne w Pythonie wyjaśnione za pomocą wzorców, które uruchomiliśmy: wyszukiwanie vs dopasowanie, findall, grupy i nazwane grupy, zachł…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie strukturalnych wyników LLM: uzyskiwanie niezawodnego formatu JSON z modeli AI
Ustrukturyzowane dane wyjściowe LLM wyjaśnione wraz z walidacją przeprowadzoną w Pydantic: tryb i schematy JSON, ograniczone dekodowanie, sposoby ps…
Przeczytaj artykuł →DevOpsWyjaśnienie kluczy SSH: jak działają, ssh-keygen, Ed25519 i bezpieczne nawyki
Klucze SSH wyjaśnione za pomocą wygenerowanych przez nas kluczy: klucze publiczne i prywatne, ssh-keygen, Ed25519 vs RSA, odciski palców, hasła, ssh…
Przeczytaj artykuł →DevOpsWyjaśnienie buforowania HTTP: kontrola pamięci podręcznej, odpowiedzi ETag i 304 z testem na żywo
Wyjaśnienie buforowania HTTP na małym serwerze, który prowadziliśmy: dyrektywy Cache-Control, maksymalny wiek, brak pamięci podręcznej vs brak sklep…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką
Testowanie kontraktu API wyjaśniono za pomocą przeprowadzonej przez nas kontroli schematu: czym jest kontrakt, kontrakty zorientowane na konsumenta,…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania opartego na ryzyku: oceń ryzyko, zbuduj macierz i przetestuj, co jest ważne
Testowanie oparte na ryzyku wyjaśnione krok po kroku: identyfikacja ryzyka, prawdopodobieństwo punktacji i wpływ, budowanie matrycy ryzyka, mapowani…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie ograniczeń SQL: NOT NULL, UNIQUE, CHECK i OBCY KLUCZ, przetestowane
Ograniczenia SQL wyjaśnione za pomocą przeprowadzonych przez nas testów: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY i FOREIGN KEY, luki NULL, ustawie…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie funkcji daty SQL: dodawanie, porównywanie i grupowanie dat bez błędów
Funkcje daty SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: dodawanie interwałów, niespodzianki na koniec miesiąca, różnice dat, pułapka BETWE…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie asyncio Pythona: asynchronizacja, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem
Asyncio Pythona wyjaśnione za pomocą kodu, który zmierzyliśmy: współprogramy, oczekiwanie, zbieranie, grupa zadań, obsługa błędów, przekroczenia lim…
Przeczytaj artykuł →Tworzenie oprogramowaniaOdbicie a przepustnica w JavaScript: jak działają, kiedy używać każdego z nich, przetestowano
Debounce a przepustnica w JavaScript wyjaśnione z czasami, które zmierzyliśmy w Node.js: jak każdy z nich działa, proste implementacje, wywołania wi…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie menedżerów kontekstu Pythona: instrukcja with, biblioteka kontekstowa i rzeczywiste zastosowania
Menedżerowie kontekstu Pythona wyjaśnili za pomocą uruchomionego przez nas kodu: jak działa, __enter__ i __exit__, kontekstlib.contextmanager, tłumi…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie temperatury i góry LLM: jak modele AI wybierają kolejne słowo
Temperatura LLM i top-p wyjaśnione za pomocą przeprowadzonej przez nas symulacji: w jaki sposób zmieniają się prawdopodobieństwa, co utrzymuje top-p…
Przeczytaj artykuł →DevOpsWyjaśnienie YAML: składnia, problem norweski i inne pułapki, które testowaliśmy
