Sehr leistungsstarkes Modell aus der Field. Um seine vollen Funktionen nutzen zu können, müssen Sie ihm jedoch Zugriff gewähren, um seine eigene Arbeit zu validieren und zu verifizieren.

In einem früheren Artikel habe ich die Validierung der eigenen Arbeit durch Claude als einen wichtigen Teil meiner Optimierung meiner eigenen Verwendung von Claude Code erwähnt. In diesem Artikel werde ich jedoch tiefer darauf eingehen, wie ich Claude dazu bringe, seine eigene Arbeit zu validieren.

Die Vorteile sind unglaublich. Wenn Sie Claude dazu bringen, seine eigene Arbeit zu validieren, erhalten Sie:

• Ein Modell, das sich besser für One-Shot-Implementierungen eignet (verbringt weniger Zeit mit der Iteration)
• Ein Modell, das länger laufen kann (das Modell läuft weiter, bis es seine eigene Arbeit erfolgreich verifizieren kann)
• Das Modell kann komplexere Arbeiten erledigen

Ich werde tiefer auf einige spezifische Aufgaben eingehen, bei denen ich Claude bitte, seine eigene Arbeit zu überprüfen, wodurch ich viel Zeit spare. Ich werde auch meinen Denkprozess bei der Einrichtung von Claude auf diese Weise erläutern.

Warum sollte Claude seine eigene Arbeit überprüfen lassen?

Der Hauptgrund, warum Sie Claude seine eigene Arbeit überprüfen lassen sollten, ist, dass Claude dadurch einfach bessere Leistungen erbringt. Sie können sich dies anhand des folgenden Szenarios vorstellen:

Stellen Sie sich vor, Sie müssten einen Code implementieren, um die Fibonacci-Folge zu berechnen. Offensichtlich haben einige Leute genau diese Aufgabe schon einmal gemacht, und es wird für sie relativ einfach sein, sie zu erledigen. Stellen Sie sich jedoch vor, dass Sie diese Aufgabe perfekt abschließen müssen, ohne jemals die Gelegenheit zu haben, den Code auszuführen und die Ausgabe zu sehen, d. h. Sie müssen beim ersten Versuch, das Drawback zu lösen, den perfekten Code erstellen. Das ist natürlich viel schwieriger, als wenn Sie die Gelegenheit bekommen, den Code selbst zu testen, ihn zu optimieren, wenn Sie feststellen, dass er nicht genau die richtigen Zahlen liefert, und so weiterzumachen, bis Ihr Code die richtige Ausgabe liefert.

Das gleiche exakte Konzept gilt für Claude Code. Wenn Sie ihm nicht die Möglichkeit geben, seine eigene Arbeit zu überprüfen, ist das so, als ob Sie ihn bitten würden, Code für die Fibonacci-Folge zu schreiben, ohne dass er jemals die Ausgabe des Codes sieht. Offensichtlich bringen Sie Claude Code in eine schlechtere Lage, da es schlechtere Ergebnisse liefert, als wenn Claude Code die Möglichkeit erhält, seinen eigenen Code zu testen.

Wie man die Claude-Verifizierung in der Praxis zum Laufen bringt

Die Formulierung „Claude dazu bringen, seine eigene Arbeit zu überprüfen“ wird häufig verwendet, zum Beispiel auf LinkedIn und

Daher werde ich einige Beispiele aus der Praxis behandeln, wie ich Claude dazu gebracht habe, seine eigene Arbeit zu überprüfen. Ich werde den Prozess abdecken von:

1. Von einem Drawback hören
2. Verstehen, was das Drawback verursacht
3. Implementierung einer Lösung mit Claude und Sicherstellung, dass die eigene Arbeit überprüft werden kann

Lange LLM-Bearbeitungszeiten

Mein erstes konkretes Beispiel ist ein Fall, in dem ich Benutzerdaten aus einer Interaktion mit einem Konversations-KI-Agenten analysiert habe. Nach dem Gespräch muss ich den Chat bearbeiten, z. B. das Transkript abrufen und eine Klassifizierung und Datenextraktion des Transkripts durchführen.

Ich begann, das Drawback zu untersuchen, indem ich es reproduzierte, die LLM-Verarbeitung für dieselbe Konversation mehrmals ausführte und sah, wie lange es dauerte. Es stellte sich heraus, dass die mittlere und durchschnittliche Zeit mit etwa 30 Sekunden relativ akzeptabel waren, aber etwa jedes zehnte Mal betrug die Bearbeitungszeit mehr als zwei Minuten, was natürlich völlig inakzeptabel ist. Ich habe Claude Code die Scenario erklärt und ihn gefragt, was die Ursache für dieses Drawback sein könnte.

Es stellte sich heraus, dass die wahrscheinlichste Ursache darin bestand, dass ich einfach viele Token eingegeben und viele Token ausgegeben habe, was in manchen Situationen viel Zeit in Anspruch nahm. Daher bestand die Lösung darin, diesen einen einzelnen LLM-Aufruf zu nehmen und ihn in drei aufzuteilen, um die Anzahl der Ausgabetokens zu verringern, die er erzeugen musste, damit er parallel ausgeführt werden kann.

Dies ist ein Beispiel für eine perfekte Aufgabe, bei der Claude Code seine eigene Arbeit überprüfen kann:

Eine perfekte Aufgabe zur Überprüfung Ihrer eigenen Arbeit ist eine Aufgabe, bei der Sie eine bekannte erwartete Ausgabe haben, die Sie produzieren möchten, und Sie können so lange an dem Drawback arbeiten und iterieren, bis Sie genau diese Ausgabe erreichen.

Das ist großartig, denn jetzt habe ich eine Reihe von Eingabe-Tokens, die ausgeführt werden, und eine erwartete Ausgabe, die ich erwarte, wenn ich alles in einem LLM-Aufruf erledige. Und ich kann Claude Code einfach bitten, einen LLM-Aufruf in drei Teile aufzuteilen und um sicherzustellen, dass Sie es richtig gemacht haben, vergleichen Sie das Ergebnis der aufgeteilten LLM-Aufrufe mit dem einzelnen monolithischen LLM-Aufruf. Sie sind quick genau gleich (nicht genau gleich, weil LLMs stochastisch sind).

Ich habe meine Claude Code-Instanz mit all diesen Informationen versorgt. Es iterierte so lange an seinem Code, bis es sicherstellte, dass die Ausgaben gleich waren, und löste das Drawback erfolgreich in einem einzigen Versuch, sodass ich eine erfolgreiche Lösung erhielt.

Entwerfen einer Webseite

Das letzte Beispiel, das ich bereitgestellt habe, struggle großartig, da es für LLM oder Claude Code sehr einfach ist, die Ergebnisse zu überprüfen. Es kann einfach einen API-Aufruf durchführen, die Ausgaben vergleichen und prüfen, ob sie korrekt sind.

Was passiert jedoch, wenn die Ausgabe, die Sie erstellen möchten, visuell ist?

Mein zweites Beispiel beinhaltet ein Drawback, bei dem ich einen Entwurf dafür erhielt, wie eine Webseite aussehen sollte, und ich wollte, dass Claude Code genau diesen Entwurf erstellt. Natürlich angesichts des Frameworks der Anwendung und der vorhandenen Codebasis, für die sie geschrieben wurde.

Das magazine nach einer schwierigeren Aufgabe klingen, da es darum geht, die Ergebnisse visuell zu betrachten. Glücklicherweise haben wir Claude in Chrome, ein MCP, mit dem Sie Claude Zugriff auf Ihr Google Chrome gewähren und es die Ergebnisse visuell überprüfen lassen können.

Daher erhielt ich einen Screenshot eines Designs, das zeigt, wie die Seite aussehen sollte, einschließlich der Gliederung der Seite in verschiedene Komponenten und des im Design verwendeten Farbschemas.

