Giải thích về đầu ra có cấu trúc LLM: Nhận JSON đáng tin cậy từ các mô hình AI
Các tính năng AI thường cần dữ liệu chứ không phải văn xuôi: tổng hóa đơn, danh mục, danh sách các trường. Kết quả đầu ra có cấu trúc sẽ đưa các mô hình trả về JSON mà máy có thể đọc được. Chúng tôi đã chạy sáu phản hồi mô hình thực tế thông qua trình xác thực để hiển thị cách ngắt đầu ra và cách nắm bắt nó.
- Đầu ra có cấu trúc có nghĩa là yêu cầu mô hình cung cấp dữ liệu ở định dạng xác định, thường là JSON khớp với lược đồ.
- Nhắc nhở một mình là không đáng tin cậy. Trong thử nghiệm của chúng tôi, 4 trong số 6 phản hồi thực tế không xác thực được ở lần phân tích cú pháp đầu tiên.
- Các tính năng của nhà cung cấp hạn chế việc tạo lược đồ giúp giảm đáng kể lỗi định dạng nếu có.
- Luôn xác thực bằng mã của riêng bạn và thêm kiểm tra ngữ nghĩa: JSON hợp lệ vẫn có thể chứa các giá trị sai.
Ứng dụng yêu cầu mô hình đọc hóa đơn và trả về số, ngày, tổng số và đơn vị tiền tệ. Hầu hết thời gian nó hoạt động. Sau đó, một phản hồi được bao bọc trong khối mã Markdown, một phản hồi khác thêm “Hãy cho tôi biết nếu bạn cần thêm!” và phản hồi thứ ba ghi ngày là 11/10/2026. Mã phân tích cú pháp trả lời gặp sự cố hoặc tệ hơn là lưu sai ngày. Các kỹ thuật đầu ra có cấu trúc tồn tại để tạo ra các phản hồi AI đáng tin cậy như một API.
Chúng tôi không gọi một mô hình trực tiếp cho bài viết này. Thay vào đó, chúng tôi đã viết sáu phản hồi bắt chước các lỗi thường gặp trong thế giới thực và xác thực chúng bằng Pydantic 2.14 trong Python 3.13. Các kết quả xác nhận dưới đây đến từ lần chạy đó.
Đầu ra có cấu trúc là gì?
Đầu ra có cấu trúc là bất kỳ phương pháp nào giúp mô hình ngôn ngữ lớn trả về dữ liệu ở dạng cố định, máy có thể đọc được thay vì văn bản tự do, do đó, mã có thể sử dụng trực tiếp dữ liệu đó. JSON là định dạng thông thường, được mô tả bằng Lược đồ JSON: trường nào tồn tại, loại của chúng, trường nào là bắt buộc và giá trị nào được phép. Các ứng dụng điển hình bao gồm trích xuất tài liệu, phân loại, điền biểu mẫu, định tuyến yêu cầu và các công cụ hoặc chức năng gọi điện.
Mức độ thực thi
| Cách tiếp cận | Nó hoạt động như thế nào | Độ tin cậy |
|---|---|---|
| Chỉ nhắc nhở | “Trả lời bằng JSON với các trường này…” | Thấp nhất; trôi định dạng |
| chế độ JSON | Nhà cung cấp đảm bảo cú pháp JSON hợp lệ | JSON hợp lệ, nhưng bất kỳ hình dạng nào |
| Gọi công cụ/đầu ra bị ràng buộc theo lược đồ | Nhà cung cấp hạn chế việc tạo vào lược đồ của bạn | Cao nhất cho định dạng |
| Xác nhận của riêng bạn | Phân tích và xác thực mọi phản hồi trong mã của bạn | Luôn được yêu cầu |
Hàng cuối cùng không phải là tùy chọn ở bất kỳ cấp độ nào. Các tính năng của nhà cung cấp thay đổi, các mô hình được hoán đổi và không có đảm bảo về định dạng nào bao gồm liệu các giá trị có đúng hay không.
Xác định lược đồ
from typing import Literal
from pydantic import BaseModel, Field, field_validator
class Invoice(BaseModel):
invoice_no: str
date: str = Field(pattern=r"^\d{4}-\d{2}-\d{2}$")
total: float = Field(ge=0)
currency: Literal["INR", "USD", "EUR"]
@field_validator("total")
@classmethod
def two_decimals(cls, v):
if round(v, 2) != v:
raise ValueError("total must have at most 2 decimals")
return v
Pydantic đã tạo Lược đồ JSON phù hợp với Invoice.model_json_schema(): thuộc tính invoice_no, date, total và currency, tất cả đều bắt buộc. Lược đồ đó có thể được gửi đến các nhà cung cấp hỗ trợ đầu ra bị ràng buộc bởi lược đồ, do đó, một định nghĩa sẽ thúc đẩy cả việc tạo và xác thực. Trong TypeScript, Zod đóng vai trò tương tự. Nếu gợi ý gõ và các lớp dữ liệu quen thuộc thì các mô hình Pydantic sẽ có cảm giác tự nhiên.
Đầu ra của mô hình bị hỏng như thế nào
Chúng tôi xác nhận sáu phản hồi với Invoice.model_validate_json():
good OK 1180.0
markdown fence FAIL (1) ['root: json_invalid']
trailing text FAIL (1) ['root: json_invalid']
wrong types FAIL (4) ['invoice_no: string_type', 'date: string_pattern_mismatch',
'total: float_parsing', 'currency: literal_error']
missing field FAIL (1) ['date: missing']
string number OK 1180.0
Mỗi lỗi đều phản ánh điều mà các mô hình thực sự làm khi chỉ được nhắc:
- Hàng rào đánh dấu: JSON xuất hiện bên trong
```json ... ```, vì các mô hình được điều chỉnh bằng trò chuyện sẽ định dạng câu trả lời cho con người. - Phần bổ sung trò chuyện: một câu thân thiện sau khi JSON làm cho câu đó không hợp lệ.
- Sai loại và định dạng: số hóa đơn dưới dạng số, ngày là “11/10/2026”, tổng số là “1.180” và đơn vị tiền tệ là “Rs”. Bốn lỗi trong một phản hồi.
