Cách sử dụng trợ lý AI để tích hợp Tenjin SDK: Hướng dẫn dành cho nhà phát triển

Là những nhà phát triển ứng dụng di động, chúng ta đã dần quen với việc dựa dẫm vào các trợ lý AI. Bạn chỉ cần mở Claude, ChatGPT hoặc GitHub Copilot, mô tả những gì bạn muốn xây dựng, và chỉ trong vài giây là đã có mã nguồn hoạt động. Tuy nhiên, sự tiện lợi đó lại đi kèm với một cái giá tiềm ẩn: hiện tượng ảo giác.

Vấn đề là thế này. Khi bạn yêu cầu một mô hình ngôn ngữ lớn (LLM) tích hợp SDK dành cho thiết bị di động, bạn đang yêu cầu hệ thống dựa vào dữ liệu huấn luyện có thể đã cũ hàng tháng hoặc hàng năm. Hệ thống SDK Đối tượng mà bạn đang nhắm đến có thể đã thay đổi đáng kể kể từ thời điểm cắt ngang kiến thức của mô hình. Các API đã thay đổi, các phương thức đã bị loại bỏ, và các mẫu thiết kế mới đã xuất hiện. Tuy nhiên, hệ thống AI lại không biết điều này. Nó tự tin cung cấp cho bạn đoạn mã mà dáng vẻ Điều này tuy hợp lý nhưng về cơ bản không tương thích với phiên bản SDK hiện tại. 

Đây chính là thách thức cốt lõi mà chúng tôi đang trực tiếp giải quyết. Việc tích hợp Tenjin, hay bất kỳ SDK nào đang phát triển nhanh chóng, thông qua một trợ lý AI không nên đồng nghĩa với việc phải gỡ lỗi một phương thức ảo hay phải loay hoay với các hàm đã bị loại bỏ. Đó chính là lý do chúng tôi đã xây dựng một giải pháp tốt hơn.

Thực tế: Các mô hình ngôn ngữ lớn (LLMs) và bộ công cụ phát triển phần mềm (SDKs) không tương thích tốt với nhau

Hãy lấy một tình huống cụ thể làm ví dụ để làm rõ vấn đề này. 

Bạn đang bắt đầu một dự án React Native mới và muốn tích hợp Tenjin để phân tích và nguồn gốc. Bạn mở ứng dụng Claude và đặt một câu hỏi đơn giản: “Thêm SDK Tenjin vào dự án React Native của tôi.”

Dựa trên dữ liệu huấn luyện của mình — có thể bao gồm Tenjin SDK phiên bản 1.4.0 từ đầu năm 2024 — hệ thống này tạo ra kết quả như sau: 

import { NativeModules } from 'react-native';
const Tenjin = NativeModules.Tenjin;
Tenjin.initialize('YOUR_API_KEY');
Tenjin.connect();

import { NativeModules } from 'react-native';
const Tenjin = NativeModules.Tenjin;
Tenjin.initialize('YOUR_API_KEY');
Tenjin.connect();

Nghe có vẻ hợp lý, nhưng có một vấn đề. Phiên bản hiện tại của React Native Tenjin SDK (giả sử là 1.8.0) đã mang đến những thay đổi gây xung đột. Phương thức `initialize` giờ đây yêu cầu một đối tượng chứa các tham số cấu hình cụ thể, do đó cách tiếp cận đơn giản dựa trên chuỗi ký tự không còn hoạt động nữa. Mã nguồn của bạn biên dịch thành công, nhưng khi chạy, quá trình khởi tạo sẽ thất bại mà không có thông báo lỗi. Bạn có thể mất hàng giờ để gỡ lỗi mà không hề nhận ra rằng SDK thực tế chưa bao giờ được khởi tạo.

Cái bẫy tương tự cũng tồn tại trên Android. Hãy yêu cầu một mô hình ngôn ngữ lớn (LLM) khởi tạo Tenjin và nó có thể đề xuất phiên bản đã bị loại bỏ tenjinSDK.init()method. Đây chính là đoạn mã đã được thay thế bằng mẫu Builder từ phiên bản 1.17.0. Mã nguồn trông có vẻ đúng, quá trình biên dịch diễn ra thành công, nhưng khi chạy thử, không có đối tượng nào được theo dõi vì lệnh khởi tạo là mã chết. 