YAML wyjaśnił za pomocą testu parsera: podstawowa składnia, listy i mapy, problem Norwegii, wersje zamieniające się w zmiennoprzecinkowe, ósemkowe k…
Przeczytaj artykuł →DevOpsWyjaśnienie zadań Cron: składnia, prawdziwe harmonogramy i błędy, które je psują
Zadania Cron wyjaśnione za pomocą zweryfikowanych przez nas harmonogramów: pięć pól, operatory, prawdziwe przykłady, pułapka dnia miesiąca LUB dnia …
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie halucynacji AI: dlaczego modele językowe tworzą rzeczy i jak je zmniejszyć
Wyjaśniono halucynacje AI: czym są, dlaczego powstają w modelach językowych, typowe typy, jak je zredukować za pomocą uziemień i podpowiedzi oraz pr…
Przeczytaj artykuł →DevOpsWyjaśnienie zmiennych środowiskowych: pliki .env, sekrety i konfiguracja wykonana prawidłowo
Zmienne środowiskowe wyjaśnione na przykładach Pythona, które przeprowadziliśmy: ich odczytywanie i ustawianie, dlaczego każda wartość jest ciągiem …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie ograniczenia szybkości interfejsu API: algorytmy, nagłówki i obsługa błędów 429
Ograniczanie szybkości API wyjaśnione za pomocą przeprowadzonej przez nas symulacji: zasobnik tokenów, stałe okno, przesuwane okno, 429 odpowiedzi, …
Przeczytaj artykuł →Automatyzacja testówWyśmiewanie w Pythonie: unittest.mock, patch i błędy, które sprawiają, że testy kłamią
Wyśmiewanie w Pythonie za pomocą unittest.mock, przetestowane: Mock i zwracana wartość, efekt uboczny, łatanie tam, gdzie używana jest nazwa, specyf…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie zasięgu kodu: pokrycie linii i oddziału oraz co naprawdę oznacza 100%
Wyjaśnienie pokrycia kodu za pomocą prawdziwego pliku cover.py: pokrycie linii, gałęzi i warunków, przeczytanie raportu, dlaczego 100% pokrycia może…
Przeczytaj artykuł →Bazy danych i SQLDELETE vs TRUNCATE vs DROP w SQL: różnice, wycofywanie i kiedy używać każdego z nich
DELETE vs TRUNCATE vs DROP wyjaśnione za pomocą przetestowanego SQL: co każdy usuwa, wycofywanie, wyzwalacze, resetowanie tożsamości, prędkość i czy…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie widoków SQL: tworzenie, używanie i unikanie pułapek wraz z przykładami
Widoki SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy: tworzenie widoku, wyniki na żywo, ukrywanie kolumn, wydajność, widoki z możliwością ak…
Przeczytaj artykuł →Tworzenie oprogramowaniaInterfejs TypeScript a typ: rzeczywiste różnice, testowane za pomocą kompilatora
Interfejs TypeScript a typ, sprawdzony z prawdziwym kompilatorem: co oba mogą zrobić, co tylko jeden, łączenie deklaracji, rozszerzenia a przecięcia…
Przeczytaj artykuł →Tworzenie oprogramowaniaPython *args i **kwargs wyjaśnione: elastyczne funkcje z przejrzystymi przykładami
Python *args i **kwargs wyjaśnione za pomocą uruchomionego przez nas kodu: pakowanie i rozpakowywanie, kolejność parametrów, argumenty zawierające t…
Przeczytaj artykuł →Tworzenie oprogramowaniaFunkcje Lambda w Pythonie: składnia, rzeczywiste zastosowania i kiedy ich nie używać
Funkcje lambda w Pythonie wyjaśnione za pomocą uruchomionego przez nas kodu: składnia, sortowanie za pomocą klucza, mapa i filtr, domknięcia, pułapk…
Przeczytaj artykuł →Sztuczna inteligencjaKim są agenci AI? Jak one działają, dzięki prostej pętli agenta, którą możesz uruchomić