- Thiếu trường: một trường mà mô hình không thể tìm thấy chỉ đơn giản là bị bỏ sót.
Giải cứu JSON được gói
def extract_json(text):
s, e = text.find("{"), text.rfind("}")
return text[s:e + 1] if s != -1 and e > s else text
# markdown fence after extract_json: OK INV-104 1180.0
# trailing text after extract_json: OK INV-104 1180.0
Lấy văn bản giữa { đầu tiên và } cuối cùng đã khôi phục cả hai phản hồi được bao bọc. Đây là một mạng lưới an toàn hữu ích nhưng lại dễ vỡ: nó không hoạt động đối với các mảng, đối với các phản hồi có chứa nhiều đối tượng hoặc khi bản thân văn bản giải thích có chứa các dấu ngoặc nhọn. Hãy coi nó như một phương án dự phòng chứ không phải một thiết kế.
Phân tích cú pháp lỏng lẻo và nghiêm ngặt
Phản hồi “số chuỗi” đã gửi "total": "1180.00", một chuỗi chứ không phải số và nó đã được chuyển. Chế độ lỏng lẻo mặc định của Pydantic chuyển đổi các chuỗi số sạch thành số float. Điều đó thật tiện lợi, nhưng nó có nghĩa là lỗi loại trong đầu ra của mô hình có thể không được chú ý. Nếu bạn muốn phát hiện thời điểm mô hình bỏ qua lược đồ, chẳng hạn như để đo độ tin cậy, hãy sử dụng chế độ nghiêm ngặt để từ chối nó. Chọn có chủ ý: chế độ lỏng lẻo để đảm bảo độ chắc chắn, chế độ nghiêm ngặt để đo lường và cho các trường mà việc thay đổi loại có thể đáng ngờ.
Giải mã hạn chế
Một số nhà cung cấp và công cụ suy luận nguồn mở cung cấp đầu ra có giới hạn về lược đồ. Về mặt khái niệm, lược đồ được chuyển thành các quy tắc về mã thông báo nào có thể xuất hiện tiếp theo và các mã thông báo phá vỡ định dạng sẽ bị chặn trong quá trình tạo. Về mặt vật lý, mô hình không thể tạo ra hàng rào Markdown hoặc thanh giằng bị thiếu. Điều này loại bỏ gần như tất cả các lỗi cú pháp và hình dạng. Một số bài viết báo cáo rằng những ràng buộc nặng nề có thể làm giảm nhẹ chất lượng câu trả lời đối với những nhiệm vụ nặng về lý luận, vì vậy hãy đo lường dựa trên dữ liệu của riêng bạn. Các tính năng lược đồ được hỗ trợ cũng khác nhau giữa các nhà cung cấp, vì vậy hãy kiểm tra xem nhà cung cấp của bạn chấp nhận những gì.
Mẹo: Đối với các tác vụ trích xuất, hãy đặt nhiệt độ thấp, đưa ra mô tả trường trong lược đồ và cho phép giá trị “không tìm thấy” rõ ràng, chẳng hạn như null, cho các trường tùy chọn. Một mô hình buộc phải điền vào trường bắt buộc mà không có dữ liệu nguồn đang được mời tham gia ảo giác.
Hợp lệ không giống như đúng
Hình dạng kiểm tra xác thực lược đồ. Không thể biết tổng số 1080 hay 1180 là đúng. Chúng tôi đã thêm một kiểm tra ngữ nghĩa đơn giản, xác nhận tổng số được trích xuất xuất hiện trong văn bản nguồn:
semantic check (total in source): True
semantic check (wrong total): False
Một phản hồi có tổng số 1080 là JSON hoàn toàn hợp lệ với đúng loại và nó vẫn sai. Kiểm tra quy tắc kinh doanh nắm bắt những điều sau: tổng số khớp với chi tiết đơn hàng, ngày không có trong tương lai, ID tồn tại trong cơ sở dữ liệu của bạn, giá trị xuất hiện trong tài liệu nguồn. Đây là những kiểm tra bảo vệ người dùng thực sự.
Thử lại và sửa chữa vòng lặp
- Gọi mô hình với lược đồ và hướng dẫn rõ ràng.
- Phân tích và xác thực phản hồi.
- Nếu không thành công, hãy gọi lại kèm theo các lỗi xác thực, chẳng hạn như “ngày phải khớp YYYY-MM-DD”.
- Dừng lại sau một số lần thử, sau đó quay lại: xếp hàng để con người xem xét, trả về lỗi rõ ràng hoặc sử dụng giá trị mặc định.
- Ghi lại mọi lỗi bằng phản hồi thô để bạn có thể cải thiện lời nhắc hoặc lược đồ.
Danh sách lỗi của Pydantic, chẳng hạn như date: string_pattern_mismatch, đủ chính xác để phản hồi lại mô hình. Giữ giới hạn số lần thử lại; một vòng lặp không giới hạn có thể nhân lên chi phí một cách nhanh chóng.
Mẹo thiết kế lược đồ
- Giữ cho nó phẳng và nhỏ. Các lược đồ lồng nhau sâu thường xuyên bị lỗi hơn.
- Sử dụng enum cho các danh mục thay vì văn bản tự do.
- Sử dụng các định dạng rõ ràng cho ngày tháng và số tiền, đồng thời nêu điều đó trong phần mô tả trường.
- Cho phép null đối với thông tin có thể bị thiếu.
- Chỉ thêm trường tin cậy hoặc ghi chú nếu mã của bạn thực sự sẽ sử dụng trường đó.
- Phiên bản lược đồ của bạn, vì việc thay đổi lược đồ này là thay đổi hợp đồng, như đã thảo luận trong thử nghiệm hợp đồng API.