Diese Aufgabe ist ziemlich einfach. Ich habe Claude Code einfach Screenshots gegeben und ihn gebeten, das Design umzusetzen. Wenn Ihr Design recht einfach ist, funktioniert dies möglicherweise sofort. Einige komplexere Designs sind jedoch schwieriger auf einmal umzusetzen, insbesondere wenn Sie dies in einer vorhandenen großen Codebasis tun, die viele Abhängigkeiten und Designprotokolle aufweist.

Um Claude Code die beste Likelihood zu geben, das Drawback selbst zu lösen, habe ich ihm Zugriff auf Google Chrome gewährt. Wenn Sie dies selbst einrichten möchten, können Sie einfach Ihre Claude Code-Instanz fragen: Wie gebe ich Ihnen Zugriff auf Google Chrome?

Ich habe meinen Claude-Agenten angewiesen, zunächst zu versuchen, das Design zu implementieren, dann in Google Chrome zu gehen, die entsprechende Seite zu laden, nachdem die Server hochgefahren sind, natürlich einen Screenshot zu machen und die Designs zu vergleichen. Wenn Abweichungen festgestellt werden, sollte die Iteration fortgesetzt werden, bis die Designs nahezu gleich aussehen.

Darüber hinaus habe ich meinen Agenten gebeten, mich über Unstimmigkeiten zwischen den beiden Entwürfen zu informieren, wenn etwas nicht umgesetzt werden konnte oder unklar struggle, wie etwas umgesetzt werden sollte. Dies ist eine großartige Taktik, da Claude dadurch mit Fragen zu Ihnen kommt, anstatt dass Sie Claude in absolut alles bezüglich des Designs einweisen müssen. Insgesamt ist dies eine großartige Technik, um besser mit Ihren Codierungsagenten zusammenzuarbeiten.

Abschluss

In diesem Artikel habe ich beschrieben, wie Sie Claude Code dazu bringen, seine eigene Arbeit zu validieren, um die Leistung Ihrer Claude Code-Instanz oder Ihres Codierungsagenten im Allgemeinen erheblich zu verbessern. Ich habe besprochen, warum es so wichtig ist, hervorzuheben, dass die Leistung von Claude, wenn er seine eigene Arbeit überprüft, einfach zu einer viel besseren Leistung mit einer höheren Erfolgsquote bei einmaligen Implementierungen führt und dass der Agent über längere Zeiträume arbeiten kann und trotzdem Aufgaben erfolgreich erledigt. Ich habe zwei konkrete Situationen behandelt, in denen ich Claude Code Zugriff gewährt habe, um seine eigene Arbeit zu überprüfen, darunter die Aufteilung eines LLM-Aufrufs in drei separate Aufrufe zur Verbesserung der Latenz und die Verfolgung der für eine Webseite erstellten Designs und deren Implementierung in meine Anwendung. Beides sind spezifische Situationen, in die ich geraten bin und in denen ich Claude erfolgreich erlaubt habe, seine eigene Arbeit zu überprüfen und seine Leistung zu steigern.

Nehmen Sie Kontakt auf

Mein kostenloses E-Ebook und Webinar:

Verzehnfachen Sie Ihr Engineering mit LLMs (kostenloser 3-tägiger E-Mail-Kurs)

Holen Sie sich mein kostenloses E-Ebook „Imaginative and prescient Language Fashions“.

Mein Webinar zu Imaginative and prescient Language Fashions

Finden Sie mich in den sozialen Netzwerken:

Unterstapel

LinkedIn

X / Twitter

Internet hosting-Plattform für Ihre eigene Web site, auf der Sie Ihr Portfolio und andere nützliche Ressourcen über sich selbst präsentieren können. Bevor ich wechselte, hatte ich WordPress etwa ein Jahr lang verwendet und begann über einige Dinge nachzudenken, die bei der Verwendung von WordPress schwierig waren:

• Erstellung der Web site – Es conflict schwierig, das gewünschte Design zu erreichen
• Langsam – Das Erstellen und Aktualisieren in WordPress ist langsam, da es sich um einen Drag-and-Drop-Editor handelt
• Mangelnde Flexibilität – Sie müssen vorgefertigte Komponenten verwenden. Alternativ können Sie benutzerdefinierten HTML-Code verwenden, müssen den Code dann aber trotzdem kopieren, was langsam ist

Dann habe ich darüber nachgedacht, wie einfach es ist, mit einem Agenten-Codierungstool wie Claude Code oder Cursor meine eigene Web site zu programmieren.

Warum verbringe ich viel Zeit damit, Komponenten per Drag-and-Drop zu ziehen und erhalte trotzdem nicht genau das Design, das ich möchte, wenn ich Claude Code einfach dazu auffordern kann, genau das in nur einer Minute zu tun?

Damals beschloss ich, von gehostetem WordPress auf die Verwaltung meiner eigenen Web site umzusteigen, die in Vercel (kostenlos) bereitgestellt wird. Der Hauptzweck dieses Artikels besteht darin, Ihnen zu zeigen, wie das geht und warum Sie dafür keine Programmiererfahrung benötigen.

Sie können finden Meine von mir gestaltete Web site finden Sie in diesem Artikel hier.

Warum Ihre eigene Web site programmieren?

Der Hauptgrund, warum Sie mit dem Codieren Ihrer eigenen Web site beginnen sollten, anstatt einen Drag-and-Drop-Editor wie WordPress oder Webflow zu verwenden, ist:

• Es ist tremendous einfach – Sie müssen buchstäblich keinen Code anfassen
• Es geht viel schneller, Ihre Web site zu erstellen und zu aktualisieren
• Die Designs sind viel besser, da die Codierungsagenten intestine darin sind, qualitativ hochwertige Designs zu erstellen

Da es schneller ist, können Sie Ihre Web site-Designs auch schneller iterieren, was sehr nützlich ist, wenn Sie versuchen, die bestmögliche Web site zu erstellen.

Eine schnelle Iterationsgeschwindigkeit ist der Schlüssel zu schnellem Fortschritt

Natürlich gibt es auch umgekehrt einige Argumente, zum Beispiel, dass WordPress viele Integrationen hat, die nützlich sein können. Für mich überwiegen jedoch die Vorteile bei weitem.

Die Möglichkeit, meine Web site durch die einfache Eingabe einer Eingabeaufforderung zu aktualisieren, wie zum Beispiel:

Lassen Sie alle Schaltflächen auf der Web site beim Schweben einblenden

Dadurch wird meine gesamte Web site buchstäblich in etwa einer Minute aktualisiert (einschließlich der Aktualisierung des Codes durch Claude Code und der Bereitstellung in Vercel). Die gleiche Aktion in WordPress würde mich wahrscheinlich mindestens 30 Minuten dauern.

Stellen Sie sich nun vor, Sie müssten diese Änderung mehrmals professional Woche durchführen. Immer wenn Sie neue Inhalte zu Ihrer Web site hinzufügen oder wenn Ihnen klar wird, dass Sie etwas ändern möchten. Es ist einfach weitaus effizienter, es mit Codierungsagenten direkt im Code zu ändern.

Claude, um Ihre eigene Web site zu programmieren

Erstellen der Web site

Hoffentlich sind Sie überzeugt, warum Sie mit dem Codieren Ihrer eigenen Web site beginnen sollten (oder Claude das für Sie programmieren lassen sollten), anstatt einen Drag-and-Drop-Editor zu verwenden. Kommen wir nun dazu, wie Sie es tun können.

Das Hauptgeheimnis dabei ist, dass Sie nicht wirklich viel selbst tun müssen, wenn man bedenkt, wie intestine die Programmierer bei der Erstellung von Web sites sind. Ich habe die Web site aus meiner vorherigen, von WordPress gehosteten Web site erstellt.

