Hướng dẫn hoàn hảo phát triển dịch vụ web Python/Django với React (dựa trên Django 4.2)

Xin chào. Tôi là Lee Jin Seok.

Cuối tuần vừa rồi, tôi đã tham gia với tư cách diễn giả chính tại pycon korea 2025 được tổ chức tại khuôn viên Seoul của Đại học Dongguk ở Seoul, với chủ đề "Django! Lựa chọn thực tế nhất cho thời đại AI" trong khoảng 1 tiếng. Hội trường đã chật kín, và có rất nhiều người phải đứng nghe. Hơn 300 người đã thực sự tập trung lắng nghe. Vì vậy, mặc dù đã vượt quá 20 phút so với thời gian dự kiến 40 phút, các nhân viên vẫn không cắt ngang và giúp tôi có thể hoàn thành đến cuối.

Tôi đã giới thiệu các chủ đề cốt lõi được đề cập trong khóa học này. Tôi cũng đã thông báo rằng nó có thể được sử dụng một cách hữu ích trong việc phát triển ứng dụng AI. Tôi chia sẻ slide đó với các bạn, hãy xem qua nhé. :-)

https://docs.google.com/presentation/d/1hQlaXP4qKudjkaIr-RyP03q-ofrKjlxsNUT9-iqLLlQ/edit?usp=sharing

Tôi sẽ trở thành người dẫn nhịp Python/Django của các bạn.

Phòng yêu thương Python, Lý Chân Thạch gửi

Xin chào.

Trong kỷ nguyên AI/LLM/Đại lý, tôi nghĩ ngày càng có nhiều thứ có thể được thực hiện với Django. Vì vậy, để truyền bá Django, chúng tôi đang phát triển và chia sẻ nhiều hướng dẫn khác nhau liên quan đến AI.

Là hướng dẫn thứ ba, chúng tôi đang chia sẻ hướng dẫn “RAG từ dưới lên trò chuyện trên web” dựa trên Django.
https://ai.pyhub.kr/rag-01/

Ngày nay, trò chuyện trên web dựa trên RAG và RAG đã trở thành một trường hợp sử dụng rõ ràng trong các ứng dụng AI. RAG ngày nay là công nghệ cốt lõi để thu thập dữ liệu kiến ​​thức khi tạo các dịch vụ như ChatGPT. Không chỉ các công ty nói chung mà nhiều tổ chức công khác nhau cũng đang cạnh tranh để phát triển chatbot RAG. Trò chuyện trên web và nhiều chức năng khác cần thiết cho RAG là những chức năng mà Django đã hỗ trợ tốt. Bạn có thể triển khai trò chuyện trên web RAG với năng suất cao dựa trên Django.

Buổi phát trực tiếp trên YouTube dự kiến ​​được tổ chức như một buổi hỏi đáp bổ sung cho bài giảng trước đây được phát dưới dạng tin tức, được đánh giá là cần chuẩn bị kỹ hơn nên sẽ được tổ chức sau Tết Nguyên đán.

Làm cùng nhau sẽ thú vị hơn là làm theo hướng dẫn một mình. 25/1 (Thứ Bảy) 9 giờ tối < Hãy theo dõi. Chúng tôi sẽ tiến hành hướng dẫn trực tiếp số 1 "Từ cuối RAG đến trò chuyện trên web" . Xây dựng sự hiểu biết của bạn bằng cách triển khai RAG trực tiếp bằng Python và chúng tôi sẽ cung cấp hướng dẫn trực tiếp từng bước về cách tạo giao diện người dùng trò chuyện trên web bằng Django/htmx, đồng thời chia sẻ câu hỏi và câu trả lời. Chúng tôi dự định cùng nhau thực hành và xây dựng sự hiểu biết. Nếu bạn quan tâm đến việc phát triển RAG dựa trên RAG và Django, hãy gặp bạn trên YouTube vào thứ Bảy tuần này. :-)
https://www.youtube.com/live/aI-Dt4wSgLY

Cảm ơn

Jinseok Lee trong Python Sarangbang

Chúng tôi đang chia sẻ một bài đăng phân tích cuộc khảo sát dành cho nhà phát triển Django năm 2024 do JetBrains thực hiện.
https://blog.jetbrains.com/ko/pycharm/2024/09/the-state-of-django/

• Async: Được sử dụng bởi 61% nhà phát triển Django

• Frontend: Các nhà phát triển Django ngày càng ưa thích HTMLX, Alpine.js và Tailwind CSS

• Cơ sở dữ liệu: 75% nhà phát triển Django thích PostgreSQL và 50% sử dụng Redis cho bộ đệm

• Điều phối: Hơn 50% nhà phát triển Django sử dụng điều phối vùng chứa

• Hệ thống CI: Hành động của GitHub dẫn đầu ngành

• IaC: 39% nhà phát triển Django sử dụng Cơ sở hạ tầng làm Mã (IaC)

Trong số đó tôi xin có vài ý kiến.