Kiểm tra đầu ra có cấu trúc
Xây dựng bộ thử nghiệm gồm các đầu vào thực tế với kết quả đầu ra dự kiến, bao gồm các tài liệu lộn xộn và các trường hợp thiếu trường. Chạy nó trên mọi thay đổi về lời nhắc, lược đồ hoặc mô hình và theo dõi ba con số: tỷ lệ phản hồi phân tích cú pháp, tỷ lệ vượt qua xác thực và tỷ lệ có giá trị chính xác. Kiểm tra đơn vị trình xác thực của bạn với các đầu ra bị hỏng có chủ ý, như sáu ví dụ của chúng tôi, để mã phân tích cú pháp không bao giờ làm bạn ngạc nhiên trong quá trình sản xuất.
Đặt nó lại với nhau: một đường dẫn tối thiểu
- Một định nghĩa mô hình bằng Pydantic hoặc Zod, kèm theo mô tả trường và giá trị được phép.
- Tạo Lược đồ JSON từ đó và chuyển nó tới tính năng gọi công cụ hoặc đầu ra có cấu trúc của nhà cung cấp.
- Phân tích cú pháp và xác thực câu trả lời có cùng một mô hình, chỉ quay lại trích xuất JSON nếu cần.
- Chạy kiểm tra ngữ nghĩa đối với dữ liệu nguồn và quy tắc kinh doanh.
- Thử lại một hoặc hai lần kèm theo thông báo lỗi, sau đó định tuyến lỗi đến hàng đợi con người.
- Ghi nhật ký đầu vào thô, đầu ra thô, lỗi và cài đặt cho mỗi cuộc gọi để có thể sao chép và sửa lỗi.
Mỗi lớp nắm bắt được các vấn đề mà các lớp khác bỏ sót. Họ cùng nhau biến mô hình xác suất thành một thành phần mà phần còn lại của hệ thống của bạn có thể phụ thuộc vào.
Lời kết
Lấy JSON từ một mô hình thật dễ dàng; để có được JSON đáng tin cậy cần có nhiều lớp. Xác định lược đồ một lần, trong Pydantic hoặc Zod, sử dụng đầu ra có giới hạn lược đồ của nhà cung cấp nếu có, xác thực mọi phản hồi trong mã của riêng bạn, thêm kiểm tra ngữ nghĩa cho các giá trị quan trọng và thử lại với phản hồi lỗi trong một số lần giới hạn. Trong thử nghiệm của chúng tôi, bốn trong số sáu phản hồi kiểu lời nhắc không xác thực được ở lần phân tích cú pháp đầu tiên và chỉ riêng việc kiểm tra lược đồ thôi cũng đã chấp nhận tổng số sai.
Câu hỏi thường gặp
Đầu ra có cấu trúc trong LLM là gì?
Một cách để mô hình ngôn ngữ trả về dữ liệu ở định dạng xác định, thường là JSON khớp với một lược đồ, để mã ứng dụng có thể sử dụng trực tiếp.
Chế độ JSON có giống với chế độ đầu ra có cấu trúc không?
Không hẳn. Chế độ JSON đảm bảo cú pháp JSON hợp lệ nhưng không đảm bảo các trường hoặc loại của bạn. Đầu ra có cấu trúc dựa trên lược đồ hạn chế phản hồi đối với một lược đồ cụ thể.
Tại sao mô hình lại bọc JSON trong phần đánh dấu?
Mô hình điều chỉnh cuộc trò chuyện định dạng câu trả lời cho mọi người. Sử dụng các tính năng đầu ra có cấu trúc của nhà cung cấp hoặc trích xuất đối tượng JSON từ văn bản làm dự phòng.
Tôi vẫn cần xác thực bằng giải mã hạn chế phải không?
Đúng. Việc xác thực trong mã của bạn sẽ bảo vệ khỏi những thay đổi của nhà cung cấp và hoán đổi mô hình, đồng thời kiểm tra ngữ nghĩa sẽ phát hiện các giá trị được định dạng đúng nhưng sai.
Tôi nên sử dụng thư viện nào để xác thực đầu ra LLM?
Pydantic là lựa chọn phổ biến trong Python và Zod trong TypeScript. Cả hai đều có thể tạo Lược đồ JSON từ cùng các định nghĩa mà bạn xác thực.
Tiếp tục học hỏi
Cần trợ giúp về kiểm tra, WordPress hoặc SEO?
Chúng tôi giúp các nhóm phát triển phần mềm tốt hơn và phát triển trang web của họ. Hãy cho chúng tôi biết bạn đang làm gì và chúng tôi sẽ đề xuất bước tiếp theo rõ ràng.
Thêm hướng dẫn về thử nghiệm, AI và phát triển hiện đại
Bạn thích bài viết này? Chọn một chủ đề và chuyển ngay sang phần hướng dẫn mới nhất của chúng tôi.