Ich begann, indem ich Claude Code mit folgender Aufforderung aufforderte: wo eivindkjosbakken.com conflict meine WordPress-Seite:

Given my web site right here: eivindkjosbakken.com, copy this web site precisely, 
through the use of React. Create a GitHub repository and push the code there

Claudes Code erstellte dann eine nahezu exakte Nachbildung meiner vorherigen Web site, die ich nun lokal ausführen konnte. Ich habe die Entwürfe überprüft und sichergestellt, dass alles in Ordnung conflict, was größtenteils auch der Fall conflict, bis auf ein paar Dinge, auf die ich im nächsten Abschnitt eingehen werde.

Hosten der Web site

Dann bin ich dazu übergegangen, die Web site zu hosten. Ich verwende Vercel, da es die kostenlose Bereitstellung Ihrer Web site ermöglicht, einfach zu verwenden ist und vollständig vom Terminal aus verwaltet werden kann. Die Verwaltung über das Terminal ist tremendous nett, sodass Claude sich um die Bereitstellungen und andere Probleme mit Vercel kümmern kann.

Bei der ersten Bereitstellung musste ich jedoch ein Projekt erstellen vercel.com und verbinde meine Codebasis mit diesem Projekt. Sie können jeden LLM fragen, wie das geht, und er wird Ihnen eine genaue Schritt-für-Schritt-Anleitung zum Verbinden Ihres Codes mit Vercel geben. Vercel bietet Ihnen außerdem 100 kostenlose Bereitstellungen professional Tag, was mehr als genug sein sollte.

Nachdem ich mich mit Vercel verbunden hatte, conflict alles betriebsbereit und ich konnte über das Web auf meine Web site zugreifen.

Aktualisierung der Web site

Nachdem ich meine WordPress-Web site kopiert hatte, entdeckte ich auch einige Aktualisierungen, die ich an meiner Web site vornehmen wollte. Ich wollte zum Beispiel:

Diese Änderungen konnten schnell vorgenommen werden und ich musste Claude einfach eine Beschreibung meiner Änderung geben (z. B. Markieren Sie die Artikelkarte oben), und die Änderung erfolgte in weniger als einer Minute. Diese Änderung mit einem Drag-and-Drop-Editor vorzunehmen, würde wahrscheinlich viel länger dauern.

Jetzt kann Sie nur noch Ihre Vorstellungskraft davon abhalten, Ihre Web site zu aktualisieren, und Sie können in Wirklichkeit jede Änderung vornehmen und Designs schnell wiederholen, indem Sie einfach Ihren Programmieragenten dazu auffordern.

Herausforderungen, die ich lösen musste

Claude hat die Nachbildung meiner alten WordPress-Web site größtenteils in einem einzigen Code erstellt, nur aus der URL meiner Web site. Es gab jedoch einige Probleme, die ich lösen musste, wie Sie unten aufgeführt sehen können:

• Mein WordPress hatte die Möglichkeit, E-Mails an mich zu senden
• Ich musste einige Bilder von der alten Web site kopieren, zum Beispiel für meine Artikel (manuelle Prozesse)
• Einige Probleme mit den sozialen Hyperlinks – sowohl beim Finden der richtigen als auch beim Sicherstellen, dass sie von hoher Qualität sind
• WordPress hat eine Mailingliste, und das musste ich jetzt irgendwie selbst verwalten
• Umzug der Area von WordPress zu NameCheap

Für die E-Mails habe ich verwendet EmailJS die Möglichkeit zu haben, E-Mails von meiner Web site aus zu versenden. Dieser Service ist kostenlos und einfach einzurichten, nachdem Sie von Ihrem Coding-Agenten eine Schritt-für-Schritt-Anleitung angefordert haben.

Zum Kopieren der Bilder habe ich die Bilder einfach lokal heruntergeladen, sie im Code-Repository abgelegt und Claudes Code mitgeteilt, wo er die Bilder finden kann. Anschließend kopierte Claude die Bilder in einen bestimmten Bildordner, damit sie auf der Web site gehostet werden konnten.

Bei den sozialen Hyperlinks musste ich Claude einfach ein paar Mal mit einem Screenshot darüber auffordern, wie die sozialen Hyperlinks aussahen (an einer Stelle sahen sie zum Beispiel sehr körnig aus), und Claude löste das Drawback mit drei bis vier Aufforderungen und Suggestions.

Für die Mailingliste habe ich mich für den Wechsel entschieden MailerLitedas eingebettete Formulare bietet, die Sie auf Ihrer Web site verwenden können, damit sich Leute mit ihrer E-Mail-Adresse anmelden können. Sie können das eingebettete Formular einfach Ihrem Codierungsagenten geben, der es in Ihre Web site einbetten wird.

Das Verschieben von Domains conflict die zeitaufwändigste Aufgabe. Ich hatte meine vorherige Area in WordPress gekauft, was den Prozess etwas schwieriger machte. Allerdings habe ich Gemini 3 dazu gebracht, mir eine Schritt-für-Schritt-Anleitung zur Verfügung zu stellen, die intestine funktioniert hat, und ich habe Domains zu NameCheap übertragen, wo ich selbst die volle Kontrolle über die Area habe.

Abschluss

In diesem Artikel habe ich besprochen, wie Sie Ihre Web site von einem Drag-and-Drop-Editor wie WordPress oder Webflow auf Ihre eigene verwaltete Web site verschieben können. Mit Coding Brokers und Vercel ist dieser Vorgang relativ einfach, wodurch Sie viel mehr Kontrolle über Ihre eigene Web site haben. Darüber hinaus ermöglicht es Ihnen eine schnellere Iteration auf Ihrer Web site und vereinfacht die Aktualisierung Ihrer Web site.

Ich glaube, dass wir uns gänzlich von Drag-and-Drop-Editoren entfernen, wenn wir sehen, wie intestine die heutigen Codierungsagenten funktionieren, und angesichts der Tatsache, dass man nicht mehr wirklich Programmiererfahrung braucht, um einfache Programmierungen wie die Aktualisierung des Designs einer Web site durchzuführen.

Finden Sie mich in den sozialen Netzwerken:

Holen Sie sich mein kostenloses E-Guide „Imaginative and prescient Language Fashions“.

Mein Webinar zu Imaginative and prescient Language Fashions

Abonnieren Sie meinen E-newsletter

Nehmen Sie Kontakt auf

LinkedIn

X / Twitter

Medium

Das Erstellen einer benutzerdefinierten App kann die Artwork und Weise, wie Sie Ihre täglichen Aufgaben verwalten, völlig verändern, Ihren Arbeitsablauf optimieren und mit Kunden in Kontakt treten. Als Unternehmer können Sie ein Software erstellen, das perfekt auf Ihre Geschäftsanforderungen zugeschnitten ist und Ihnen hilft, organisiert zu bleiben und effizienter zu arbeiten, ohne eine einzige Codezeile schreiben zu müssen.

Dieser Leitfaden zeigt Ihnen, warum das Erstellen einer eigenen App bahnbrechend ist und wie Sie dies mit einem KI-App-Builder ganz einfach tun können. Wir erkunden die besten verfügbaren Instruments und führen Sie durch die einfachen Schritte, um Ihre App-Idee zum Leben zu erwecken. Machen Sie sich bereit, etwas zu schaffen, das Ihr Arbeitsleben einfacher macht.

TL;DR: Ihr Leitfaden zum Erstellen einer Enterprise-App

In diesem Artikel wird erläutert, wie Sie als Unternehmer mithilfe von eine benutzerdefinierte App erstellen können, um Ihre Produktivität zu verbessern No-Code-KI-App-Builder. Wir behandeln die Vorteile, den schrittweisen Prozess und stellen Ihnen einige der besten Plattformen auf dem Markt vor.