1. Tôi cũng đang tích cực sử dụng async những ngày này. Hầu như tất cả các mã đều không đồng bộ. Trong thời đại AI, có rất nhiều lệnh gọi API bên ngoài nên việc tối ưu hóa I/O là cần thiết. Do đó, nếu bạn áp dụng async trong Django, bạn có thể vận hành máy chủ hiệu quả hơn. Vì mô hình Django và một số trình trang trí không hỗ trợ tính không đồng bộ nên bạn phải triển khai riêng phiên bản không đồng bộ của trình trang trí. Vui lòng tham khảo mã trang trí login_required, csrf_exept và require_http_methods cho phiên bản không đồng bộ mà tôi đã triển khai . Trong Python, có một quy ước về tiền tố tên hàm không đồng bộ bằng a.

2. htmx/alpine.js/tailwindcss cũng được sử dụng tích cực trong thư viện django-pyhub-ai mà tôi đã phát triển. Bài giảng này cũng chủ động đề cập đến htmx.

3. PostgreSQL đang nhanh chóng trở nên phổ biến trên toàn thế giới. Người ta nói rằng cơ sở dữ liệu sqlite3, đang được triển khai trong trại Ruby on Rails, có thể được phục vụ tốt với một máy chủ duy nhất cho một dịch vụ nhắm mục tiêu đến khoảng 100.000 người dùng. Thật dễ dàng để coi cơ sở dữ liệu sqlite3 như một cơ sở dữ liệu thử nghiệm, nhưng trong thời đại ngày nay, khi I/O đĩa đã trở nên nhanh hơn đáng kể và CPU/bộ nhớ đã được cải thiện hơn 100 lần so với 20 năm trước, nó được cho là hoạt động đủ tốt. .

Cảm ơn bạn đã ở bên chúng tôi vào năm 2024. Chúng tôi mong nhận được sự hỗ trợ liên tục của bạn vào năm 2025.

Tôi sẽ là máy điều hòa nhịp tim Python/Django của bạn.

Cảm ơn

Giấc mơ của Jinseok Lee

Xin chào.

< Tạo chatbot tác nhân phân tích dữ liệu trong 30 phút với Python/Django > Chúng tôi đang chia sẻ các video và tài liệu hướng dẫn.

• Video hướng dẫn: https://www.youtube.com/watch?v=10Fp78n3jSw

• Tài liệu hướng dẫn:https://django-pyhub-ai.readthedocs.io

Nó bao gồm quy trình tạo nhanh một chatbot tình huống LLM và một chatbot tác nhân phân tích dữ liệu bằng thư viện django-pyhub-ai mà tôi đã tạo. Thư viện này dựa trên DRY (Đừng lặp lại chính mình), một trong những triết lý cốt lõi của Django, nhằm loại bỏ các tác vụ lặp đi lặp lại và rườm rà, đồng thời giúp bạn dễ dàng xây dựng dịch vụ trò chuyện dựa trên tổng đài viên hiệu quả. Bạn có thể triển khai chatbot đại lý với mã gần với cài đặt mà không cần lo lắng về giao diện người dùng web. Nó dựa trên Kênh Django và HTMX, đồng thời sử dụng nội bộ LangChain, nổi tiếng với thư viện LLM.

Màn hình hoạt động của Chatbot

Tôi tin rằng bằng cách sử dụng mô hình/bộ đệm/mẫu/lưu trữ/API/xác thực của Django, chúng ta có thể tạo ra một tác nhân trí tuệ nhân tạo hiệu quả hơn và có giá trị hơn. Chúng tôi sẽ tiếp tục cố gắng cung cấp cho bạn nhiều tin tức khác nhau về Django.

Hãy chia sẻ rộng rãi.
Tôi sẽ là máy điều hòa nhịp tim Python/Django của bạn.