Giải thích về chiến lược phân đoạn RAG: Cố định, chồng chéo, câu, đệ quy và tiêu đề, được đo lường
Các chiến lược phân đoạn RAG được so sánh trên một tài liệu với tiktoken 0.14: kích thước cố định, chồng chéo, đóng gói câu, phân tách đệ quy và phâ…
Đọc bài viết →Phát triển phần mềmGiải thích về tính tạm thời của API: Khóa tạm thời và các lần thử lại an toàn, đã được kiểm tra
Tính tạm thời của API được giải thích bằng máy chủ và máy khách Python mà chúng tôi đã chạy: phản hồi bị mất gây ra khoản phí gấp đôi mà không có kh…
Đọc bài viết →DevOpsGiải thích về Git Stash: Lưu, Áp dụng, Bật và Không theo dõi các tệp, đã được kiểm tra
Git stash được giải thích bằng các lệnh chúng tôi chạy trên Git 2.56: đẩy bằng tin nhắn, tệp không bị theo dõi, liệt kê và hiển thị, áp dụng so với …
Đọc bài viết →Kiểm thử phần mềmGiải thích về kiểm tra theo cặp: Cách tất cả các cặp cắt 216 bài kiểm tra xuống còn 13, đã được kiểm tra
Thử nghiệm theo cặp được giải thích bằng trình tạo mà chúng tôi đã chạy trong Python 3.13: một quá trình kiểm tra với 216 kết hợp được bao phủ bởi 1…
Đọc bài viết →Tự động hóa kiểm thửGiải thích về các thử nghiệm nhân đôi: Giả, Sơ khai, Gián điệp, Mock và Giả mạo, với Mã Python đã được thử nghiệm
Kiểm tra nhân đôi được giải thích bằng một ví dụ Python chạy trong pytest 9.2: giả, sơ khai, gián điệp, mô phỏng và giả mạo, khi nào nên sử dụng từn…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về SQL COALESCE: Mặc định, NULLIF, IFNULL so với ISNULL và Bẫy, đã kiểm tra
SQL COALESCE được giải thích bằng các truy vấn chúng tôi đã chạy trong SQLite 3.50: giá trị không null đầu tiên, chuỗi trống, NULL trong toán học, N…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về Tự tham gia SQL: Người quản lý nhân viên, So sánh cặp và hàng, đã được kiểm tra
Tính năng tự tham gia SQL được giải thích bằng các truy vấn chúng tôi đã chạy trong SQLite 3.50: nhân viên và người quản lý, kiếm được nhiều tiền hơ…
Đọc bài viết →Phát triển phần mềmGiải thích về toán tử lây lan JavaScript: Trải so với phần còn lại, Bản sao và vấn đề, đã được thử nghiệm
Toán tử trải rộng JavaScript được giải thích bằng mã chúng tôi chạy trên Nút 24: mảng, đối tượng, bản sao nông, tham số còn lại, giới hạn Math.max v…
Đọc bài viết →Phát triển phần mềmGiải thích về mô-đun Bộ sưu tập Python: Bộ đếm, defaultdict, deque và hơn thế nữa, đã được kiểm tra
Các bộ sưu tập Python được giải thích bằng mã chúng tôi chạy trên Python 3.13: Counter, defaultdict, deque, knowntuple, OrderedDict và ChainMap, cùn…
Đọc bài viết →Trí tuệ nhân tạoGiải thích về cửa sổ ngữ cảnh LLM: Mã thông báo, giới hạn và cách phù hợp hơn, được đo lường
Cửa sổ ngữ cảnh LLM được giải thích bằng số lượng mã thông báo mà chúng tôi đã đo bằng tiktoken: từ so với mã thông báo cho văn xuôi, mã và tiếng Hi…
Đọc bài viết →Phát triển phần mềmGiải thích về Webhooks: Cách chúng hoạt động và cách nhận chúng một cách an toàn
Webhooks đã giải thích với người nhận và người gửi mà chúng tôi đã chạy bằng Python: đẩy so với bỏ phiếu, chữ ký HMAC-SHA256, từ chối các yêu cầu bị…
Đọc bài viết →DevOpsGiải thích về Git Cherry-Pick: Sao chép cam kết bạn cần, một cách an toàn, đã được kiểm tra
Git Cherry-pick đã giải thích bằng các lệnh chúng tôi đã chạy trong Git 2.56: sao chép một hotfix vào một nhánh phát hành, các mã băm và id bản vá m…
Đọc bài viết →Tự động hóa kiểm thửGiải thích về thử nghiệm chụp nhanh: Cách thức hoạt động, khi nào nó giúp ích và khi nào nó gây tổn hại
Thử nghiệm ảnh chụp nhanh được giải thích bằng bản demo pytest và siro mà chúng tôi đã chạy: tạo ảnh chụp nhanh, đọc điểm khác biệt sau khi thay đổi…
Đọc bài viết →Kiểm thử phần mềmGiải thích về kiểm thử đột biến: Tại sao mức độ bao phủ 100% vẫn bỏ sót lỗi của chúng tôi
Thử nghiệm đột biến được giải thích bằng một công cụ đột biến nhỏ mà chúng tôi đã xây dựng và chạy: 14 đột biến, một bộ thử nghiệm có độ bao phủ dòn…
Đọc bài viết →Trí tuệ nhân tạoGiải thích về việc tiêm nhắc nhở: Cách các ứng dụng AI bị lừa và cách bảo vệ chúng
Giải thích về tính năng tiêm nhắc nhở dành cho người xây dựng: các cuộc tấn công trực tiếp và gián tiếp, lý do tại sao bộ lọc từ khóa không thành cô…
Đọc bài viết →DevOpsGiải thích về bản ghi DNS: A, AAAA, CNAME, MX, TXT và TTL với tra cứu thực
Bản ghi DNS được giải thích bằng các tra cứu mà chúng tôi đã chạy: cách thức hoạt động của độ phân giải, quy tắc A và AAAA, CNAME, MX và null MX, TX…
Đọc bài viết →DevOpsGiải thích về cờ tính năng: Phát hành an toàn, triển khai dần dần và vệ sinh cờ