Warum Unternehmer ihre eigenen Apps entwickeln sollten

Als Unternehmer jonglieren Sie ständig mit mehreren Verantwortlichkeiten, von der Projektleitung bis zur Kommunikation mit Kunden. Stellen Sie sich vor, Sie hätten ein einziges, maßgeschneidertes Software, mit dem Sie alles effektiver erledigen können. Das ist die Stärke der Erstellung einer eigenen App. Es geht nicht darum, die nächste große Social-Media-Plattform zu schaffen; Es geht darum, eine praktische Lösung für Ihre individuellen geschäftlichen Herausforderungen zu finden.

Einer der größten Vorteile ist eine deutliche Produktivitätssteigerung. Anstatt zwischen Tabellenkalkulationen, Notizen-Apps und Projektmanagement-Software program zu wechseln, können Sie alle diese Funktionen in einem zentralen Hub konsolidieren. Eine benutzerdefinierte App kann wiederkehrende Aufgaben automatisieren, wie das Versenden von Folge-E-Mails oder das Aktualisieren des Projektstatus, sodass Sie mehr Zeit haben, sich auf das Wachstum zu konzentrieren. Sie können einen Arbeitsablauf entwerfen, der genau Ihre Arbeitsweise widerspiegelt, Reibungsverluste beseitigt und Ihre täglichen Abläufe reibungsloser gestaltet.

Eine benutzerdefinierte App kann auch die Artwork und Weise verändern, wie Sie mit Ihren Kunden interagieren. Sie könnten ein Kundenportal erstellen, über das Kunden ihre Projekte verfolgen, auf wichtige Dokumente zugreifen und direkt mit Ihnen kommunizieren können. Dies verbessert nicht nur die Organisation, sondern sorgt auch für ein professionelles und persönliches Erlebnis, das aufbaut Vertrauen und Loyalität. Es zeigt Ihren Kunden, dass Sie daran interessiert sind, ihnen den bestmöglichen Service zu bieten.

So erstellen Sie eine App ohne Codierung

Die Idee, eine App zu erstellen, magazine komplex klingen, aber mit einem KI-App-Builder ohne Code ist sie überraschend einfach. Diese Plattformen nutzen visuelle Drag-and-Drop-Schnittstellen, mit denen Sie leistungsstarke Apps ohne Programmierkenntnisse entwerfen und erstellen können.

Hier ist eine einfache Schritt-für-Schritt-Anleitung für den Einstieg:

Schritt 1: Definieren Sie den Zweck Ihrer App
Bevor Sie mit der Erstellung beginnen, machen Sie sich klar, was Ihre App tun soll. Welches konkrete Downside wird dadurch gelöst? Beginnen Sie mit einer Kernfunktion. Ihr Ziel könnte beispielsweise darin bestehen, eine App zu erstellen, die Kundenprojekte verwaltet, Ihre Vertriebspipeline verfolgt oder Ihren Inhaltsplan automatisiert. Wenn Sie sich auf Ihr ursprüngliches Ziel konzentrieren, wird der Bauprozess viel einfacher zu bewältigen sein.

Schritt 2: Planen Sie den Benutzerfluss
Überlegen Sie, wie jemand in Ihrer App navigieren wird. Skizzieren Sie ein einfaches Flussdiagramm auf Papier oder mit einem digitalen Software. Was passiert, wenn Sie die App öffnen? Welche Knöpfe benötigen Sie? Wie gelangen Sie von einem Bildschirm zum nächsten? Diese Karte dient als Blaupause und leitet Sie bei der Erstellung der verschiedenen Abschnitte Ihrer App.

Schritt 3: Wählen Sie Ihren No-Code-KI-App-Builder
Wählen Sie eine Plattform aus das mit Ihren Zielen übereinstimmt. Wenn Sie ein leistungsstarkes und flexibles Software mit KI-Funktionen benötigen, könnten KI-App-Builder genau das Richtige für Sie sein. Die meisten Plattformen bieten kostenlose Testversionen an. Nehmen Sie sich additionally etwas Zeit, um einige Optionen zu erkunden und herauszufinden, welche für Sie am intuitivsten ist.

Schritt 4: Entwerfen und erstellen Sie Ihre App
Hier wird Ihre Idee zum Leben erweckt. Mit dem visuellen Editor des Builders beginnen Sie, Elemente wie Textfelder, Schaltflächen, Formulare und Bildergalerien per Drag & Drop auf Ihre Leinwand zu ziehen. Verbinden Sie Ihre Seiten entsprechend dem von Ihnen festgelegten Benutzerfluss. Sie verknüpfen auch Ihre Daten, unabhängig davon, ob diese aus einer einfachen Tabelle oder einer internen Datenbank stammen. Die KI-Komponenten dieser Builder können Ihnen helfen, indem sie Layouts vorschlagen oder sogar Teile der App basierend auf Ihren Beschreibungen generieren.

Schritt 5: Testen und Suggestions einholen
Sobald Sie eine funktionierende Model Ihrer App haben, testen Sie sie gründlich. Klicken Sie auf jede Schaltfläche und probieren Sie jede Funktion aus, um sicherzustellen, dass sie wie erwartet funktioniert. Bitten Sie nach Möglichkeit ein paar Freunde oder Kollegen, es auszuprobieren und Ihnen Suggestions zu geben. Dieser Prozess hilft Ihnen, Fehler oder Verbesserungsmöglichkeiten zu finden, bevor Sie es starten.

Schritt 6: Starten und iterieren
Wenn Sie mit Ihrer App zufrieden sind, ist es Zeit für den Begin. Sie können es mit Ihrem Staff oder Ihren Kunden teilen oder es sogar in den App Shops veröffentlichen, je nachdem, welche Plattform Sie verwendet haben. Das Erstellen einer App ist ein fortlaufender Prozess. Wenn sich Ihr Unternehmen weiterentwickelt, können Sie ganz einfach zu Ihrem No-Code-KI-App-Builder zurückkehren, um neue Funktionen hinzuzufügen und Verbesserungen vorzunehmen.

Führende Entwickler von No-Code-KI-Apps

Der Markt ist voll von fantastischen Instruments, die Ihnen bei der Erstellung Ihrer App helfen können. Jedes hat seine eigenen Stärken. Welches das beste für Sie ist, hängt additionally davon ab, was Sie erstellen möchten. Hier sind einige der High-Anwärter.

Base44

Base44 zeichnet sich als führender No-Code-KI-App-Builder aus, der speziell für die Erstellung interner Geschäftstools und Kundenportale entwickelt wurde. Seine wahre Stärke liegt in seiner Fähigkeit, Ihnen die Erstellung anspruchsvoller Anwendungen zu ermöglichen, die sowohl leistungsstark als auch einfach zu verwalten sind. Sie können benutzerdefinierte CRMs, Projektmanagement-Dashboards, Inventar-Tracker und mehr erstellen.

Was Base44 besonders überzeugend macht, ist die Integration von KI. Die Plattform nutzt KI, um Ihnen dabei zu helfen, schnellere und intelligentere Anwendungen zu erstellen. Sie können komplexe Arbeitsabläufe automatisieren, Erkenntnisse aus Ihren Geschäftsdaten generieren und Funktionen erstellen, die im Laufe der Zeit lernen und sich anpassen. Base44 ist eine ausgezeichnete Wahl für Unternehmer, die eine robuste, datengesteuerte Anwendung entwickeln möchten, um ihr Unternehmen effizienter zu führen. Es bietet die Flexibilität, klein anzufangen und zu erweitern, wenn Ihre Anforderungen wachsen.