Đây không phải là sự thất bại của AI, mà là một hạn chế về mặt cấu trúc. Mô hình ngôn ngữ lớn (LLM) không có kiến thức thời gian thực về giao diện API hiện tại mới nhất của Tenjin. Nó không thể biết về các ghi chú phát hành của tháng này, huống chi là những thay đổi trong tương lai. Mô hình đang hoạt động chính xác theo cách nó được huấn luyện: so khớp mẫu với kho dữ liệu của mình và tạo ra mã nguồn bề ngoài trông giống với mã nguồn chính xác.

Bạn có thể khắc phục khoảng cách này bằng cách sử dụng Trợ lý AI để tích hợp SDK.

Giải pháp: Hướng dẫn sử dụng Trợ lý AI có cấu trúc

Tenjin đã lường trước được vấn đề này và bắt đầu xuất bản các Hướng dẫn về Trợ lý AI dành cho SDK của chúng tôi, được gọi là “Hướng dẫn LLM SDK”.  

• Trợ lý hướng dẫn AI là gì?
  Hướng dẫn Trợ lý AI là tài liệu (thường được gọi là “kỹ năng”) được viết cho các mô hình ngôn ngữ, nhằm cung cấp cho trợ lý AI một nguồn thông tin chính xác có thể đọc được bởi máy. Tài liệu này có thể bao gồm các chữ ký API, quy tắc tích hợp và các điểm cần lưu ý đã biết. 

Chúng không được thiết kế cho con người, mà là những hướng dẫn được xây dựng để các mô hình ngôn ngữ xử lý. Chúng chứa đầy các quy tắc rõ ràng, cập nhật Giao diện lập trình ứng dụng (API) các kiểu ký hiệu và các mô hình phản mẫu cần tránh. Điều quan trọng nhất là chúng được cập nhật phiên bản cùng với chính SDK, do đó luôn phản ánh phiên bản hiện tại. Không có sự chênh lệch. Không cần phỏng đoán. 

Mỗi Hướng dẫn sử dụng Tenjin LLM SDK bao gồm: 

Khi bạn đưa một trong những hướng dẫn này vào một mô hình ngôn ngữ lớn (LLM) trước đó Khi được yêu cầu hỗ trợ, bối cảnh của mô hình sẽ thay đổi. Thay vì chỉ dựa vào dữ liệu huấn luyện đã lỗi thời, giờ đây mô hình có một nguồn tài liệu đáng tin cậy để tham khảo. 

Mặc dù các hiện tượng ảo giác không biến mất hoàn toàn, nhưng khả năng chúng xuất hiện đã giảm đi đáng kể. Mô hình ngôn ngữ lớn (LLM) không còn phải nội suy giữa các ví dụ huấn luyện mâu thuẫn nhau nữa; nó đã có một nguồn thông tin đáng tin cậy.

Điều này tạo nên sự khác biệt giữa đoạn mã trông có vẻ đúng và đoạn mã thực sự đúng.

Cách sử dụng trợ lý AI: Hướng dẫn về SDK LLM của Tenjin

Here’s a real workflow that uses Tenjin’s LLM Guide into the SDK integration process.

You’ve just created a new React Native project and you want to add Tenjin analytics. While the traditional move might be to skim the README or ask your AI Assistant directly, you want to be more intentional.

Bước 1: Chuẩn bị Hướng dẫn sử dụng SDK LLM 

Trước khi mở Claude (hoặc các ứng dụng tương tự), hãy tải xuống hướng dẫn phát hiện nền tảng từ kho lưu trữ của Tenjin. Đây là hướng dẫn cơ bản cung cấp các chỉ dẫn cho trợ lý. 

Bước 2: Cung cấp bối cảnh dự án của bạn cho Claude hoặc trợ lý AI khác 

Mở Claude và dán cấu trúc dự án cùng các phụ thuộc của bạn vào đó. Dựa trên hướng dẫn, Claude sẽ xác định hướng dẫn dành riêng cho nền tảng phù hợp nhất để áp dụng cho cấu hình của bạn. 