Cờ tính năng được giải thích bằng mô phỏng triển khai mà chúng tôi đã chạy: loại cờ, triển khai phần trăm với hàm băm ổn định, khóa chuyển đổi, danh…
Đọc bài viết →Tự động hóa kiểm thửKiểm tra việc tạo dữ liệu với Python Faker: Dữ liệu thực tế, có thể lặp lại và an toàn
Kiểm tra việc tạo dữ liệu bằng Python Faker, chạy và đo lường: gieo hạt cho dữ liệu lặp lại, ngôn ngữ, giá trị duy nhất, bản ghi hình miền, trường h…
Đọc bài viết →Kiểm thử phần mềmGiải thích về kiểm tra Shift-Left: Tìm lỗi sớm hơn mà không làm chậm nhóm
Giải thích về thử nghiệm dịch chuyển sang trái: ý nghĩa của nó, tại sao các lỗi sớm lại rẻ hơn, các phương pháp thực hành từ đánh giá yêu cầu đến ki…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về các hàm chuỗi SQL: TRIM, SUBSTR, REPLACE, CONCAT và Data Cleanup
Các hàm chuỗi SQL được giải thích bằng các truy vấn mà chúng tôi đã chạy: nối và NULL, TRIM, UPPER và LOWER, SUBSTR và INSTR, REPLACE, phần đệm, độ …
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về Trình kích hoạt SQL: TRƯỚC và SAU Trình kích hoạt, Nhật ký kiểm tra và cạm bẫy
Trình kích hoạt SQL được giải thích bằng các trình kích hoạt mà chúng tôi đã chạy: TRƯỚC so với SAU, CŨ và MỚI, nhật ký kiểm tra, xác thực, cập nhật…
Đọc bài viết →Phát triển phần mềmGiải thích về mô-đun JSON của Python: kết xuất, tải, loại tùy chỉnh và các lỗi phổ biến
Mô-đun Python JSON được giải thích bằng mã chúng tôi đã chạy: kết xuất và tải, tệp, chuyển đổi loại, ngày tháng và số thập phân, bộ mã hóa tùy chỉnh…
Đọc bài viết →Phát triển phần mềmMô-đun ES so với CommonJS: Cách nhập JavaScript hoạt động trong Node.js, đã được thử nghiệm
Các mô-đun ES và CommonJS được giải thích bằng mã chúng tôi chạy trong Node.js: cú pháp nhập và xuất, yêu cầu, liên kết trực tiếp, bộ nhớ đệm, chờ đ…
Đọc bài viết →Phát triển phần mềmGiải thích về Regex của Python: Các mẫu, Nhóm, Nhìn trước và Cạm bẫy, đã được thử nghiệm
Regex Python được giải thích bằng các mẫu mà chúng tôi đã chạy: tìm kiếm so với đối sánh, tìm tất cả, nhóm và nhóm được đặt tên, tham lam và lười bi…
Đọc bài viết →Trí tuệ nhân tạoGiải thích đầu ra có cấu trúc LLM: Nhận JSON đáng tin cậy từ các mô hình AI
Đầu ra có cấu trúc LLM được giải thích bằng quá trình xác thực mà chúng tôi đã chạy trong Pydantic: chế độ và lược đồ JSON, giải mã ràng buộc, cách …
Đọc bài viết →DevOpsGiải thích về Khóa SSH: Cách chúng hoạt động, ssh-keygen, Ed25519 và Thói quen an toàn
Khóa SSH được giải thích bằng các khóa chúng tôi đã tạo: khóa chung và khóa riêng, ssh-keygen, Ed25519 so với RSA, dấu vân tay, cụm mật khẩu, ssh-ag…
Đọc bài viết →DevOpsGiải thích về bộ nhớ đệm HTTP: Kiểm soát bộ đệm, ETag và phản hồi 304, bằng thử nghiệm trực tiếp
Bộ nhớ đệm HTTP được giải thích bằng một máy chủ nhỏ mà chúng tôi đã chạy: Chỉ thị Kiểm soát bộ đệm, tuổi tối đa, không có bộ đệm so với không lưu t…
Đọc bài viết →Tự động hóa kiểm thửGiải thích về kiểm tra hợp đồng API: Nắm bắt những thay đổi đột phá trước khi chúng xuất xưởng
Thử nghiệm hợp đồng API được giải thích bằng kiểm tra lược đồ mà chúng tôi đã chạy: hợp đồng là gì, hợp đồng hướng đến người tiêu dùng, Pact, OpenAP…
Đọc bài viết →Kiểm thử phần mềmGiải thích về thử nghiệm dựa trên rủi ro: Đánh giá rủi ro, xây dựng ma trận và kiểm tra những vấn đề quan trọng
Thử nghiệm dựa trên rủi ro được giải thích từng bước: xác định rủi ro, cho điểm khả năng và tác động, xây dựng ma trận rủi ro, ánh xạ rủi ro đến độ …
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về các ràng buộc SQL: KHÔNG phải NULL, ĐỘC ĐÁO, KIỂM TRA và KHÓA NGOẠI TỆ, Đã được kiểm tra
Các ràng buộc SQL được giải thích bằng các thử nghiệm mà chúng tôi đã chạy: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY và FOREIGN KEY, các lỗ hổng NU…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về các hàm ngày trong SQL: Thêm, so sánh và nhóm các ngày mà không có lỗi
Các hàm ngày SQL được giải thích bằng các truy vấn chúng tôi đã chạy: thêm khoảng thời gian, bất ngờ cuối tháng, chênh lệch ngày, bẫy GIỮA, nhóm the…
Đọc bài viết →Phát triển phần mềmGiải thích về asyncio của Python: async, chờ đợi, thu thập và Nhóm tác vụ với thời gian thực
Python asyncio đã giải thích bằng mã mà chúng tôi đã tính thời gian: coroutines, chờ đợi, thu thập, Nhóm tác vụ, xử lý lỗi, hết thời gian chờ, hạn c…
Đọc bài viết →Phát triển phần mềmDebounce vs Throttle trong JavaScript: Cách chúng hoạt động, thời điểm sử dụng từng cái, đã được kiểm tra
Gỡ lỗi và điều tiết trong JavaScript được giải thích bằng thời gian chúng tôi đo được trong Node.js: cách mỗi hoạt động, cách triển khai đơn giản, l…