Kim są agenci AI? Prosty przewodnik po pętli agenta, narzędziach, pamięci i poręczach, z małą pętlą w Pythonie, którą uruchomiliśmy, prawdziwymi zag…
Przeczytaj artykuł →DevOpsMonitorowanie a obserwowalność: prawdziwa różnica z logami, wskaźnikami i śladami
Wyjaśnienie monitorowania a obserwowalności: znane i nieznane awarie, dzienniki, metryki i ślady, opis incydentu przy kasie, złote sygnały, OpenTele…
Przeczytaj artykuł →DevOpsWoluminy platformy Docker a mocowania powiązań: utrwalanie danych kontenera we właściwy sposób
Wyjaśniono woluminy Dockera a montowanie powiązań: dlaczego dane kontenera znikają, nazwane woluminy, montowanie powiązań, tmpfs, przykłady tworzeni…
Przeczytaj artykuł →Automatyzacja testówTDD vs BDD: kluczowe różnice, jedna funkcja zbudowana w obie strony i kiedy używać każdej z nich
TDD vs BDD wyjaśnione za pomocą jednej funkcji rabatowej zbudowanej w obie strony: refaktoryzacja czerwono-zielona z uruchomionym przez nas kodem, s…
Przeczytaj artykuł →Testowanie oprogramowaniaTestowanie akceptacyjne użytkownika (UAT): proces, lista kontrolna i rzeczywiste przykłady
Wyjaśniono testy akceptacyjne użytkownika: kto je przeprowadza, czym różni się od kontroli jakości, siedmioetapowy proces, szablon przypadku testowe…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie wartości SQL NULL: IS NULL, COALESCE, NULLIF i pułapki, których należy unikać
Wartości SQL NULL wyjaśnione za pomocą zapytań, które wykonaliśmy: logika trójwartościowa, IS NULL, COALESCE, NULLIF, w jaki sposób agregacje, łącze…
Przeczytaj artykuł →Bazy danych i SQLInstrukcja SQL CASE WHEN: składnia, rzeczywiste przykłady i typowe błędy
SQL CASE WHEN wyjaśnione za pomocą zapytań, które uruchomiliśmy: proste i przeszukiwane formularze, kolejność warunków, elementy przestawne z SUM, s…
Przeczytaj artykuł →Tworzenie oprogramowaniaCo to jest JWT? Tokeny internetowe JSON wyjaśnione na przykładzie działania
Co to jest JWT? Wyjaśniono tokeny sieciowe JSON: trzy części, token zbudowany i zmodyfikowany w uruchomionym przez nas kodzie, JWT a sesje, pamięć m…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie pętli zdarzeń JavaScript: stos wywołań, mikrozadania i liczniki czasu z przykładami
Pętla zdarzeń JavaScript wyjaśniona za pomocą uruchomionego przez nas kodu: stos wywołań, kolejki zadań i mikrozadań, dlaczego setTimeout 0 nie jest…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom
Generatory Pythona i wydajność wyjaśnione za pomocą uruchomionego przez nas kodu: sposób wstrzymywania i wznawiania, mierzone oszczędności pamięci, …
Przeczytaj artykuł →Sztuczna inteligencjaCzym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa
Czym są osadzania? Prosty przewodnik po wektorach, podobieństwie cosinusów i wyszukiwaniu semantycznym, z małym przykładem, który przeprowadziliśmy,…
Przeczytaj artykuł →DevOpsWdrożenie niebiesko-zielone a kanaryjskie: różnice, kompromisy i sposób wyboru
Wyjaśniono wdrożenie Blue-Green vs Canary: sposób działania każdego z nich, koszty, ryzyko i wycofywanie zmian, przetestowane przez nas stabilne łąc…
Przeczytaj artykuł →Automatyzacja testówNiestabilne testy: co je powoduje i jak je naprawić na dobre
Niestabilne testy wyjaśnione w przeprowadzonych przez nas demonstracjach: główne przyczyny, sposób potwierdzenia i zdiagnozowania jednej z nich, odp…
Przeczytaj artykuł →Testowanie oprogramowaniaLoad Testing vs Stress Testing: Differences, Metrics and k6 Examples
