Tak jak pisałem już wcześniej - w AI interesują mnie praktyczne zastosowania i właśnie znalazłem jedno bardzo konkretne.
Kończę właśnie migrację mojej strony z Wordpressa na Hugo i jestem bardzo zadowolony jak dzięki AI (głównie LLM) sprawnie mi to poszło.
Dlaczego już nie mogłem wytrzymać
Kilka lat temu zostałem namówiony na Wordpressa i do tej pory odczuwam konsekwencje tej decyzji. A dlaczego?
Oto kilka powodów, dla których już nigdy bym tego nie zrobił:
- Fakt, Wordpress jest bardzo popularny, ale jest narzędziem z innej epoki i dla innego typu odbiorcy - głównie dla nietechnicznych ludzi, którzy potrzebują wyklikiwać swoje treści
- Nie mam nic do php, ale to jak Wordpress opiera się na trylionach pluginów to jakiś koszmar. Przypomina mi to sytuację z Jenkinsem, gdy niewinna aktualizacja jednego pluginu wywala go całego. Tu jest podobnie.
- Baza danych, aby trzymać treści? Totalnie bez sensu. I do tego treść pomieszana z formatowaniem to później jeszcze większy bajzel. Poza tym wolę, abym backupem mojej strony było jedno repozytorium gita. Prostota wygrywa.
- Jakie to wolne! Sama strona może być już szybka (jak zainstalujesz odpowiednie pluginy), ale edycja to jakieś nieporozumienie. Mam (miałem?) wtyczkę Elementor i to jest nieporozumienie jakieś - każda edycja to załadowanie olbrzymiej ilości danych do przeglądarki i ciągłe odpytywanie backendu w PHP przy drobnej zmianie. Masakra…
Ja potrzebuję czegoś lepszego i coś takiego już miałem wcześniej. To był Jekyll, który z kodu generował mi mojego bloga. To były wspaniałe czasy i postanowiłem naprawić mój błąd i wrócić do korzeni.
Dlaczego wybrałem Hugo
Hugo to CMS napisany w Go w stylu Jamstack. Opiera się na szablonach, z których generowane są statyczne strony (HTML+Javascript).
Jest szybki w generowaniu i logicznie ułożony. Mogę w końcu zastosować moje podejście “Everything as Code” również do mojej strony!
Hugo jest naprawdę potężny, ale nie jest intuicyjny - przynajmniej nie na początku. Przypomina to trochę Kubernetesa - też na początku przeraża, ale później docenia się jak logicznie i prosty on jest.
To, że mam wszystko w postaci kodu powoduje, że mogę go hostować gdziekolwiek. Wcześniej używałem GitLab Pages lub GitHub Pages, a teraz wybrałem rozwiązanie Cloudflare Pages. Oczywiście ze względu na prostotę statycznych stron, usługi te są za friko. Dla mnie to jest tylko dodatek, bo większe korzyści widzę gdzie indziej.
Skoro mam wszystko w kodzie to dzięki temu mogę:
- Wersjonować wszystko w repo gita
- Mam lepszą kontrolę nad szablonami moich treści - oddzielnie tekst, oddzielnie forma
- Nie muszę klikać i mogę publikować z mojego edytora, a proces publikacji to zwykłe “git push”
- Jeśli będę chciał coś zmienić w układzie, dodać bajery (formularze, większa interaktywność) to mogę zatrudnić do tego AI
No i apropos AI - użycie go bardzo, ale to bardzo ułatwiło mi migrację.
Jak migrowałem z AI
Zanim o AI to jeszcze kilka rzeczy, które były konieczne przed.
Najpierw kupiłem szablon, który mi się spodobał, bo żaden ze mnie grafik, a teraz jest tego na pęczki za kilkadziesiąt dolarów. Nie był idealny, ale to był dobry start.
Następnie użyłem Canvy do dopasowania wyglądu strony - tak, mam wersję płatną i to baaardzo ułatwia robienie takich rzeczy.
Przyszła pora na treści. Część utworzyłem od nowa, aby coś zmienić, poprawić, ale część zmigrowałem automatem. Użyłem projektu wp2hugo, który ułatwił mi co nieco, ale i tak musiałem dużą część poprawiać.
I tu przychodzi część na AI. Posiadając szablon, częściowo zmigrowane treści i nie do końca pasujące mi elementy strony potrzebowałem sporo pozmieniać. Zatrudniłem sobie na początku bezpłatnego Copilota, który nawet dawał radę. Pomógł mi dostosowywać układy i nauczyć się zaawansowanych rzeczy z Hugo.
Później jednak zatrudniłem lepszego pomocnika - Cursor. I jestem pod wrażeniem. Świetnie radził sobie z zadaniami jakie mu dawałem. Znajdował odniesienia w całym kodzie, dodawał zmiany i sugerował ulepszenia. Co ciekawe odnalazł i naprawił nawet błąd w oryginalnym szablonie.
Takie AI bardzo cenię - konkretne korzyści i oszczędności czasu. I może klikalne interfejsy są fajne dla laików, ale w dobie AI kod jest o wiele łatwiejszy dla agentów opartych o LLMy.
I tak po tygodniu od rozpoczęcia migracji strony jestem już na jej ukończeniu. Pewnie w tym tygodniu opublikuję ostateczna jej wersję, a ty już możesz zobaczyć ją tutaj.
Nowe części serii “AI w minutę”
Tradycyjnie na końcu przedstawiam listę dostępnych wideo tłumaczących jak działa AI.
1: Jaka jest różnica między AI a LLM?
2: Czym jest LLM?
3: Jak powstaje LLM?
4: Jaka działa LLM?
5: Czym są parametry w LLM?
6: Ile kosztuje korzystanie z LLM?
7: Czym jest self-attention?
8: Czym jest cutoff w LLM?
9: Czym są tokeny?
10: Czym są embeddings?
11: Czym jest RAG?
12: Czym jest prompt engineering?
13: Jak uczyć AI z własnych danych?
14: Dlaczego LLMy halucynują?
15: Czym jest fine-tuning modelu? (niepubliczne - obecnie dostępne tylko dla subskrybentów)
16: Czy korzystanie z LLM jest bezpieczne?
17: Do czego potrzeba matematyki w LLM? (niepubliczne - obecnie dostępne tylko dla subskrybentów)
18: Czym są agenty AI? (niepubliczne - obecnie dostępne tylko dla subskrybentów)
19: AI w minutę: 19 - Co potrafią agenty AI? (już w czwartek 6 marca)
Comments