Đọc bài viết →Phát triển phần mềmGiải thích về Trình quản lý bối cảnh Python: Câu lệnh with, contextlib và Công dụng thực sự
Trình quản lý bối cảnh Python được giải thích bằng mã chúng tôi đã chạy: cách thức hoạt động, __enter__ và __exit__, contextlib.contextmanager, ngăn…
Đọc bài viết →Trí tuệ nhân tạoGiải thích về nhiệt độ LLM và Top-p: Cách các mô hình AI chọn từ tiếp theo của họ
Nhiệt độ LLM và top-p được giải thích bằng một mô phỏng mà chúng tôi đã chạy: xác suất được định hình lại như thế nào, top-p giữ những gì, cài đặt đ…
Đọc bài viết →DevOpsGiải thích về YAML: Cú pháp, Vấn đề ở Na Uy và các bẫy khác mà chúng tôi đã thử nghiệm
YAML đã giải thích bằng bài kiểm tra trình phân tích cú pháp: cú pháp cơ bản, danh sách và bản đồ, vấn đề ở Na Uy, các phiên bản chuyển thành số flo…
Đọc bài viết →DevOpsGiải thích về Cron Jobs: Cú pháp, lịch trình thực tế và những sai lầm khiến chúng gặp phải
Công việc định kỳ được giải thích bằng lịch trình mà chúng tôi đã xác minh: năm trường, toán tử, ví dụ thực tế, bẫy ngày trong tháng HOẶC ngày trong…
Đọc bài viết →Trí tuệ nhân tạoGiải thích về ảo giác AI: Tại sao các mô hình ngôn ngữ lại tạo nên mọi thứ và cách giảm thiểu nó
Ảo giác AI đã giải thích: chúng là gì, tại sao mô hình ngôn ngữ tạo ra chúng, các loại phổ biến, cách giảm thiểu chúng bằng cách căn cứ và nhắc nhở …
Đọc bài viết →DevOpsGiải thích về các biến môi trường: Tệp .env, bí mật và cấu hình được thực hiện đúng
Các biến môi trường được giải thích bằng các ví dụ Python mà chúng tôi đã chạy: đọc và thiết lập chúng, tại sao mọi giá trị đều là một chuỗi, tệp .e…
Đọc bài viết →Phát triển phần mềmGiải thích về giới hạn tỷ lệ API: Thuật toán, tiêu đề và xử lý lỗi 429
Giới hạn tốc độ API được giải thích bằng mô phỏng mà chúng tôi đã chạy: nhóm mã thông báo, cửa sổ cố định, cửa sổ trượt, 429 phản hồi, tiêu đề giới …
Đọc bài viết →Tự động hóa kiểm thửChế giễu bằng Python: unittest.mock, patch và những sai lầm khiến bài kiểm tra nói dối
Mô phỏng bằng Python với unittest.mock, đã được thử nghiệm: Mock và return_value, side_effect, vá lỗi nơi sử dụng tên, thông số kỹ thuật và thông số…
Đọc bài viết →Kiểm thử phần mềmGiải thích về phạm vi bảo hiểm của mã: Phạm vi tuyến so với chi nhánh và ý nghĩa thực sự 100%
Phạm vi bảo hiểm mã được giải thích bằng cách chạy phạm vi bảo hiểm thực tế: phạm vi bảo hiểm dòng, chi nhánh và điều kiện, đọc báo cáo, lý do tại s…
Đọc bài viết →Cơ sở dữ liệu & SQLDELETE vs TRUNCATE vs DROP trong SQL: Sự khác biệt, khôi phục và thời điểm sử dụng mỗi loại
DELETE vs TRUNCATE vs DROP được giải thích bằng SQL đã được thử nghiệm: mỗi loại loại bỏ, khôi phục, kích hoạt, đặt lại danh tính, tốc độ và Postgre…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về Chế độ xem SQL: Tạo, sử dụng và tránh những cạm bẫy, kèm theo ví dụ
Chế độ xem SQL được giải thích bằng các truy vấn chúng tôi đã chạy: tạo chế độ xem, kết quả trực tiếp, ẩn cột, hiệu suất, chế độ xem có thể cập nhật…
Đọc bài viết →Phát triển phần mềmGiao diện TypeScript so với loại: Sự khác biệt thực sự, được thử nghiệm bằng trình biên dịch
Giao diện TypeScript so với loại, được kiểm tra bằng trình biên dịch thực: cả hai có thể làm gì, chỉ một người có thể làm gì, hợp nhất khai báo, mở …
Đọc bài viết →Phát triển phần mềmGiải thích về Python *args và **kwargs: Hàm linh hoạt với ví dụ rõ ràng
Python *args và **kwargs được giải thích bằng mã chúng tôi đã chạy: đóng gói và giải nén, thứ tự tham số, đối số chỉ từ khóa và chỉ vị trí, trình tr…
Đọc bài viết →Phát triển phần mềmHàm Lambda của Python: Cú pháp, cách sử dụng thực tế và khi nào không nên sử dụng chúng
Các hàm lambda của Python được giải thích bằng mã chúng tôi đã chạy: cú pháp, sắp xếp bằng khóa, bản đồ và bộ lọc, các phần đóng, bẫy liên kết muộn …
Đọc bài viết →Trí tuệ nhân tạoĐại lý AI là gì? Cách chúng hoạt động, với vòng lặp tác nhân đơn giản, bạn có thể chạy
Tác nhân AI là gì? Hướng dẫn đơn giản về vòng lặp tác nhân, công cụ, bộ nhớ và lan can, với một vòng lặp Python nhỏ mà chúng tôi đã chạy, những rủi …
Đọc bài viết →DevOpsGiám sát và Khả năng quan sát: Sự khác biệt thực sự, với nhật ký, số liệu và dấu vết
Giải thích về giám sát và khả năng quan sát: lỗi đã biết và chưa biết, nhật ký, số liệu và dấu vết, hướng dẫn về sự cố thanh toán, tín hiệu vàng, Op…
Đọc bài viết →DevOpsDocker Volumes vs Bind Mounts: Duy trì dữ liệu vùng chứa đúng cách
Giải thích về khối lượng Docker và liên kết gắn kết: tại sao dữ liệu vùng chứa biến mất, khối lượng được đặt tên, liên kết gắn kết, tmpfs, ví dụ về …
Đọc bài viết →Tự động hóa kiểm thửTDD vs BDD: Key Differences, One Feature Built Both Ways and When to Use Each
