Phong Ho

Một cuốn sách mở dạy xây AI Agent từ gốc: 10 chương, có bản tiếng Việt

Có một cuốn sách dạy xây AI Agent đi từ nguyên lý tới thực hành thật, kèm 92 thí nghiệm chạy được bằng code. Toàn bộ mở, miễn phí. Và vừa hay, đã có bản tiếng Việt. Tên sách: "Hiểu sâu về AI Agent: Nguyên lý thiết kế và thực hành kỹ thuật", tác giả Li Bojie. Điều mình thích là nó không dạy kiểu chắp vá mỗi nơi một mẩu. Cả cuốn xoay quanh một công thức gọn: Agent = LLM + Context + Tools Tức là: một bộ não ngôn ngữ (LLM), cộng với ngữ cảnh bạn nạp vào cho nó, cộng với bộ công cụ để nó ra tay làm việc thật. 10 chương đi tuần tự từ nền tảng cho tới lúc đưa vào chạy thật: 1/ Kiến thức nền về Agent 2/ Kỹ thuật ngữ cảnh (context) - thứ quyết định trần năng lực của Agent 3/ Bộ nhớ người dùng và kho tri thức (có cả RAG, cho AI tra cứu dữ liệu thật của bạn) 4/ Công cụ và giao thức MCP - "đôi tay" của Agent 5/ Coding Agent và sinh mã 6/ Cách đánh giá một Agent cho đàng hoàng 7/ Hậu huấn luyện mô hình (SFT, RL) 8/ Agent tự tiến hóa 9/ Đa phương thức: giọng nói, thao tác máy tính, robot 10/ Nhiều Agent cộng tác với nhau Cái đáng giá nhất với người muốn làm thật: 92 dự án đi kèm, hơn 70 cái chạy độc lập được. Đọc lý thuyết xong là có code để tự mở ra chạy, không phải đọc chay. Vài điểm để bạn yên tâm vào xem: Miễn phí hoàn toàn, tải được cả PDF và EPUB*, hoặc đọc thẳng trên web. Có 7 ngôn ngữ, trong đó bản tiếng Việt* do cộng đồng dịch (bạn @toanalien). Repo đã gần 18 nghìn sao trên GitHub, đủ thấy dân trong nghề đang để mắt tới nó. Đây là loại tài liệu hợp với bất kỳ ai đang làm hoặc muốn hiểu sâu về AI Agent, không riêng lập trình viên. Nếu bạn đang mày mò tự xây một con agent cho công việc của mình, cuốn này cho bạn cả bản đồ lẫn code để bắt tay. Link để vào xem mình để ngay bình luận nhé👇

Kho 1.600+ API miễn phí với hơn 453 nghìn sao GitHub: 51 nhóm chủ đề, hơn 750 cái gọi thẳng không cần đăng ký

Có một kho trên GitHub gom sẵn hơn 1.600 API miễn phí, và đến nay đã hơn 453 nghìn sao. Tên nó là public-apis. Mô tả của kho chỉ một dòng: "A collective list of free APIs" (tạm dịch: một danh sách API miễn phí do cộng đồng gom lại). Nói cho dễ hiểu: API là cái cửa để phần mềm của bạn xin dữ liệu từ một dịch vụ khác - xin thời tiết, tỷ giá, bản đồ, dữ liệu chứng khoán. Bạn không phải tự đi thu thập, chỉ gọi một câu là có. Kho này chia 51 nhóm chủ đề: thời tiết, tài chính, tỷ giá, sức khỏe, dữ liệu mở, dữ liệu của chính phủ, machine learning (học máy), sách, video, âm nhạc, thể thao, dữ liệu giả để test, và nhiều nhóm nữa. Chỗ hay nhất không phải số lượng, mà là mỗi dòng đều ghi rõ 3 điều bạn cần biết trước khi gọi: 1/ Auth - có phải xác thực hay không, và bằng cách nào (khóa API, OAuth...) 2/ HTTPS - có kết nối mã hóa hay không 3/ CORS - gọi trực tiếp từ trình duyệt được hay không Nhờ vậy bạn khỏi mất buổi chiều mò tài liệu rồi mới biết cái đó không dùng được. Trong danh sách, hơn 750 API ghi Auth là No, nghĩa là gọi thẳng, không cần đăng ký gì. Một lưu ý thật lòng: đây là danh sách do cộng đồng gom, còn điều kiện dùng của từng API thì bên cung cấp quyết định. Trước khi đưa vào sản phẩm thật, mở trang tài liệu của API đó đọc kỹ giới hạn miễn phí. Ai đang học code, làm app, hay dựng AI agent cần nguồn dữ liệu thật thì lưu lại kho này, đỡ được rất nhiều thời gian đi tìm. 👉 Link GitHub mình để ngay bình luận nhé 👇