Bước 3: Cung cấp hướng dẫn dành riêng cho từng nền tảng

Ở giai đoạn này, Claude sẽ yêu cầu hoặc bạn chủ động cung cấp tài liệu hướng dẫn dành riêng cho nền tảng đó. Claude sẽ đọc tài liệu này, từ đó nắm bắt chính xác các chữ ký phương thức và mã khởi tạo hiện tại dành cho nền tảng của bạn.

Bước 4: Để Claude tạo mã cho việc tích hợp

Dựa trên Hướng dẫn SDK LLM làm tài liệu tham khảo, Claude sẽ tạo mã tích hợp cho bạn. Nó sẽ không “tưởng tượng” ra một API cũ. Với sự hướng dẫn này, nó sẽ không “phát minh” ra các phương thức không tồn tại.

Claude và các trợ lý AI khác giờ đây có thể: 

• Hãy giải thích tại sao đây là cách tiếp cận đúng đắn 
• Tham khảo hướng dẫn để giải thích lý do cho từng bước 
• Cảnh báo bạn về những sai lầm thường gặp

Kết quả là một đoạn mã tích hợp mà bạn có thể tin tưởng. Nó được xây dựng dựa trên SDK và phạm vi mới nhất, chứ không phải dựa trên phỏng đoán.

Ví dụ: Sử dụng Hướng dẫn tích hợp SDK với cơ chế tiêm phụ thuộc

Dưới đây là một ví dụ cụ thể về Android, minh họa cách tích hợp Tenjin vào kiến trúc hiện có của bạn: 

Giả sử bạn đang phát triển một ứng dụng Android bằng Kotlin, sử dụng Dagger2 để tiêm phụ thuộc, và bạn muốn khởi tạo Tenjin trong quá trình khởi động ứng dụng. Với sự hỗ trợ từ hướng dẫn tích hợp LLM SDK, Claude có thể cung cấp thông tin mới nhất và chỉ cho bạn biết cần thêm phụ thuộc Gradle nào. Nó thậm chí còn chỉ cho bạn trình tự khởi tạo chính xác cần thực hiện. 

Phát hiện các lỗi khó nhận ra với Hướng dẫn sử dụng SDK

Một trong những lợi ích tiềm ẩn khi sử dụng Trợ lý Hướng dẫn Trí tuệ Nhân tạo là phát hiện các lỗi tích hợp khó nhận ra. n Khi nói đến việc theo dõi sự kiện, sự khác biệt giữa việc truyền một String và một Int đây là một lỗi nhỏ nhưng rất quan trọng. Khi bạn tham chiếu đến Hướng dẫn Trợ lý AI, Claude sẽ biết chính xác cấu trúc hàm nào là đúng và tạo ra đoạn mã hoạt động chính xác.

Thêm bối cảnh của riêng bạn vào các hướng dẫn dành cho trợ lý AI

Các Hướng dẫn Trợ lý AI rất mạnh mẽ, nhưng về mặt thiết kế lại mang tính chung chung vì chúng được tạo ra để áp dụng cho bất kỳ dự án nào. Do mỗi dự án đều có các yêu cầu kỹ thuật, bối cảnh và phạm vi riêng, nên bạn sẽ cần phải tích hợp chúng vào dự án của mình. 

Làm thế nào? Chỉ cần hỏi Claude cách tích hợp Tenjin vào hệ thống và dịch vụ hiện tại của bạn, hoặc cách tối ưu hóa quá trình khởi tạo sao cho phù hợp với các yêu cầu cụ thể của bạn. Bạn sẽ có được cả hai lợi ích: một nguồn dữ liệu đáng tin cậy và một giải pháp được tùy chỉnh phù hợp với cơ sở mã nguồn của bạn. 

Hướng dẫn cách sử dụng SDK để gỡ lỗi

Hướng dẫn tích hợp SDK không chỉ dành cho quá trình phát triển. Nó còn trở nên vô cùng hữu ích khi quá trình tích hợp gặp sự cố.

Thay vì phỏng đoán, bạn hãy chỉ cho Claude xem danh sách kiểm tra và phần xác minh trong hướng dẫn. Với tài liệu tham khảo trong tay, Claude có thể chỉ ra những lỗi cài đặt thường gặp và hướng dẫn bạn thực hiện các bước xác minh một cách có hệ thống, cho đến khi bạn xác định chính xác được nguyên nhân gây ra sự cố. 