TDD và BDD được giải thích bằng một tính năng giảm giá được xây dựng theo cả hai cách: tái cấu trúc màu đỏ-xanh với mã chúng tôi đã chạy, kịch bản C…
Đọc bài viết →Kiểm thử phần mềmKiểm tra chấp nhận của người dùng (UAT): Quy trình, danh sách kiểm tra và ví dụ thực tế
Giải thích về thử nghiệm chấp nhận của người dùng: ai chạy nó, nó khác với QA như thế nào, quy trình bảy bước, mẫu trường hợp thử nghiệm UAT, danh s…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về các giá trị NULL của SQL: IS NULL, COALESCE, NULLIF và những cái bẫy cần tránh
Các giá trị SQL NULL được giải thích bằng các truy vấn chúng tôi đã chạy: logic ba giá trị, IS NULL, COALESCE, NULLIF, cách tổng hợp, kết hợp và sắp…
Đọc bài viết →Cơ sở dữ liệu & SQLCâu lệnh SQL CASE WHEN: Cú pháp, ví dụ thực tế và các lỗi thường gặp
TRƯỜNG HỢP SQL KHI được giải thích bằng các truy vấn mà chúng tôi đã chạy: các biểu mẫu đơn giản và được tìm kiếm, thứ tự điều kiện, các thủ thuật S…
Đọc bài viết →Phát triển phần mềmJWT là gì? Mã thông báo Web JSON được giải thích bằng một ví dụ hoạt động
JWT là gì? Mã thông báo Web JSON đã giải thích: ba phần, mã thông báo được xây dựng và giả mạo trong mã chúng tôi đã chạy, JWT so với phiên, lưu trữ…
Đọc bài viết →Phát triển phần mềmGiải thích về vòng lặp sự kiện JavaScript: Ngăn xếp cuộc gọi, Microtask và bộ hẹn giờ kèm ví dụ
Vòng lặp sự kiện JavaScript được giải thích bằng mã chúng tôi đã chạy: ngăn xếp cuộc gọi, hàng đợi tác vụ và vi nhiệm, tại sao setTimeout 0 không di…
Đọc bài viết →Phát triển phần mềmGiải thích về trình tạo và năng suất của Python: Tiết kiệm bộ nhớ bằng các ví dụ thực tế
Trình tạo và lợi nhuận Python được giải thích bằng mã chúng tôi đã chạy: cách chúng tạm dừng và tiếp tục, đo mức tiết kiệm bộ nhớ, quy trình, chuỗi …
Đọc bài viết →Trí tuệ nhân tạoNhúng là gì? Giải thích sự tương đồng về vectơ và Cosine một cách đơn giản
nhúng là gì? Hướng dẫn bằng ngôn ngữ đơn giản về vectơ, độ tương tự cosine và tìm kiếm ngữ nghĩa, với một ví dụ nhỏ mà chúng tôi đã chạy, các cách s…
Đọc bài viết →DevOpsTriển khai Blue-Green và Canary: Sự khác biệt, sự đánh đổi và cách lựa chọn
Giải thích về triển khai Blue-green và Canary: cách hoạt động của từng loại, chi phí, rủi ro và khôi phục, nhóm người dùng ổn định mà chúng tôi đã t…
Đọc bài viết →Tự động hóa kiểm thửKiểm tra không ổn định: Nguyên nhân gây ra chúng và cách khắc phục chúng vĩnh viễn
Các thử nghiệm không ổn định được giải thích bằng các bản demo mà chúng tôi đã chạy: nguyên nhân chính, cách xác nhận và chẩn đoán nguyên nhân, cách…
Đọc bài viết →Kiểm thử phần mềmKiểm tra tải và kiểm tra căng thẳng: Sự khác biệt, số liệu và ví dụ về k6
Giải thích về thử nghiệm tải và thử nghiệm căng thẳng: mỗi thử nghiệm chứng minh điều gì, thử nghiệm tăng đột biến và ngâm, số liệu quan trọng, lý d…
Đọc bài viết →Kiểm thử phần mềmTrường hợp thử nghiệm và kịch bản thử nghiệm: Sự khác biệt chính, ví dụ và thời điểm sử dụng từng trường hợp
Giải thích trường hợp kiểm thử và kịch bản kiểm thử: định nghĩa rõ ràng, bảng cạnh nhau, một tính năng đặt lại mật khẩu được lấy từ các tình huống n…
Đọc bài viết →Cơ sở dữ liệu & SQLTối ưu hóa truy vấn SQL: Đọc kế hoạch thực thi và sửa các truy vấn chậm, có tính thời gian
Đã thử nghiệm tối ưu hóa truy vấn SQL trên một triệu hàng: đọc kế hoạch thực hiện, thêm chỉ mục phù hợp, sửa các bộ lọc không thể mở rộng, sử dụng c…
Đọc bài viết →Cơ sở dữ liệu & SQLSQL UNION và UNION ALL: Sự khác biệt, ví dụ và hiệu suất đã được kiểm tra
SQL UNION và UNION ALL được giải thích bằng các truy vấn chúng tôi đã chạy: trùng lặp, cả hai quy tắc đều tuân theo, lỗi dữ liệu thực, hiệu suất đượ…
Đọc bài viết →Phát triển phần mềmHướng dẫn API tìm nạp JavaScript: GET, POST, Xử lý lỗi và hết thời gian chờ
Hướng dẫn API tìm nạp JavaScript đã được thử nghiệm trên máy chủ cục bộ: GET và POST, tại sao 404 không gửi, trình trợ giúp có thể sử dụng lại, chuỗ…
Đọc bài viết →Phát triển phần mềmXử lý tệp Python: Đọc, ghi, CSV, JSON và pathlib kèm ví dụ
Việc xử lý tệp Python được giải thích bằng mã chúng tôi đã chạy: chế độ mở, với, đọc tệp lớn, CSV, JSON, pathlib, tệp nhị phân, ghi an toàn, xử lý l…
Đọc bài viết →Phát triển phần mềmCác lớp và đối tượng Python: Hướng dẫn OOP với các ví dụ thực tế
Các lớp và đối tượng Python được giải thích bằng mã mà chúng tôi đã chạy: __init__, các phương thức, thuộc tính lớp và phiên bản, tính kế thừa, thuộ…
Đọc bài viết →Trí tuệ nhân tạoMô hình ngôn ngữ lớn là gì? LLM hoạt động như thế nào, được giải thích mà không cường điệu hóa