Kho "gu thẩm mỹ" cho AI code giao diện, hơn 115 nghìn sao

AI viết code giao diện rất nhanh. Nhưng để ý mà xem, sản phẩm nào nó làm ra cũng na ná nhau: vẫn kiểu nền tím hồng đó, vẫn bố cục đó, vẫn mấy cái nút đó. Vấn đề không phải nó code dở. Là nó không có gu. UI UX Pro Max là một kho mở đang giải đúng chỗ đó. Nó là một skill (bộ hướng dẫn cài thêm cho AI, để AI biết làm sâu một việc chuyên môn). Cài xong, bạn bảo "làm cho mình trang bán hàng cho tiệm spa", AI sẽ không lao vào code ngay. Nó chốt trước một bộ thiết kế hoàn chỉnh: → kiểu giao diện hợp ngành → bảng màu, cặp font → bố cục các phần của trang → hiệu ứng, chuyển động → và một danh sách "những thứ đừng làm" riêng cho ngành đó Rồi mới code theo bộ đó. Giống như thay vì thuê thợ xây làm luôn, bạn đưa cho họ bản vẽ của kiến trúc sư trước. Bên trong kho có gì (theo tài liệu của chính kho): 1/ 161 bộ luật thiết kế theo ngành - spa, phòng khám, fintech, nhà hàng, game, portfolio... mỗi ngành một cách làm khác nhau 2/ 84 kiểu giao diện - từ Minimalism, Glassmorphism, Bento Grid tới Dark Mode 3/ 192 bảng màu gắn 1-1 với 192 loại sản phẩm 4/ 74 cặp font đã ghép sẵn, kèm sẵn Google Fonts 5/ Gần 100 nguyên tắc UX kèm các lỗi thường gặp và quy tắc dễ tiếp cận 6/ 22 nền tảng lập trình được hỗ trợ: React, Next.js, Vue, Svelte, Flutter, SwiftUI, Tailwind... 7/ 25 kiểu biểu đồ cho ai làm dashboard Cài được cho nhiều công cụ: Claude Code, Cursor, Windsurf, GitHub Copilot, Codex CLI, Gemini CLI, Antigravity, Warp và nhiều cái khác. Với Claude Code thì hai câu lệnh là xong. Điều mình thấy hay nhất nằm ở ý này: muốn AI làm ra thứ đẹp, đừng bắt nó đoán. Hãy đưa cho nó cái gu. Bạn nào đang để AI dựng giao diện thì vào xem thử, thấy hợp thì lưu bài lại. Link mình để ngay bình luận nhé 👇

Anthropic có một kho miễn phí trên GitHub dạy bạn tự làm ứng dụng AI với Claude - đã hơn 47 nghìn sao

Có một kho miễn phí trên GitHub vừa chạm mốc hơn 47 nghìn sao, và nó không phải của một lập trình viên vô danh nào đó. Nó do chính Anthropic làm ra - công ty tạo ra Claude. Tên nó là Claude Cookbooks. Hiểu nôm na, đây là một cuốn "sách dạy nấu ăn", nhưng món ăn ở đây là các ứng dụng AI. Mỗi "công thức" là một đoạn code mẫu chạy được ngay, kèm hướng dẫn, để bạn bê thẳng về dự án của mình mà không phải mò từ số không. Điều hay nhất: nó trả lời đúng câu hỏi mà hầu hết mọi người mắc kẹt - "biết Claude mạnh rồi, nhưng ghép nó vào việc của mình kiểu gì?" Vài "công thức" có sẵn trong kho: 1/ RAG (cho AI đọc và tra cứu đúng tài liệu thật của bạn thay vì trả lời chung chung) - dựng trợ lý biết dữ liệu riêng của công ty bạn. 2/ Tool use (dạy Claude tự gọi công cụ bên ngoài) - ví dụ một con bot chăm sóc khách hàng biết tự tra đơn hàng, tự tính toán. 3/ Vision (cho Claude "nhìn" ảnh) - đọc biểu đồ, bóc chữ trong hóa đơn, trích thông tin từ biểu mẫu. 4/ Sub-agents (chia một việc lớn cho nhiều "trợ lý AI" nhỏ cùng làm) - dùng model nhỏ chạy song song rồi model lớn tổng hợp lại. 5/ Cùng nhiều thứ nữa: tóm tắt văn bản, phân loại dữ liệu, ép Claude trả kết quả gọn theo đúng khuôn (JSON), làm bộ lọc kiểm duyệt nội dung, tự động chấm điểm prompt, và cả kỹ thuật tiết kiệm chi phí gọi API. Phần lớn code viết bằng Python, nhưng cái quý không nằm ở ngôn ngữ. Cái quý là cách tư duy: xem người làm ra Claude họ ghép nó vào bài toán thật như thế nào. Nói thêm cho công bằng: đây là notebook và code mẫu để học và dựng thử, không phải một sản phẩm bấm-phát-chạy cho người không đụng tới code. Nhưng nếu bạn đang học làm sản phẩm AI, hoặc đã code chút ít và muốn đi nhanh, thì đây là một trong những chỗ đáng ghé nhất. Ai đang làm về AI thì nên lưu lại kho này. Link mình để ngay bình luận nhé👇 nghienai

Hơn 67 nghìn sao GitHub: một kỹ sư nổi tiếng nhiều năm ở Google Chrome gói cách làm của dân senior thành "kỹ năng" cho AI viết code

