一、前言:從推理自動伸縮到訓練水平擴展
在上一篇我們聊到 LLM 推理的自動伸縮策略,解決了「模型在服務階段的彈性伸縮」問題。然而,模型要能被穩定部署之前,還得...
前言
這幾天,我們讓程式碼經過各種檢查:Lint、測試、安全掃描、容器漏洞… 每一層都守得很緊。但說實話,程式到目前為止還只是「待在 pipeline 裡的考卷...
前言
在前面的日子裡,我們學會了如何抓取資料、呼叫 AI 模型分析、再把結果回寫回 Google Sheet。今天,我們將這些零散的步驟整合成一個完整的自動化工...
在這最後一天,將整理過去 29 天中所學的核心技術與實戰經驗,並呈現一個融合多種 n8n 節點與外部服務的完整專案,幫助大家理解如何將自動化技能運用於真實工作流...
在前幾天的專案架構練習中,我們已經學會了模組化與檔案拆分的重要性,知道如何把資源按功能分類、建立可重用模組。今天,我們要把同樣的思維延伸到 多環境管理,讓同一套...
如果守門人自己把鑰匙亂放,再高的城牆也沒用。
前言
前面幾天,我們布好了四道防線:
程式碼安全(Bandit)
依賴安全(pip-audit)
Secre...