Mô hình ngôn ngữ lớn là gì? LLM được giải thích bằng ngôn ngữ đơn giản: mã thông báo, phần nhúng, sự chú ý, đào tạo, cửa sổ nhiệt độ và ngữ cảnh, mộ…
Đọc bài viết →DevOpsCác lệnh Linux cho người mới bắt đầu: Hướng dẫn thiết bị đầu cuối cần thiết kèm ví dụ
Các lệnh Linux dành cho người mới bắt đầu, được nhóm theo tác vụ: điều hướng, tệp, xem nhật ký, grep, đường dẫn, quyền, quy trình và lưu trữ, cùng v…
Đọc bài viết →Tự động hóa kiểm thửSelenium vs Nhà viết kịch: Sự khác biệt chính, So sánh mã và nên chọn cái nào
Selenium và Playwright được so sánh: kiến trúc, chờ đợi, hỗ trợ trình duyệt và ngôn ngữ, gỡ lỗi, kiểm tra giống nhau ở cả hai công cụ, lời khuyên di…
Đọc bài viết →Kiểm thử phần mềmPhân vùng tương đương: Giải thích kỹ thuật thiết kế thử nghiệm bằng các ví dụ đã thực hiện
Giải thích về phân vùng tương đương: cách tìm các phân vùng hợp lệ và không hợp lệ, các ví dụ hoạt động theo độ tuổi, mật khẩu và phiếu giảm giá, cá…
Đọc bài viết →Kiểm thử phần mềmMức độ nghiêm trọng và mức độ ưu tiên trong kiểm thử phần mềm: Sự khác biệt, Ma trận và ví dụ thực tế
Giải thích về mức độ nghiêm trọng và mức độ ưu tiên trong kiểm thử phần mềm: định nghĩa rõ ràng, ma trận bốn chiều với các ví dụ, thang đo cấp độ, a…
Đọc bài viết →Cơ sở dữ liệu & SQLHướng dẫn về truy vấn con SQL: Các loại, truy vấn con tương quan và TỒN TẠI kèm ví dụ
Hướng dẫn về truy vấn con SQL với các truy vấn chúng tôi đã chạy: truy vấn con vô hướng, IN, FROM và SELECT, truy vấn con tương quan, EXISTS, bẫy và…
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích về giao dịch SQL và ACID: Các mức CAM KẾT, ROLLBACK và Cô lập
Các giao dịch SQL và ACID được giải thích bằng chuyển khoản ngân hàng mà chúng tôi đã thực hiện: CAM KẾT, ROLLBACK, điểm lưu trữ, khóa, mức cách ly,…
Đọc bài viết →Phát triển phần mềmBảng cheat lệnh Git: Các lệnh bạn thực sự sử dụng, kèm theo ví dụ
Một bảng ghi lệnh Git được nhóm theo nhiệm vụ: thiết lập, dàn dựng, nhánh, điều khiển từ xa, lưu trữ, lịch sử và hoàn tác các lỗi, với đầu ra từ kho…
Đọc bài viết →Phát triển phần mềmGiải thích về các lời hứa trong JavaScript: then, Catch, Promise.all và các lỗi thường gặp
Lời hứa JavaScript được giải thích bằng mã chúng tôi đã chạy: trạng thái, then và chuỗi bắt, xử lý lỗi, Promise.all, allSettled, chủng tộc và bất kỳ…
Đọc bài viết →Phát triển phần mềmHướng dẫn từ điển Python: Phương thức, ví dụ và mẫu chung
Hướng dẫn từ điển Python với mã chúng tôi đã chạy: tạo, đọc và cập nhật các ký tự, các phương thức chính, hợp nhất, hiểu, đếm và nhóm các mẫu cũng n…
Đọc bài viết →Trí tuệ nhân tạoRAG là gì? Giải thích về thế hệ tăng cường truy xuất bằng một ví dụ hoạt động
RAG là gì? Thế hệ tăng cường truy xuất được giải thích từng bước: lập chỉ mục, phân nhóm, nhúng, truy xuất, một ví dụ Python hoạt động nhỏ, đánh giá…
Đọc bài viết →DevOpsHướng dẫn về Terraform cho người mới bắt đầu: Cơ sở hạ tầng dưới dạng mã từ tệp đầu tiên đến mô-đun
Hướng dẫn về Terraform dành cho người mới bắt đầu: bắt đầu không cần tài khoản đám mây, tìm hiểu về init, lập kế hoạch và áp dụng, sau đó là các biế…
Đọc bài viết →DevOpsDocker vs Kubernetes: Key Differences, How They Work Together and Which You Need
Docker vs Kubernetes giải thích: mỗi cái làm gì, cùng một ứng dụng chạy với cả hai, so sánh Docker Compose và Swarm, sự thay đổi của dockershim và c…
Đọc bài viết →Tự động hóa kiểm thửHướng dẫn Pytest cho người mới bắt đầu: Đồ đạc, tham số hóa và ví dụ thực tế
Hướng dẫn về pytest dành cho người mới bắt đầu với các bài kiểm tra chúng tôi đã chạy trên pytest 9.2: xác nhận, đồ đạc, tham số, conftest, điểm đán…
Đọc bài viết →Kiểm thử phần mềmVòng đời kiểm thử phần mềm (STLC): 6 giai đoạn, tiêu chí đầu vào và đầu ra, ví dụ
Vòng đời kiểm thử phần mềm giải thích: sáu giai đoạn STLC với tiêu chí đầu vào và đầu ra, sản phẩm phân phối, ví dụ về tính năng đăng nhập hoạt động…
Đọc bài viết →Phát triển phần mềmGit merge vs rebase: khác biệt, ví dụ và khi nào dùng cái nào
Git merge vs rebase được giải thích bằng đầu ra log thực tế, bảng so sánh, quy tắc vàng của rebase và quy trình làm việc nhóm an toàn.
Đọc bài viết →Phát triển phần mềmList comprehension trong Python: cú pháp, ví dụ và khi nào nên tránh
List comprehension trong Python: cú pháp, lọc dữ liệu, if-else, vòng lặp lồng nhau, thời gian đo thực tế và khi nào vòng lặp for thông thường tốt hơn.
Đọc bài viết →Cơ sở dữ liệu & SQLGiải thích SQL JOIN kèm ví dụ (Inner, Left, Right, Full)
Hiểu SQL JOIN từng bước với bảng và truy vấn mẫu: INNER, LEFT, RIGHT, FULL, CROSS và SELF, cùng lỗi thường gặp và mẹo hiệu năng.
Đọc bài viết →