Chuyển đến nội dung chính

Bài đăng

AI Skill — Đóng Gói Quy Trình Làm Việc Cho AI

Khi bắt đầu sử dụng AI trong development, chúng ta thường làm việc bằng prompt: Review this C# code. Cách này rất tiện. Nhưng khi đưa AI vào làm việc trong một team, một vấn đề bắt đầu xuất hiện: cùng một loại công việc nhưng mỗi lần AI có thể xử lý theo một cách khác nhau. Bài viết này giải thích AI Skill là gì, tại sao Skill hữu ích trong môi trường team, cách tạo một Skill đơn giản và thực hành trực tiếp với một ví dụ C#. 1. Vấn đề: AI có thể xử lý cùng một công việc theo nhiều cách Hãy tưởng tượng team có một yêu cầu rất đơn giản: Review hàm tính Fibonacci bằng C#. Một developer gửi: Review this code. Một lần AI có thể tập trung vào performance. Một lần khác nó tập trung vào naming. Một lần khác nó có thể tự viết lại toàn bộ code. Ví dụ, cùng một hàm: public class Utils { public static int Fib(int n) { if (n == 0) return 0; if (n == 1) return 1; return Fib(n - 1) + Fib(n - 2); } } AI có thể đưa ra nhiều ...
Các bài đăng gần đây

Skill và Workflow là gì?

Khi sử dụng Antigravity để làm việc với AI Agent, hai khái niệm Skill và Workflow rất dễ gây nhầm lẫn. Có thể hiểu đơn giản: Skill = AI biết làm việc như thế nào. Workflow = AI phải thực hiện quy trình nào. 1. Skill là gì? Skill là một tập instruction giúp Agent biết cách thực hiện một loại công việc . Ví dụ, chúng ta muốn AI biết cách phân tích một screenshot UI. Ta tạo: .agent/ └── skills/ └── ui-analysis/ └── SKILL.md SKILL.md có thể viết: --- name: ui-analysis description: Analyze UI screenshots and create a UI specification. --- # UI Analysis When analyzing a UI screenshot: 1. Identify the page structure. 2. Identify layout regions. 3. Identify UI components. 4. Identify visible fields. 5. Identify visible states. 6. Distinguish visible information from assumptions. 7. Check whether similar components already exist. 8. Do not invent business rules. 9. Do not implement code. The result should be a structured UI specification. Skill này nói cho AI biết: "Nếu ...

Business Rule — Từ luật nghiệp vụ đến Source of Truth cho AI

1. Business Rule là gì? Trong quá trình phân tích nghiệp vụ, một trong những công việc quan trọng của BA là xác định: Business thực sự đang vận hành theo những luật nào? Business Rule là những quy tắc, chính sách, ràng buộc hoặc định nghĩa mà tổ chức đặt ra để kiểm soát hoặc định hướng hoạt động nghiệp vụ. Ví dụ: Khách hàng phải đủ 18 tuổi mới được mở tài khoản. Một thành viên tiêu chuẩn không được có quá 5 khoản mượn đang hoạt động. Một đơn hàng trên 500.000đ được miễn phí giao hàng. Một tài khoản bị khóa không được thực hiện giao dịch. Điểm quan trọng là Business Rule mô tả: Business cho phép gì, yêu cầu gì, cấm gì hoặc định nghĩa một khái niệm như thế nào. Nó không phụ thuộc vào việc hệ thống được xây bằng: .NET Java Python SQL Server PostgreSQL REST GraphQL 2. Business Rule không phải là Code Ví dụ business nói: Thành viên thường không được mượn quá 5 cuốn sách đang hoạt động. Business Rule: BR-BOR-001 A standard member must not have more than 5 active loans. Đây không phải : ...

BMad Method: Khung Quy Trình Chuẩn Cho Lập Trình Bằng AI

Khi sử dụng AI để hỗ trợ viết code, thách thức lớn nhất không phải là sinh mã nhanh hay chậm, mà là mất kiểm soát kiến trúc và mất ngữ cảnh (context) khi dự án phình to. BMad Method ra đời như một phương pháp luận (Methodology) giúp giải quyết triệt để vấn đề này. BMad là gì? BMad là khung quy trình điều phối AI trong toàn bộ vòng đời phát triển phần mềm — từ lúc phác thảo ý tưởng, thiết kế kiến trúc đến khi ra bản code hoàn chỉnh. BMad giúp bạn giữ nguyên "tư duy lập trình viên" mà không bị lệ thuộc hay phó mặc hoàn toàn cho AI. 3 Trụ Cột Chính Của BMad Direct Decisions (Quyết định minh bạch): Mọi quyết định kiến trúc và logic quan trọng đều do con người chốt và lưu giữ rõ ràng, AI đóng vai trò thực thi. Context Continuity (Mạch ngữ cảnh liên tục): Ngữ cảnh dự án được truyền tải liên tục qua từng giai đoạn, giúp AI luôn "hiểu" toàn bộ bức tranh lớn thay vì chỉ nhìn vào một file code ...