Blase

Bubble ist einer der leistungsstärksten und vielseitigsten No-Code-App-Builder auf dem Markt. Es gibt Ihnen völlige Gestaltungsfreiheit und ermöglicht Ihnen die Erstellung komplexer, interaktiver Mehrbenutzer-Webanwendungen wie Marktplätze, soziale Netzwerke und Buchungsplattformen. Wenn Sie davon träumen können, können Sie es wahrscheinlich mit Bubble bauen.

Die Lernkurve ist im Vergleich zu anderen Instruments etwas steiler, aber der umfangreiche Funktionsumfang und die Anpassungsmöglichkeiten machen es für diejenigen mit ehrgeizigen Projekten lohnenswert. Bubble ist splendid für Unternehmer, die eine voll funktionsfähige Internet-App mit einer benutzerdefinierten Datenbank und Logik erstellen möchten, ohne durch Vorlagen eingeschränkt zu sein.

Adalo

Adalo ist eine großartige Wahl für die Erstellung nativer mobiler Apps für iOS und Android sowie für Internet-Apps. Das komponentenbasierte System ist sehr intuitiv und erleichtert die Zusammenstellung der Benutzeroberfläche Ihrer App durch einfaches Ziehen und Ablegen vorgefertigter Komponenten. Sie können eine Verbindung herstellen externe APIs oder nutzen Sie Adalos eigene interne Datenbank.

Eine der größten Stärken von Adalo ist die Möglichkeit, direkt im Apple App Retailer und Google Play Retailer zu veröffentlichen. Dies macht es zu einer fantastischen Choice für alle, die ihren Kunden oder ihrem Staff ein echtes mobiles App-Erlebnis bieten möchten.

Gleiten

Glide ist bekannt für seine Einfachheit und Geschwindigkeit. Damit können Sie in wenigen Minuten schöne, funktionale Apps aus einer Google Sheet-, Airtable-Datenbank oder einer eigenen Datenquelle erstellen. Es ist ein hervorragendes Software zum Erstellen einfacher interner Instruments, Verzeichnisse, Occasion-Apps und Mitarbeiterportale.

Auch wenn es möglicherweise nicht den gleichen Anpassungsgrad wie Bubble bietet, ist die Benutzerfreundlichkeit von Glide unübertroffen. Wenn Sie eine einfache, elegante App schnell zum Laufen bringen müssen, um ein bestimmtes Downside zu lösen, ist Glide einer der besten Ausgangspunkte. Es ist perfekt für Unternehmer, die ohne großen Zeitaufwand eine App-Idee testen oder ein nützliches Software entwickeln möchten.

Wie viel kostet es, eine App mit einem No-Code-Builder zu erstellen?

Die Kosten können je nach Plattform und benötigten Funktionen stark variieren. Viele No-Code-KI-App-Builder bieten einen kostenlosen Plan an, mit dem Sie Ihre App erstellen und testen können. Bezahlte Pläne beginnen in der Regel bei etwa 25–50 US-Greenback professional Monat und können bei Geschäfts- oder Agenturplänen, die mehr Kapazität, erweiterte Funktionen und besseren Assist bieten, bis zu mehreren hundert US-Greenback betragen. Es ist deutlich günstiger als die Einstellung eines Entwicklungsteams, das Zehntausende von Greenback kosten kann.

Kann ich eine wirklich einzigartige App erstellen oder wird sie generisch aussehen?

Absolut. Während einige einfachere Instruments Vorlagen verwenden, bieten fortschrittlichere Plattformen wie Base44 und Bubble große Gestaltungsfreiheit. Sie können Format, Farben, Schriftarten und Branding anpassen, um eine App zu erstellen, die perfekt zu Ihrer Marke passt.

Aber Kann KI Designer ersetzen? vollständig? Während KI-Builder Ihnen viel kreative Kontrolle geben, ist das Fachwissen eines Designers in Bezug auf Benutzererfahrung und Branding immer noch unglaublich wertvoll für die Erstellung einer professionellen, benutzerfreundlichen App. Während Sie additionally selbst etwas Einzigartiges schaffen können, kann Ihnen ein Designer dabei helfen, es auf die nächste Stufe zu bringen.

Wie sicher sind Apps, die auf No-Code-Plattformen erstellt werden?

Sicherheit hat für alle großen No-Code-Plattformen oberste Priorität. Sie kümmern sich um die technische Seite der Sicherheit, einschließlich Serverwartung, Datenverschlüsselung und Benutzerauthentifizierung, sodass Sie dies nicht tun müssen. Unternehmen wie Base44 und Bubble genießen das Vertrauen Tausender Unternehmen und investieren viel in die Sicherheit ihrer Plattformen und der darauf basierenden Apps. Wie bei jeder Anwendung ist es auch hier wichtig, dass Sie Greatest Practices befolgen, z. B. die Verwendung sicherer Passwörter und die sorgfältige Verwaltung von Benutzerberechtigungen.

Hervorgehobener Bildnachweis

Das neueste KI -Instrument von Google hat die Welt im Sturm erobert. Der KI-Imagegenerator ist mit dem Spitznamen Nano Banana und ist im Grunde genommen Gemini 2.5 Flash Picture, ein KI-Modell, das sich innerhalb von Sekunden lang um superrealistische und qualitativ hochwertige Bilder erstellt. Und genau wie bei jeder anderen New-Age-Technologie wird Nano Banane dank eines kürzlichen Developments-3D-Figuren aus Selfies, viral.

Wenn Sie sich des Developments noch nicht bewusst sind (unter einem Felsen leben), wissen Sie, dass Sie mit Google Nano Banane Ihre 2D-Fotos in hyperrealistische 3D-Figuren umwandeln können. All dies ohne Codierung, ohne Modellierung oder keine komplizierte Benutzeroberfläche. Laden Sie einfach Ihr Selfie hoch, geben Sie eine Eingabeaufforderung ein und Growth – Ihre 3D -Figur ist hier.

Was ist dann der Holdup? Lassen Sie uns Ihre eigene 3D -Figur erstellen, damit Sie ihn auf Ihren sozialen Konten teilen können!

Ein wenig über Google Nano Banana AI zuerst

Wie bereits erwähnt, Nano Banane, AKA Gemini 2.5 Blitzist das neueste Modellgenerierungsmodell aus dem Home of Google. Nano Banane ist mehr als ein Bildgenerierungsmodell und ist ein Bildbearbeitungsmodell. Warum? Mit dem Replace können Sie jetzt mehrere Bilder in ein einzelnes Bild mischen und andere Bearbeitungsaufgaben ausführen. Das Erstellen einer 3D -Figur ist eine solche Anwendung.

Es ist nicht nur ein Filter. Es handelt sich um eine vollständige KI -Transformationspipeline, die zur Analyse von Gesicht, Körperpose, Winkeln und Textur entwickelt wurde und dann ein 3D -Modell mit bemerkenswert lebensechten Proportionen erstellt. Alles was Sie brauchen ist ein gutes Foto. Der Relaxation? Nano Banane macht das schwere Heben.

Wenn Sie interessiert sind, verglich mein Teamkollege Nitika kürzlich die Nano-Banana mit GPT-5 für ihre Picture-Generationsfähigkeiten. Du kannst Schauen Sie sich den Vergleich hier an.

Wie funktioniert es?

Die Nano Banana AI verwendet eine Kombination aus Computervision, Tiefenschätzung und neuronalem Rendering, um 2D -Eingaben in 3D -Figuren umzuwandeln. Folgendes passiert:

• Ihr hochgeladenes Foto wird mit der Erkennung der Gesichtsmarke der Gesichtsmark gescannt.
• Pose -Schätzmodelle bestimmen den Winkel und die Körperposition.
• Ein tiefes Lernmodell rekonstruiert Tiefe, Konturen und Hauttexturen.
• Der Ausgang wird dann in ein virtuelles 3D -Figur -Format mit benutzerdefinierter Beleuchtung eingewickelt.

