- Mã nguồn không phải là phương tiện lý tưởng để viết logic nghiệp vụ
- Dùng LLM để xây backend + DB. Khi gọi API, có thể suy luận logic nghiệp vụ từ tên và lưu trữ trạng thái
- Cách hoạt động
- Giải thích cho LLM mục đích của backend ("Đây là ứng dụng To-Do")
- Tạo JSON BLOB trạng thái ban đầu trên DB (
{todo_items: [{title: "eat breakfast", completed: true}, {title: "go to school", completed: false}]})
- Bắt đầu gọi API. Hoàn thiện backend có thể suy luận logic nghiệp vụ và cập nhật trạng thái
- Vì sao đây là tương lai
- Có thể lặp lại từ frontend ngay cả khi không biết backend trông như thế nào
- Dễ dàng thay đổi ngay cả khi backend trả về định dạng khác
- Không vấn đề gì ngay cả khi gõ sai tên API
- Serverless không có cold start
2 bình luận
Thú vị thật. Xem qua đoạn code thì thấy ngay cả việc phân tích JSON cũng dùng
gpt3, nên có vẻ cả câu lệnh insert hay update DB cũng có thể tạo ra mà không gặp vấn đề gì lớn. Có lẽ cũng khá hữu ích khi không có thời gian làm Mock API.Đây là dự án giành hạng nhất tại hackathon của Scale.ai. Xem phần giải thích chi tiết qua thread trên Twitter sẽ dễ hiểu hơn.
https://nitter.1d4.us/DYtweetshere/status/1617471632909676544