Cảm ơn

Python Sarangbang, giấc mơ của Jinseok Lee

Infrun <Bài giảng giới thiệu về Python Django Bắt đầu với Triết lý thiết kế Django> sẽ được chuyển đổi thành miễn phí kể từ hôm nay.
https://inf.run/RDjT

Nếu xung quanh bạn có người quan tâm đến Django thì hãy chia sẻ rộng rãi nhé. Tuy nhiên, nó có thể gây khó khăn cho những người mới bắt đầu phát triển web. Đối với những người mới bắt đầu phát triển web, Chúng tôi khuyên bạn nên nghiên cứu các khóa học trên YouTube trước.
https://www.youtube.com/playlist?list=PLuHgQVnccGMDLp4GH-rgQhVKqqZawlNwG

Cảm ơn :-)

Cách đây không lâu, một video thử nghiệm API thời gian thực OpenAI đã được đăng trên YouTube Teddy Note .

Mã từ kho lưu trữ https://github.com/langchain-ai/react-voice-agent đã được hiển thị nguyên trạng. Mã trong kho lưu trữ này được viết dựa trên Starlette và langchain.

Tôi đã chuyển cái này sang phiên bản django/channels + langchain. ;-)
https://github.com/pyhub-kr/pyhub-django-react-voice-agent

Nó có chức năng giống hệt với dự án tác nhân phản ứng bằng giọng nói. Chỉ cần đặt biến môi trường OPENAI_API_KEY và truy cập trang http://localhost:8000 để hoạt động.

Nếu bạn chưa xem video Teddy Note ở trên, hãy xem trước rồi chạy mã.

Tôi đã sử dụng AsyncWebsocketConsumer từ các kênh django.

#openai #thời gian thực

Buổi giảng đặc biệt về chủ đề “Phát triển web front-end sử dụng Django hiệu quả” sẽ sớm được tổ chức ngoại tuyến trong 2 giờ bắt đầu lúc 3:00 tại chi nhánh Gangnam của Everyone's Lab. Chia sẻ slide thuyết trình và kho mã.

1. Cách tạo các thành phần động khác nhau trong Django thông qua thư viện django-cotton.

- Thành phần biểu tượng, thành phần bản đồ, tiện ích xem trước tệp hình ảnh, v.v.)

- So sánh với các thành phần React

- Sử dụng HTMX

2. Tạo dịch vụ ChatGPT bằng chế độ xem django (Không có JS)

- Truyền các giá trị đầu vào hình ảnh/văn bản (đa phương thức)

- Cách triển khai phản hồi phát trực tuyến và áp dụng nó vào màn hình

- Tạo phản hồi bằng LLM

- Cách cấu trúc lại thành chế độ xem dựa trên lớp

- Triển khai trò chuyện nhiều bên bằng cách triển khai SSE với chế độ xem Django mà không cần websocket

3. Cấu hình bố cục biểu mẫu một cách tự do

- Sử dụng các mẫu tùy chỉnh

- Sử dụng django-widget-tweaks và django-crispy-forms

4. Cách sử dụng xác thực phiên mặc định của Django thay vì JWT trong API web

- So sánh với xác thực JWT

- Xử lý các yêu cầu đăng nhập/đăng xuất từ ​​các máy chủ khác trong Django loginView/LogoutView

- Cách chia sẻ cookie phiên với các máy chủ khác

Trang trình bày: https://drive.google.com/file/d/1tcdHEiadFuFb-HOSEVIQkCvgJ8ssY4wv/view?usp=drive_link

Kho lưu trữ mã: https://github.com/pyhub-kr/pyhub-htmx-examples

Mình sẽ quay riêng và chia sẻ với các bạn. :-)

Xin chào. Đây là Jinseok Lee.

Tôi đã tải lên tất cả các video sáng hôm qua.
Cảm ơn bạn đã chờ đợi trong một thời gian dài. Nhờ có bạn mà tôi đã có thể hoàn thành tốt nó.

Video cuối cùng của bản phân phối đề cập đến việc cấp chứng chỉ HTTPS. Cần có miền để cấp chứng chỉ HTTPS. Đối với những người chưa có miền, để mang lại lợi ích cho những học viên tham gia khóa học này, chúng tôi sẽ cấp một miền phụ pyhub-django.com một lần cho mục đích thực hành. Bạn có thể kiểm tra chi tiết và đăng ký thông qua thông báo liên quan .

Việc sản xuất khóa học này không kết thúc ở đây và chúng tôi sẽ cố gắng hết sức để liên tục cập nhật nội dung để biến nó thành một khóa học tốt hơn.

Chúng tôi yêu cầu sự quan tâm và hỗ trợ liên tục của bạn.

Tôi sẽ là máy điều hòa nhịp tim Python/Django của bạn.

Python Sarangbang, giấc mơ của Jinseok Lee