Das Ergebnis ist eine winzige, aber dynamische 3D -Model von Ihnen, die bereit ist, veröffentlicht, freigegeben oder heruntergeladen zu werden.

Schritt für Schritt: So erstellen Sie Ihre 3D-Figur

Ausgabe:

Sie benötigen kein Konto, eine App oder keine Kreditkarte. Es ist völlig kostenlos (zumindest vorerst).

Tipps, um die besten Ergebnisse zu erzielen

Hier erfahren Sie, wie Sie sicherstellen können, dass Ihre Nano Banana 3D -Figur erstaunlich ist:

• Die Beleuchtung ist der Schlüssel: Natürliches Tageslicht oder weiche Innenbeleuchtung funktioniert am besten.
• Gesicht der Kamera: Frontfacing-Fotos mit klaren Funktionen sind preferrred.
• Vermeiden Sie Hüte, schweres Make -up oder Sonnenbrille.
• Halten Sie den Hintergrund sauber, um die KI zu vermeiden.
• Verwenden Sie keine Gruppenaufnahmen: Nur eine Particular person sollte auf dem Foto sein.
• Ein gutes Foto = eine tolle Figur. Einfach das.

Professional -Tipp: Wenn Sie auch Figuren von Objekten im Hintergrund haben möchten (wie das der Autos und das Fahrrad in meinem Bild oben), geben Sie diese innerhalb der Eingabeaufforderung an.

Wo kann man diese 3D -Figuren verwenden?

Von den Highlights bis zu virtuellen Avataren tauchen überall die 3D -Figuren von Nano Banana auf. Die Leute benutzen sie als:

• Social Media PFPS (Profilbilder)
• Gaming -Avatare oder NPCs
• Geburtstags- oder Jubiläum E-Playing cards
• Influencer -Branding -Instruments
• Kreative Inhalte für YouTube- oder Tiktok -Änderungen

Es macht Spaß, einzigartig und überraschend professionell aus, um etwas so Einfaches zu sehen.

Lesen Sie auch:

Probieren Sie es selbst aus

KI generiert nicht mehr nur Textual content. Instruments wie Nano Banane verändern uns, wie wir uns visuell ausdrücken. Und Nano Banana 3D-Figuren sind vielleicht der Beginn einer neuen Welle hyperpersonalisierter Inhalte.

Wenn Sie es noch nicht ausprobiert haben, ist jetzt die Zeit. Besuchen Sie die offizielle Web site, laden Sie Ihr Foto hoch und sehen Sie sich an, wie KI Sie in Ihr eigenes digitales Mini-Me verwandelt. Seien Sie nur gewarnt: Sie könnten nicht an einem anhalten!

Eines der coolsten Dinge, über die wir gerne bei Sensible Information Collective schreiben, ist, wie Menschen KI verwenden, um neue Geschäftsmodelle zu starten. Sie können bereits sehen KI -Veränderung der Kryptobanking durch Beschleunigung der Entwicklung und Verwaltung von Diensten.

Ein Bericht von Fortune Enterprise Insights schreibt, dass der Kryptomarkt erwartet wird Wachsen 11,1 Prozent professional Jahr In den nächsten drei Jahren. Es ist klar, dass dieser Development Möglichkeiten für Unternehmer schafft, die eine eigene Krypto -Financial institution erstellen möchten. Lesen Sie weiter, um mehr zu erfahren.

Sie können sich zunächst ansehen, wie Generative Ai wird bereits auf Kryptowährungssysteme angewendet. Es gibt Projektionen, die zeigen, dass der generative KI -Markt allein im Kryptowährungsraum von 760 Millionen Greenback im Vorjahr auf 1,02 Milliarden Greenback im Jahr 2025 erwartet wird.

Ross Kelly von ItPro schreibt das 84 Prozent der Softwareentwickler Verwenden KI in ihren täglichen Arbeitsabläufen. Sie können erkennen, dass diese weit verbreitete Akzeptanz es auch kleinen Kryptoprojekten erleichtert, um Traktion zu erlangen.

Der Aufbau einer Krypto -Financial institution mit KI hat eindeutige Vorteile, da Sie automatisierte Kundendienstsysteme entwerfen können. Sie können auch Betrugserkennungstools erstellen, die sich schneller auf neue Risiken anpassen als herkömmliche Methoden. Sie werden feststellen, dass diese Systeme Ihnen dabei helfen, Vertrauen in einen aufstrebenden Markt zu schaffen.

Es ist auch möglich, sich auf die Compliance -Überwachung auf KI zu verlassen. In jedem Finanzsektor gibt es regulatorische Druck, und KI kann Ihnen helfen, Aktivitäten genauer zu verfolgen, ohne große Groups einzustellen. Sie werden auch feststellen, dass Predictive Analytics -Instruments Probleme langen, bevor sie zu Problemen werden.

Sie können maschinelle Lernmodelle nutzen, um Blockchain -Daten in Echtzeit zu analysieren. Es gibt Modelle, die Transaktionsgeschwindigkeiten verfolgen, Engpässe identifizieren und Anpassungen vorschlagen, um Ihre Krypto -Financial institution wettbewerbsfähig zu halten. Durch die Verwendung solcher Erkenntnisse können Sie sich in einem überfüllten Markt hervorheben.

Es wird klar, dass AI das, was es bedeutet, einen Finanzdienst zu starten und zu skalieren, verändert. Sie sind in der Lage, diese Instruments für das Wachstum zu nutzen, während andere die Grundlagen noch lernen. Es gibt viele Möglichkeiten, wie AI Ihnen helfen kann, Aufgaben zu automatisieren, die Ihre Fähigkeit, eine funktionierende Krypto -Financial institution zu starten, sonst verlangsamen würden.

Der Aufstieg digitaler Vermögenswerte hat die Finanzlandschaft neu definiert. Da immer mehr Kunden Bankendienste anstreben, die die Komfort der traditionellen Finanzierung mit der Flexibilität von Kryptowährungen kombinieren, wächst die Nachfrage nach Krypto -Bankwesen in rasantem Tempo. Laut PWC beteiligen sich über 200 Banken weltweit bereits an kryptobezogenen Initiativen, und der Markt für Crypto Banking Options soll in den kommenden Jahren stetig expandieren.

Für Fintech -Startups und Finanzinstitutionen ist Geschwindigkeit alles. Der Aufbau einer Krypto -Financial institution von Grund auf erfordert häufig jahrelange Entwicklung, hohe Kosten und komplexe Konformitätsarbeit. Hier kommen SaaS und White-Label Crypto Banking Software program ins Spiel. Diese vorgefertigten Plattformen bieten die Infrastruktur-, Integrations- und Sicherheitsfunktionen, die für die Einführung einer Krypto-Financial institution in Wochen und nicht in Jahren erforderlich sind und gleichzeitig eine Anpassung ermöglichen.

SDK.Finance Crypto Banking -Lösung: Die schnellste Route zum Begin

SDK.Finance Crypto Banking -Lösung fällt als erstklassige Wahl zum Aufbau einer Kryptobank schnell und effizient heraus. Es wurde als White-Label-Fintech-Plattform entwickelt und bietet sowohl SaaS- als auch Quellcode-Lizenzmodelle und bietet Unternehmen die Flexibilität, zwischen Geschwindigkeit und vollständiger Kontrolle zu wählen.