Wyjaśniono testy obciążenia i testy warunków skrajnych: co dowodzi każdy z nich, testy szczytowe i nasiąkania, istotne metryki, dlaczego średnie wpr…
Przeczytaj artykuł →Testowanie oprogramowaniaPrzypadek testowy a scenariusz testowy: kluczowe różnice, przykłady i kiedy stosować każdy z nich
Wyjaśnienie przypadków testowych i scenariuszy testowych: jasne definicje, tabela obok siebie, jedna funkcja resetowania hasła zaczerpnięta ze scena…
Przeczytaj artykuł →Bazy danych i SQLOptymalizacja zapytań SQL: czytaj plany wykonania i napraw powolne zapytania z synchronizacją
Optymalizacja zapytań SQL przetestowana na milionie wierszy: przeczytaj plany wykonania, dodaj odpowiednie indeksy, napraw filtry niesargowalne, uży…
Przeczytaj artykuł →Bazy danych i SQLSQL UNION vs UNION ALL: różnice, przykłady i testowana wydajność
SQL UNION vs UNION ALL wyjaśnione na podstawie zapytań, które uruchomiliśmy: duplikaty, obie reguły są zgodne, prawdziwy błąd danych, zmierzona wyda…
Przeczytaj artykuł →Tworzenie oprogramowaniaSamouczek API pobierania JavaScript: GET, POST, obsługa błędów i limity czasu
Samouczek JavaScript Fetch API testowany na serwerze lokalnym: GET i POST, dlaczego 404 nie rzuca, pomocnik wielokrotnego użytku, ciągi zapytań, prz…
Przeczytaj artykuł →Tworzenie oprogramowaniaObsługa plików w Pythonie: odczyt, zapis, CSV, JSON i pathlib z przykładami
Obsługa plików w Pythonie wyjaśniona za pomocą uruchomionego przez nas kodu: tryby otwarte, czytanie dużych plików, CSV, JSON, pathlib, pliki binarn…
Przeczytaj artykuł →Tworzenie oprogramowaniaKlasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami
Klasy i obiekty Pythona objaśnione za pomocą uruchomionego przez nas kodu: __init__, metody, atrybuty klas i instancji, dziedziczenie, właściwości, …
Przeczytaj artykuł →Sztuczna inteligencjaCo to jest model dużego języka? Jak działają LLM, wyjaśnione bez szumu
Co to jest model dużego języka? LLM wyjaśnione prostym językiem: tokeny, osadzanie, uwaga, szkolenie, temperatura i okna kontekstowe, mała demonstra…
Przeczytaj artykuł →DevOpsPolecenia systemu Linux dla początkujących: niezbędny przewodnik po terminalu z przykładami
Polecenia systemu Linux dla początkujących, pogrupowane według zadań: nawigacja, pliki, przeglądanie logów, grep, potoki, uprawnienia, procesy i arc…
Przeczytaj artykuł →Automatyzacja testówSelenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór
Porównanie Selenium i Playwright: architektura, oczekiwanie, obsługa przeglądarki i języka, debugowanie, ten sam test w obu narzędziach, porady doty…
Przeczytaj artykuł →Testowanie oprogramowaniaPartycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach
Wyjaśniono podział równoważny: jak znaleźć prawidłowe i nieprawidłowe partycje, sprawdzone przykłady dla grup wiekowych, hasła i kupony, przeprowadz…
Przeczytaj artykuł →Testowanie oprogramowaniaWażność a priorytet w testowaniu oprogramowania: różnice, macierz i rzeczywiste przykłady
Wyjaśniono ważność a priorytet w testowaniu oprogramowania: jasne definicje, czterokierunkowa macierz z przykładami, skale poziomów, kto ustawia każ…
Przeczytaj artykuł →Bazy danych i SQLSamouczek dotyczący podzapytań SQL: typy, skorelowane podzapytania i ISTNIEJĄ z przykładami