Để AI viết code thì nhanh thật, nhưng ai làm rồi cũng gặp một nỗi lo: nó viết ào ào, chạy được đấy, mà mình chẳng dám tin. Vì nó hay bỏ bước - không chốt rõ làm gì trước khi gõ, không viết test, không tự soát lại. Addy Osmani (một kỹ sư nổi tiếng trong giới lập trình web, nhiều năm phụ trách mảng trải nghiệm lập trình viên ở Google Chrome) đã làm một thứ hay để chữa đúng chỗ đó. Anh gói lại cách làm việc của kỹ sư giỏi thành các "skill" (kỹ năng) rồi cài cho AI, để nó tự đi theo từng bước thay vì làm tắt. Hiểu nôm na: skill giống một quy trình chuẩn kèm sẵn các chốt kiểm tra. Bạn giao việc, AI bám theo đúng các bước mà một người giàu kinh nghiệm sẽ làm. Bộ này có 8 câu lệnh đi theo đúng vòng đời một dự án phần mềm: 1/ /spec - chốt rõ làm cái gì trước khi viết một dòng code 2/ /plan - chia thành từng việc nhỏ, gọn 3/ /build - làm từng lát một, không ôm đồm 4/ /test - chứng minh nó chạy đúng, không nói suông 5/ /review - soát lại trước khi gộp vào 6/ /ship - đưa lên chạy thật Còn có /webperf (đo tốc độ web) và /code-simplify (dọn code cho gọn, dễ đọc). Hay ở chỗ skill còn tự bật theo việc bạn đang làm: đụng tới giao diện thì nó tự gọi kỹ năng làm UI, thiết kế API thì gọi kỹ năng API. Bạn không phải nhớ gọi tay. Repo dùng được cho hầu hết công cụ code bằng AI quen thuộc: Claude Code, Cursor, Antigravity, Gemini CLI, Windsurf. Mã nguồn mở, giấy phép MIT. Ai đang để AI làm phần code thì đây là thứ đáng vào xem. Không phải để AI viết nhanh hơn, mà để nó viết đáng tin hơn. Link GitHub mình để ngay bình luận nhé👇 nghienai

MarkItDown - kho của Microsoft, hơn 175 nghìn sao: một dòng lệnh biến PDF, Word, Excel, PowerPoint thành Markdown cho AI đọc

Bạn có một file PDF và muốn AI đọc hiểu nó. Cách thường làm: mở ra, copy, dán vào chat, rồi ngồi sửa lại đống chữ dính nhau, bảng vỡ, tiêu đề mất hết. MarkItDown làm chuyện đó bằng một dòng lệnh. Đây là kho mã nguồn mở của Microsoft, hiện hơn 175 nghìn sao và gần 13 nghìn lượt fork trên GitHub Nó nhận được những gì: PDF, Word, Excel, PowerPoint, HTML, CSV/JSON/XML, EPub, file ZIP (tự đi vào từng file bên trong), ảnh (đọc thông tin kèm ảnh và chữ trong ảnh), audio (đọc thông tin kèm file và bóc lời nói thành chữ), cả link YouTube. Đầu ra là Markdown - kiểu văn bản gần như chữ trơn nhưng vẫn giữ được tiêu đề, danh sách, bảng, link. Vì sao lại là Markdown? Theo chính nhóm phát triển: các mô hình lớn hiểu Markdown rất tự nhiên, và Markdown tốn ít token (đơn vị tính chữ của AI, ít token thì rẻ hơn và nhét được nhiều nội dung hơn). Nói cách khác, đây là định dạng để máy đọc, không phải để in ra cho đẹp. Vài điểm đáng chú ý: 1/ Dùng được ngay từ dòng lệnh. Chỉ một câu lệnh là ra file .md. Kho có sẵn Dockerfile nếu bạn muốn chạy nó trong Docker cho gọn. 2/ Có sẵn máy chủ MCP (một gói cài riêng nằm cùng kho). Cắm vào là agent AI của bạn tự gọi được MarkItDown để đọc tài liệu. Nhóm phát triển ghi rõ gói này dành cho dùng tại máy, với agent tin cậy. 3/ Nối được với dịch vụ đám mây của Azure nếu cần chất lượng cao hơn cho tài liệu scan, bảng phức tạp, hoặc file video. Phần này là tùy chọn và có tính phí bên Azure. 4/ Một lưu ý bảo mật, đọc kỹ trước khi dựng hệ thống: kho này ghi rõ MarkItDown chạy với đúng quyền của tiến trình gọi nó, nên đừng đưa thẳng dữ liệu từ nguồn không tin cậy vào. Với ứng dụng chạy trên máy chủ thì phải kiểm duyệt đầu vào trước. Nếu bạn đang xây trợ lý AI đọc tài liệu nội bộ, hoặc chỉ đơn giản muốn dọn một mớ file lộn xộn thành thứ AI nuốt trôi, đây là mảnh ghép đáng có trong bộ đồ nghề. Link GitHub mình để ngay bình luận nhé 👇