Schlüsselmerkmale

• Multi-Asset-Administration: Unterstützung für Fiat -Währungen, Kryptowährungen und Token in einer einzigen Brieftasche.
• Krypto-zu-Fiat-Operationen: Nahlose Austausch- und Konvertierungsfunktionen, sodass Kunden mühelos zwischen Anlageklassen wechseln können.
• Krypto -Debitkarten: Ausstellung und Verwaltung von Karten, die mit Krypto -Balancen verbunden sind.
• 470+ APIs: Öffnen Sie die Integrationsschicht zum Hinzufügen neuer Dienste und Skalierung.
• Ledger-basierte Stiftung: Gewährleistet Transparenz, Zuverlässigkeit und Skalierbarkeit mit Over 2.700 tps Grundlinienleistung.
• Sicherheit und Konformität: PCI DSS-Stufe 1 zertifiziert, vor integrierte KYC/AML-Instruments.

Vorteile

• Starten a Crypto Financial institution in Wochendank vorgefertigter Module und Integrationen.
• Wählen Sie zwischen SaaS für schnelles Go-Reside oder a Quellcode -Lizenz für die vollständige Autonomie.
• Skalieren Sie leicht, wenn das Transaktionsvolumen und die Kundenbasis wachsen.
• Gewährleisten Sie die grenzüberschreitende Einhaltung durch anpassungsfähige Architektur.

Anwendungsfälle

• Nebeus: Leveraged SDK.Finance zur Verbindung von mehreren Währungskonten mit Krypto-Geldbörsen, wodurch Kunden versatile Vermögensverwaltung geliefert werden.
• GEEDEA: Verwendete die SDK.Finance -Ledger -Engine, um seine Zahlungsvorgänge auf MENA auf die Verarbeitung von Millionen von täglichen Transaktionen zu erweitern.

Andere bemerkenswerte Crypto Banking Software program Options

Mambu

• Merkmale: Cloud-native Core Banking Engine mit Krypto-Integrationsmöglichkeiten, starker API-Framework.
• Vorteile: Versatile SAAS -Modell, weit verbreitet von Fintech -Startups.
• Startzeit: In der Regel einige Monate.
• Unterscheidungsmerkmal: Starker Fokus auf modularer, komponierbarer Bankeninfrastruktur.

Temenos Infinity

• Funktionen: Finish-to-Finish-Bankplattform mit Krypto- und Tokenisierungsmodulen.
• Vorteile: Geeignet für große Banken, die digitale Vermögenswerte betreten.
• Startzeit: Mehrere Monate, abhängig von der Komplexität.
• Unterscheidungsmerkmal: Tiefe der Funktionalität für komplexe groß angelegte Banken.

Solaris

• Merkmale: Banking-AS-a-Service-Anbieter mit Kartenausgabe, Ibans und Krypto-Brieftaschenunterstützung.
• Vorteile: bietet in Europa über Partnerschaften eine regulatorische Abdeckung.
• Zeit zum Begin: Wochen bis Monate.
• Unterscheidungsmerkmal: Lizenzierte Infrastruktur in Kombination mit Krypto -Diensten.

Bankbar

• Funktionen: Digital Banking und Zahlungslösungen mit Krypto -Integrationsfunktionen.
• Vorteile: Schnelleinsatz von Brieftaschen, Zahlungen und Kartenausstellungen.
• Zeit zum Starten: Wochen.
• Unterscheidungsmerkmal: Konzentrieren Sie sich auf Partnerschaften mit globalen Zahlungsnetzwerken.

Tipps zur Auswahl der richtigen Crypto Banking -Software program

• Überprüfen Sie den Zugriff auf den Quellcode -Zugriff: Wenn langfristige Unabhängigkeit wichtig ist, stellen Sie sicher, dass der Anbieter einen vollständigen Code-Eigentum anbietet.
• Priorisieren Sie die Compliance: Suchen Sie nach vorintegriert KYC/AML Lösungen und PCI -DSS -Zertifizierung.
• Skalierbarkeit: Bewerten Sie den Transaktionsdurchsatz und die Skalenfähigkeit, wenn Ihr Kundenstamm wächst.
• Anpassungsoptionen: APIs und modulare Architektur sind für die Anpassung der Plattform auf Ihre Produktvision unerlässlich.

Regulatorische Überlegungen für das Krypto -Bankwesen

Der Betrieb einer Kryptobank erfordert strikte Einhaltung der Vorschriften. Abhängig von Ihrer Gerichtsbarkeit kann dies beinhalten:

• Erhalten einer EMI -Lizenz (Digital Cash Establishment (EMI) oder gleichwertig.
• Implementierung von AML- und Terroristenfinanzierungsrichtlinien (CTF).
• Gewährleistung der Einhaltung von DSGVO für Kundendaten bei Betrieb in Europa.

Die Auswahl eines Softwareanbieters, der diese Compliance -Anforderungen bereits unterstützt, spart erhebliche Zeit und Mühe.

Abschluss

Der Bau einer Krypto-Financial institution muss kein mehrjähriges Projekt mehr sein. Crypto Banking Software program Options wie SDK.Finance, Mambu und Temenos bieten das technologische Rückgrat für die Begin in wenigen Wochen.

Für Startups und etablierte Finanzinstitute hängt die richtige Wahl von der Ausgleichsgeschwindigkeit, der Einhaltung und der Kontrolle ab. Mit der Crypto Banking -Lösung von SDK.Finance erhalten Unternehmen eine bewährte, versatile Grundlage, um schnell in den Markt einzutreten und gleichzeitig Skalierbarkeit und Sicherheit zu gewährleisten.

Wenn Sie in Wochen bereit sind, eine Krypto -Financial institution zu bauen, erkunden Sie die Krypto -Banklösung von SDK.Finance und andere Plattformen, um die beste Passform für Ihre Strategie zu finden.

Sie können sehen, dass der Aufstieg der KI eng mit dem Wachstum der Krypto -Bankmöglichkeiten verbunden ist. Es gibt Zahlen aus mehreren Berichten, die zeigen, wie schnell der Markt expandiert, und KI ist der wichtigste Treiber, der die Teilnahme erleichtert.

Man kann mit Sicherheit sagen, dass Unternehmer, die sich auf KI stützen, einen Vorteil beim Aufbau ihrer eigenen Kryptobanken haben werden. Sie beobachten die Grundlage eines neuen Finanzsektors, der diejenigen belohnt, die bereit sind, intelligenteren Instruments frühzeitig einzusetzen.

Bild von Autor | Ideogramm

Daten sind der Vorteil, der unsere Arbeit als Datenfachleute antreibt. Ohne ordnungsgemäße Daten können wir unsere Aufgaben nicht ausführen, und unser Geschäft wird keinen Wettbewerbsvorteil erzielen. Daher ist die Sicherung geeigneter Daten für jeden Datenprofi von entscheidender Bedeutung, und Datenpipelines sind die für diesen Zweck entwickelten Systeme.

Datenpipelines sind Systeme, die Daten von einer Quelle in eine andere verschieben und umwandeln. Diese Systeme sind Teil der Gesamtinfrastruktur für jedes Unternehmen, das sich auf Daten stützt, da sie garantieren, dass unsere Daten zuverlässig und immer bereit sind.

Das Erstellen einer Datenpipeline magazine komplex klingen, aber einige einfache Instruments reichen aus, um zuverlässige Datenpipelines mit nur wenigen Codezeilen zu erstellen. In diesem Artikel werden wir untersuchen, wie Sie eine einfache Datenpipeline mit Python und Docker erstellen, die Sie in Ihren täglichen Datenarbeiten anwenden können.

Lassen Sie uns darauf eingehen.

Aufbau der Datenpipeline

Bevor wir unsere Datenpipeline erstellen, verstehen wir das Konzept von ETL, das für Extrakt, Transformation und Final steht. ETL ist ein Prozess, bei dem die Datenpipeline die folgenden Aktionen ausführt:

• Daten aus verschiedenen Quellen extrahieren.
• Verwandeln Sie Daten in ein gültiges Format.
• Laden Sie Daten in einen zugänglichen Speicherort.