Kết hợp Spec-Kit và Google Antigravity (agy)

1. "Vibe Coding" Là Gì Và Tại Sao Nó Lại Là "Bẫy Ngọt Ngào"? "Vibe Coding" là cách gọi cho một kiểu phát triển phần mềm trong đó developer mô tả ý tưởng bằng ngôn ngữ tự nhiên và để AI tạo phần lớn code, thay vì tự mình thiết kế và viết từng phần của implementation. Với các coding agent hiện đại, workflow này thậm chí có thể mở rộng từ sinh code sang tạo file, chạy terminal, sửa lỗi và lặp lại cho đến khi đạt kết quả mong muốn. Quy trình của Vibe Coding rất đơn giản: Bạn mở khung chat AI, gõ một câu mô tả chung chung về tính năng muốn làm (ví dụ: "Viết cho tôi một API quản lý giỏ hàng" ), bấm Enter và ngồi nhìn AI tự động viết code, tạo file, chạy terminal. Nếu có lỗi, bạn lại quăng lỗi đó cho AI tự sửa cho đến khi ứng dụng chạy được thì thôi. Ở những dự án cá nhân nhỏ, Vibe Coding đem lại cảm giác cực kỳ "chill" và năng suất. Nhưng khi áp dụng vào các hệ thống doanh nghiệp phức tạp — nơi cần sự chín...

Khởi đầu với Go: Cài đặt môi trường và viết chương trình Hello World đầu tiên

Nếu bạn đang tìm kiếm một ngôn ngữ lập trình hiện đại, có hiệu năng cao, cú pháp đơn giản và đặc biệt phù hợp để xây dựng API, Microservices, Cloud hay DevOps, thì Go là một lựa chọn rất đáng cân nhắc. Trong bài viết đầu tiên của series Học Go từ A-Z , chúng ta sẽ cùng: Tìm hiểu Go là gì. Cài đặt Go SDK và VS Code. Khởi tạo một dự án Go đúng cách. Viết chương trình Hello World đầu tiên. Chạy và debug chương trình bằng VS Code. Đây là những bước nền tảng mà bất kỳ lập trình viên Go nào cũng cần biết. 1. Go là gì? Go (thường được cộng đồng gọi là Golang) là ngôn ngữ lập trình mã nguồn mở được phát triển bởi Google. Dự án bắt đầu vào năm 2007 bởi Robert Griesemer, Rob Pike và Ken Thompson, và được phát hành chính thức vào năm 2009. Go được thiết kế để giải quyết những hạn chế của các ngôn ngữ truyền thống khi xây dựng những hệ thống lớn, cần khả năng mở rộng và xử lý đồng thời. Ngày nay, Go được sử dụng rất rộng rãi trong: Backend API Micro...

Amazon Bedrock là gì?

Bạn đang trong buổi Sprint Planning. Product Owner nói: "Hay mình thêm AI để trả lời khách hàng tự động nhé?" Cả phòng im lặng vài giây. Rồi trong đầu bạn bắt đầu hiện lên hàng loạt câu hỏi: Phải train model à? Thuê GPU ở đâu? Có cần tuyển ML Engineer không? Có phải học Deep Learning trước không? Chắc dự án này kéo dài thêm 6 tháng... Thực ra, đó cũng chính là vấn đề mà Amazon Bedrock được tạo ra để giải quyết. Amazon Bedrock là gì Amazon Bedrock là một Fully Managed Service cung cấp quyền truy cập tới nhiều Foundation Model (FM) từ nhiều nhà cung cấp khác nhau (Anthropic Claude, Meta Llama, Amazon Titan/Nova, Stability AI, Cohere, Mistral...) thông qua một API thống nhất (InvokeModel, InvokeModelWithResponseStream, hoặc qua Converse API). Về bản chất, Bedrock đóng vai trò là một lớp trừu tượng hóa (abstraction layer) nằm giữa ứng dụng của bạn và hạ tầng inference của các FM. Bạn không thấy GPU, không thấy container, không thấy model server — chỉ thấy một endpoint HTTPS nằm t...