Chỉnh sửa và kiểm thử thủ công - bongdaplus

Trong kỳ nghỉ lễ Thanh Minh, tôi đã phát triển một tính năng ứng dụng mini dựa trên AI (tham khảo bài viết trước: Máy tính chi phí của Voi, giúp tính nhanh chi phí trung bình hàng ngày của các món đồ). Mặc dù việc sử dụng AI đã giúp tiết kiệm thời gian cho việc kiểm tra giao diện và lập luận cơ bản, nhưng tôi vẫn cảm thấy hiệu suất chưa thực sự cao.

Ví dụ cụ thể, tính năng này liên quan đến giao diện phía trước, logic JavaScript phía trước, cũng như giao diện API máy chủ phía sau bằng Golang và lưu trữ dữ liệu MySQL. Nếu để AI tự thực hiện toàn bộ, thì thực tế là nó sẽ phát triển riêng lẻ trong hai dự án hoàn toàn khác nhau giữa front-end và back-end. Vấn đề trực tiếp nhất chính là tên các trường dữ liệu không khớp với nhau. Khi gặp những tính năng có nhiều trường dữ liệu, chỉ việc thống nhất tên các trường thôi cũng đủ mất thời gian và nhàm chán.

🏃‍♀️ Tối ưu quy trình

Do đó, hôm nay tôi đã tổng kết lại và cảm thấy quy trình phát triển dưới đây hợp lý hơn, giúp tiết kiệm thời gian chỉnh sửa thủ công do bất đồng về tên trường:

1. Sử dụng công cụ tạo model backend, tức là cấu trúc Golang.
2. Công cụ sinh ra các giao diện CRUD backend, tức là API Golang Gin.
3. Mô tả văn bản các trường của model. Dựa vào AI để hỗ trợ tự động điền thông tin phần nào.
4. Công cụ sinh mã code quản trị backend theo Ant rồng hồ Design dựa trên model.
5. Công cụ tạo giao diện và logic CRUD phía ứng dụng WeChat Mini Program.
6. Công cụ sinh ví dụ JSON item phía front-end dựa trên model. Điều này giúp đảm bảo rằng các trường dữ liệu được thống nhất khi AI sinh mã.
7. Sử dụng mẫu gợi ý để rồng hổ AI hoàn thiện giao diện và logic xử lý dữ liệu phía front-end ứng dụng WeChat Mini Program.
8. Chỉnh sửa và kiểm thử thủ công.

Tôi cảm thấy quy trình này hiệu quả hơn so với việc để AI viết từ đầu. Về phần công cụ tự động hóa, tôi đã hoàn thành chúng hôm nay. Ngày mai khi thêm tính năng mới, tôi sẽ kiểm chứng xem có cần cải tiến thêm hay không.

💡 Nhận xét

Việc hoàn thiện các công cụ hỗ trợ trong khoảng thời gian rảnh rỗi giữa các dự án là vô cùng ý nghĩa. Nó không chỉ giúp tăng cường hiệu quả làm việc mà còn là cách tuyệt vời để hiểu sâu hơn về ngôn ngữ phát triển. Nhiều lúc, khi công cụ tự động hóa hoàn tất, hầu hết các tính năng của dự án kế tiếp có thể được sinh ra chỉ bằng một cú nhấn nút, vừa tiện lợi vừa hiệu quả. Vậy tại sao lại không thử? 😊 Ngoài ra, liệu MCP (Giao thức bối cảnh mô hình lớn) có thể được tận dụng tốt hơn không?

Ngoài ra, tôi nghe nói rằng vào tháng Năm, GitHub Copilot Pro sẽ giới hạn số lần gọi mô hình cao cấp mỗi tháng ở mức 300 lần. Do bongdaplus đó, việc sử dụng hiệu quả số lần sử dụng này không chỉ giúp tiết kiệm thời gian mà còn giảm chi phí sử dụng.

🎼 Câu chuyện bên lề

Hôm qua, khi đang chờ con gái đá bóng ở cổng trường tiểu học, tôi gặp một người dùng nhiệt tình của ứng dụng Máy tính Voi. Họ hỏi tôi có thể chuyển đổi một công cụ nhỏ Python Tkinter thành ứng dụng WeChat Mini Program không. Sau khi xem qua đoạn mã, tôi nhận thấy phần đầu rõ ràng là do một lập trình viên dày dặn kinh nghiệm viết, nhưng đến phần xuất âm tiết thì phong cách hoàn toàn thay đổi. Tôi đoán rằng không phải cùng một người viết. Qua trò chuyện, vị khách này cho biết anh ấy không rành về mã nguồn, toàn bộ chương trình đều nhờ AI sinh ra. Anh ấy không thể chỉnh sửa logic bên trong mà chỉ điều chỉnh phần hiển thị giao diện. Điều này khiến tôi suy nghĩ: ngày càng nhiều người sử dụng AI để viết mã nguồn Python, thật đáng mừng khi sống trong thời đại tuyệt vời này 👍 Tuy nhiên, cách sử dụng AI và thời điểm nào nên để AI can thiệp đều là những điều cần tự tìm hiểu. Chỉ khi đó, chúng ta mới có thể phát triển phần mềm một cách hiệu quả hơn.