AI 17 - 04 - 2025

LabXperience: Setup BrowserMCP để LLM điều khiển Browser của bạn

Bài viết hướng dẫn từng bước cách thiết lập và sử dụng Browser MCP, một công cụ giúp mô hình ngôn ngữ lớn (LLM) như ChatGPT hoặc Copilot tương tác trực tiếp với trình duyệt web thông qua các thao tác như truy cập trang web, điền form, click nút, trích xuất dữ liệu. . .

AI 12 - 04 - 2025

So sánh MCP Servers và Agent

Agent-based system là một mô hình trong đó các agent – những tác tử thông minh – được thiết kế để tự động thực hiện các nhiệm vụ dựa trên mục tiêu đã được xác định trước. Mỗi agent thường được trang bị khả năng lập kế hoạch (planning), bộ nhớ (memory) để ghi nhớ thông tin từ các lần tương tác trước, và đặc biệt là khả năng sử dụng công cụ (tools). Các công cụ này có thể là API, trình duyệt, máy tính, cơ sở dữ liệu, hoặc các module chức năng cụ thể mà agent có thể gọi đến khi cần thiết. Ngoài ra, một số agent còn có khả năng code execution – tức là tự sinh mã nguồn (thường bằng Python) và thực thi để giải quyết bài toán, tính toán hoặc phân tích dữ liệu ngay trong quá trình hoạt động.

microservice 13 - 03 - 2024

Weekly MicroClosure #2: The Scale Cube

1. Mở rộng theo trục ngang X: Horizontal Duplication (còn gọi là Nhân đôi theo chiều ngang) - Mở rộng bằng cách nhân bản dịch vụ. Trong mở rộng theo trục Z: các nhà phát triển cũng thực thi nhiều instance của cùng một ứng dụng nguyên khối, nhưng điểm khác biệt là mỗi instance lúc này chỉ xử lí một tập hợp con dữ liệu nhất định. Một bộ định tuyến (Router) đứng phía trước các instance để định tuyến nó đến instance phù hợp. Ví dụ như hình X đã quy ước việc xử lí  bằng userId. Bộ định tuyến dựa trên chữ cái đầu của trường dữ liệu userId chọn một trong N instance giống hệt nhau của ứng dụng. Mở rộng theo trục c Z là một cách hiệu quả để mở rộng quy mô ứng dụng nhằm xử lý khối lượng dữ liệu và giao dịch ngày càng tăng. 3. Mở rộng theo trục Y: Functional Decomposition - Mở rộng bằng cách phân chia một hệ thống thành các service.  

ROS 12 - 03 - 2024

Hướng dẫn cài đặt ROS trên hệ điều hành Ubuntu 20.04

I. Giới thiệu về kiến trúc hệ thống ROS 1. OS Layer: OS Layer chủ yếu là hệ điều hành Linux hoặc Ubuntu. 3. Application Layer: II. Cài đặt máy ảo

microservice 06 - 03 - 2024

Weekly MicroClosure #1: Monolith Hell

Trong thế giới công nghệ hiện đại, Microservices đang trở thành một chủ đề nổi bật, mở ra những cánh cửa mới cho kiến trúc phần mềm linh hoạt và dễ bảo trì. Mỗi tuần, chúng tôi sẽ đưa đến cho bạn những kiến thức chất lượng và sâu sắc thông qua một quyển sách tuyệt vời là "Microservices Patterns: With Examples in Java "của tác giả Chris Richardson, giúp bạn hiểu rõ hơn về ưu điểm, thách thức và cách triển khai chúng một cách hiệu quả.   Trong bài viết mở đầu, chúng ta hãy cùng tìm hiểu các ưu điểm và hạn chế của cá mô hình kiến trúc phần mềm truyền thống monolith (kiến trúc nguyên khối) thông qua một ví dụ về công ty tên là FoodToGo (FTGO) nhé. Một công ty giả tưởng là công ty FoodToGo (FTGO) (Hình 1) cung cấp dịch vụ đặt hàng thức ăn trực tuyến (tương tự như GrabFood, BeFood,. . . ). Người dùng sử dụng trang web hoặc ứng dụng di động của FTGO để đặt món ăn từ các nhà hàng địa phương. Trách nhiệm của FTGO bao gồm:  Phối hợp mạng lưới các người vận chuyển (shipper) để giao đồ ăn. Các nhà hàng sử dụng trang web FTGO để chỉnh sửa thực đơn và quản lý đơn đặt hàng.

Regression 24 - 01 - 2024

Từ Linear/Logistic Regression Đến Softmax Regression Và Ý Nghĩa Thật Sự Của Các Thành Phần Bên Trong Nó (Phần 2)

      Ở đây mình sẽ không chứng minh hàm Sigmoid hay hàm Softmax. Chúng ta sẽ chỉ xem xét các tính chất đặc trưng của các hàm này. Trước khi nói về hàm Softmax thì mình sẽ nói về hàm Sigmoid trước. Hàm Sigmoid có những tính chất quan trọng sau (hình 11, hình 12): Hình 11 – Tính chất 1

Regression 23 - 01 - 2024

Từ Linear/Logistic Regression Đến Softmax Regression Và Ý Nghĩa Thật Sự Của Các Thành Phần Bên Trong (Phần 1)

Hôm nay mình xin giới thiệu về Series bài học về Deep Learning. Trong Series này, mình sẽ bắt đầu từ các viên gạch tạo nên Deep Learning như Logistic Regression, Softmax Regression, cho đến các mô hình đang được sử dụng rộng rãi như bây giờ là Transformer hay các Large Language Model,. . Đồng thời mình cũng xin nói trước là bài viết sẽ thiên về cách giải thích các công thức, các khái niệm không phải một cách quá toán học, mà sẽ thông qua các ví dụ, các cách giải thích có thể hơi ví von một xíu.   Trước khi giới thiệu về Softmax Regression, chúng ta cần lưu ý lại một vài điểm chính của mô hình Linear Regression: Hình 1 - Linear Regression  

Bài Đọc Nhiều Nhất

Tổng hợp các mô hình CNN nổi tiếng - Phần 1
Tổng quan ROS cơ bản
Hướng dẫn cài đặt và thực hành Spring Boot (Phần 1)