Sự chuyển hướng sang các bộ công cụ phát triển phần mềm (SDK) sẵn sàng cho trí tuệ nhân tạo

Tenjin không phải là công ty duy nhất đang xem xét lại cách lập tài liệu trong thời đại trí tuệ nhân tạo. RevenueCat xuất bản các hướng dẫn tập trung vào AI để các mô hình ngôn ngữ lớn (LLMs) có thể tích hợp SDK đăng ký một cách chính xác. OneSignal duy trì các lời nhắc AI cho SDK nhằm ngăn các mô hình tạo ra các API thông báo đẩy không chính xác. Các đội ngũ thông minh nhất trong lĩnh vực này đều nhận ra rằng tài liệu hiện nay có hai đối tượng độc giả: một trong số đó không phải là con người. 

Điều này thay đổi tất cả. Trong nhiều năm qua, “tài liệu tốt” được hiểu là những tài liệu mà con người có thể làm theo. Giờ đây, một thư viện được duy trì tốt phải “nói” thành thạo Markdown, để giao tiếp với các Trợ lý AI đang viết một nửa số mã tích hợp hiện có. Mặc dù các tệp README và hướng dẫn sử dụng vẫn sẽ tồn tại, nhưng chúng không còn đóng vai trò chính trong bức tranh tổng thể nữa. 

Trong vòng một năm tới, các Trợ lý Hướng dẫn Trí tuệ Nhân tạo (AI Assistant Guides) sẽ trở thành một sản phẩm chính thức, được phát hành cùng với mọi bộ SDK, tài liệu hướng dẫn và các mẫu mã nguồn. 

Những điểm chính

Điểm chính cần ghi nhớ rất đơn giản: Đừng bao giờ tin tưởng vào một mô hình ngôn ngữ lớn (LLM) để tích hợp một bộ công cụ phát triển phần mềm (SDK) nếu không có tài liệu tham khảo cập nhật. Theo mặc định, dữ liệu huấn luyện của mô hình đã lỗi thời, và hậu quả của việc sử dụng API lỗi thời hiếm khi rõ ràng. Đây thường là loại lỗi biên dịch thành công, nhưng lại gây ra sự cố âm thầm và làm lãng phí hàng giờ đồng hồ. Các hướng dẫn về mô hình ngôn ngữ lớn (LLM) của Tenjin không chỉ là tài liệu tham khảo tùy chọn, mà đã trở thành công cụ thiết yếu trong quy trình tích hợp của bạn.

Trước khi nhờ trợ lý AI hỗ trợ về Tenjin, hãy thực hiện ba việc sau đây: 

1. Lấy và đưa cuốn cẩm nang ra.

Bước đơn giản này giúp giảm đáng kể các hiện tượng ảo giác và chuyển mô hình từ việc phỏng đoán sang việc suy luận dựa trên nguồn thông tin đáng tin cậy. 

2. Tích hợp bối cảnh cụ thể của dự án của bạn vào đó.

Hướng dẫn này tập trung vào SDK, trong khi bạn sẽ cung cấp các ràng buộc về kiến trúc, yêu cầu về hiệu năng và các điểm tích hợp theo các yêu cầu kỹ thuật và phạm vi tổng thể của dự án. 

3. Hãy đối chiếu kết quả với hướng dẫn, mỗi lần như vậy.

Ngay cả khi bạn tin tưởng vào mô hình ngôn ngữ lớn (LLM), việc kiểm tra nhanh dựa trên các tài liệu tham khảo và nguồn thông tin của bạn cũng có thể giúp tiết kiệm hàng giờ đồng hồ cho việc gỡ lỗi và khắc phục sự cố. 

Tương lai của các công cụ dành cho nhà phát triển đang ngày càng trở nên rõ ràng hơn: con người đặt ra các quy tắc, máy móc tuân theo chúng, và các nhà phát triển được hưởng lợi từ cả hai.

Tại Tenjin, chúng tôi đang đi trước một bước và dẫn dắt bằng chính hành động của mình. Tại đây, bạn có thể tìm thấy tệp thông tin về các kỹ năng mà bạn có thể sử dụng cùng với Trợ lý AI của mình để tích hợp SDK của chúng tôi.

Bài viết này do Enrique López-Mañas, Kỹ sư SDK cấp cao tại Tenjin, viết.