Samouczek dotyczący podzapytań SQL z zapytaniami, które wykonaliśmy: podzapytania skalarne, IN, FROM i SELECT, podzapytania skorelowane, EXISTS, puł…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie transakcji SQL i ACID: COMMIT, ROLLBACK i poziomy izolacji
Transakcje SQL i ACID wyjaśnione za pomocą wykonanego przez nas przelewu bankowego: COMMIT, ROLLBACK, punkty zapisu, blokady, poziomy izolacji, brud…
Przeczytaj artykuł →Tworzenie oprogramowaniaŚciągawka dotycząca poleceń Git: polecenia, których faktycznie używasz, z przykładami
Ściągawka poleceń Git pogrupowana według zadań: konfiguracja, przemieszczanie, gałęzie, piloty, skrytka, historia i cofanie błędów, z danymi wyjścio…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie obietnic JavaScript: następnie catch, Promise.all i typowe błędy
Obietnice JavaScript wyjaśnione za pomocą uruchomionego przez nas kodu: stany, łańcuchy then i catch, obsługa błędów, Promise.all, allSettled, race …
Przeczytaj artykuł →Tworzenie oprogramowaniaSamouczek słownika języka Python: metody, przykłady i typowe wzorce
Samouczek słownika języka Python z uruchomionym przez nas kodem: tworzenie, odczytywanie i aktualizowanie słowników, metody kluczowych, łączenie, ro…
Przeczytaj artykuł →Sztuczna inteligencjaCo to jest RAG? Generacja rozszerzona o wyszukiwanie wyjaśniona na przykładzie roboczym
Co to jest RAG? Generowanie wspomagane pobieraniem wyjaśnione krok po kroku: indeksowanie, fragmentowanie, osadzanie, pobieranie, mały działający pr…
Przeczytaj artykuł →DevOpsSamouczek Terraform dla początkujących: Infrastruktura jako kod od pierwszego pliku do modułów
Samouczek Terraform dla początkujących: zacznij bez konta w chmurze, naucz się inicjowania, planowania i stosowania, a następnie zmiennych, wyników,…
Przeczytaj artykuł →DevOpsDocker kontra Kubernetes: kluczowe różnice, jak ze sobą współpracują i czego potrzebujesz
Wyjaśniono Docker vs Kubernetes: co robi każdy z nich, ta sama aplikacja działa z obydwoma, porównanie Docker Compose i Swarm, zmiana podkładki dock…
Przeczytaj artykuł →Automatyzacja testówSamouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady
Samouczek pytest dla początkujących z testami, które przeprowadziliśmy na pytest 9.2: asercje, urządzenia, parametryzacja, conftest, znaczniki, tmp_…
Przeczytaj artykuł →Testowanie oprogramowaniaCykl życia testowania oprogramowania (STLC): 6 faz, kryteria wejścia i wyjścia, przykład
Wyjaśniono cykl życia testowania oprogramowania: sześć faz STLC z kryteriami wejścia i wyjścia, elementy dostarczane, działający przykład funkcji lo…
Przeczytaj artykuł →Tworzenie oprogramowaniaGit merge vs rebase: różnice, przykłady i kiedy czego używać
Git merge vs rebase wyjaśnione na prawdziwym wyniku logu, z tabelą porównawczą, złotą zasadą rebase i bezpiecznym procesem pracy zespołu.
Przeczytaj artykuł →Tworzenie oprogramowaniaPython list comprehension: składnia, przykłady i kiedy jej unikać
Python list comprehension wyjaśnione: składnia, filtrowanie, if-else, zagnieżdżone pętle, zmierzone czasy i sytuacje, w których zwykła pętla for jes…
Przeczytaj artykuł →Bazy danych i SQLSQL JOIN – wyjaśnienie z przykładami (Inner, Left, Right, Full)
Zrozum złączenia SQL krok po kroku na przykładowych tabelach i zapytaniach: INNER, LEFT, RIGHT, FULL, CROSS i SELF, plus typowe błędy i wskazówki wy…
Przeczytaj artykuł →