ETL ist ein Standardmuster für Datenpipelines. Wir erstellen additionally dieser Struktur.

Mit Python und Docker können wir eine Datenpipeline rund um den ETL -Prozess mit einem einfachen Setup erstellen. Python ist ein wertvolles Instrument zur Orchestrierung von Datenflussaktivitäten, während Docker für die Verwaltung der Umgebung der Datenpipeline -Anwendung mithilfe von Containern nützlich ist.

Lassen Sie uns unsere Datenpipeline mit Python und Docker einrichten.

Schritt 1: Vorbereitung

Erstens müssen wir nicht versichern, dass Python und Docker in unserem System installiert sind (wir werden dies hier nicht abdecken).

Für unser Beispiel werden wir die verwenden Herzinfarktdatensatz von Kaggle als Datenquelle zur Entwicklung unseres ETL -Prozesses.

Mit allem werden wir die Projektstruktur vorbereiten. Insgesamt wird die einfache Datenpipeline das folgende Skelett haben:

simple-data-pipeline/
├── app/
│   └── pipeline.py
├── information/
│   └── Medicaldataset.csv
├── Dockerfile
├── necessities.txt
└── docker-compose.yml

Es gibt einen Hauptordner, der genannt wird simple-data-pipelinewas enthält:

• Ein app Ordner mit dem pipeline.py Datei.
• A information Ordner, der die Quelldaten enthält (Medicaldataset.csv).
• Der necessities.txt Datei für Umgebungsabhängigkeiten.
• Der Dockerfile Für die Docker -Konfiguration.
• Der docker-compose.yml Datei zum Definieren und Ausführen unserer Multi-Container-Docker-Anwendung.

Wir werden zuerst die ausfüllen necessities.txt Datei, die die für unser Projekt erforderlichen Bibliotheken enthält.

In diesem Fall werden wir nur die folgende Bibliothek verwenden:

Im nächsten Abschnitt werden die Datenpipeline mit unseren Beispieldaten eingerichtet.

Schritt 2: Richten Sie die Pipeline ein

Wir werden die Python einrichten pipeline.py Datei für den ETL -Prozess. In unserem Fall verwenden wir den folgenden Code.

import pandas as pd
import os

input_path = os.path.be a part of("/information", "Medicaldataset.csv")
output_path = os.path.be a part of("/information", "CleanedMedicalData.csv")

def extract_data(path):
    df = pd.read_csv(path)
    print("Knowledge Extraction accomplished.")
    return df

def transform_data(df):
    df_cleaned = df.dropna()
    df_cleaned.columns = (col.strip().decrease().substitute(" ", "_") for col in df_cleaned.columns)
    print("Knowledge Transformation accomplished.")
    return df_cleaned

def load_data(df, output_path):
    df.to_csv(output_path, index=False)
    print("Knowledge Loading accomplished.")

def run_pipeline():
    df_raw = extract_data(input_path)
    df_cleaned = transform_data(df_raw)
    load_data(df_cleaned, output_path)
    print("Knowledge pipeline accomplished efficiently.")

if __name__ == "__main__":
    run_pipeline()

Die Pipeline folgt dem ETL -Prozess, in dem wir die CSV -Datei laden, Datenumwandlungen wie fehlende Daten und Reinigen der Spaltennamen und die gelöschten Daten in eine neue CSV -Datei ausführen. Wir haben diese Schritte in eine einzelne eingepackt run_pipeline Funktion, die den gesamten Prozess ausführt.

Schritt 3: Richten Sie die Dockerfile ein

Mit der Python -Pipeline -Datei werden wir die füllen Dockerfile So richten Sie die Konfiguration für den Docker -Container mit dem folgenden Code ein:

FROM python:3.10-slim

WORKDIR /app
COPY ./app /app
COPY necessities.txt .

RUN pip set up --no-cache-dir -r necessities.txt

CMD ("python", "pipeline.py")

Im obigen Code geben wir an, dass der Container Python Model 3.10 als Umgebung verwendet. Als nächstes setzen wir das Arbeitsverzeichnis des Containers auf /app und kopieren Sie alles von unserem Einheimischen app Ordner in den Behälter app Verzeichnis. Wir kopieren auch die necessities.txt Datei und führen Sie die PIP -Set up im Container aus. Schließlich geben wir den Befehl an, um das Python -Skript auszuführen, wenn der Container startet.

Mit dem Dockerfile Bereit, wir werden die vorbereiten docker-compose.yml Datei zur Verwaltung der Gesamtausführung:

model: '3.9'

providers:
  data-pipeline:
    construct: .
    container_name: simple_pipeline_container
    volumes:
      - ./information:/information

Die obige YAML -Datei wird beim Ausführen das Docker -Bild über das verfügbare Verzeichnis erstellt Dockerfile. Wir montieren auch den Einheimischen information Ordner zum information Ordner im Container, sodass der Datensatz zu unserem Skript zugänglich ist.

Ausführung der Pipeline

Mit allen Dateien werden wir die Datenpipeline in Docker ausführen. Gehen Sie zum Projektroot -Ordner und führen Sie den folgenden Befehl in Ihrer Eingabeaufforderung aus, um das Docker -Bild zu erstellen und die Pipeline auszuführen.

docker compose up --build

Wenn Sie dies erfolgreich ausführen, sehen Sie wie Folgendes ein Informationsprotokoll:

 ✔ data-pipeline                           Constructed                                                                                   0.0s 
 ✔ Community simple_docker_pipeline_default  Created                                                                                 0.4s 
 ✔ Container simple_pipeline_container     Created                                                                                 0.4s 
Attaching to simple_pipeline_container
simple_pipeline_container  | Knowledge Extraction accomplished.
simple_pipeline_container  | Knowledge Transformation accomplished.
simple_pipeline_container  | Knowledge Loading accomplished.
simple_pipeline_container  | Knowledge pipeline accomplished efficiently.
simple_pipeline_container exited with code 0

Wenn alles erfolgreich ausgeführt wird, werden Sie eine neue sehen CleanedMedicalData.csv Datei in Ihrem Datenordner.

Glückwunsch! Sie haben gerade eine einfache Datenpipeline mit Python und Docker erstellt. Versuchen Sie, verschiedene Datenquellen und ETL -Prozesse zu verwenden, um festzustellen, ob Sie eine komplexere Pipeline verarbeiten können.

Abschluss

Das Verständnis von Datenpipelines ist für jeden Datenfachmann von entscheidender Bedeutung, da sie für den Erwerb der richtigen Daten für ihre Arbeit unerlässlich sind. In diesem Artikel haben wir untersucht, wie man eine einfache Datenpipeline mit Python und Docker erstellt und gelernt hat, wie man sie ausführt.

Ich hoffe das hat geholfen!

Cornellius Yudha Wijaya ist ein Knowledge Science Assistant Supervisor und Datenautor. Während er in Vollzeit bei Allianz Indonesien arbeitet, liebt er es, Python- und Datentipps über soziale Medien und das Schreiben von Medien zu teilen. Cornellius schreibt über eine Vielzahl von KI- und maschinellen Lernthemen.

JPMorgan Chase hat ein innovatives generatives KI-Device namens LLM Suite auf den Markt gebracht. Dieses neue Produkt wird als revolutionäres Device gefeiert, das Aufgaben übernehmen kann, die traditionell von Analysis-Analysten erledigt werden.

Was ist die LLM Suite von JPMorgan Chase?

Ein internes Memo, das der Monetary Occasions vorliegt, enthüllt, dass JPMorgan seiner Vermögensverwaltungsabteilung Zugang zur LLM Suite gewährt hat. Das Memo, das von den Topmanagern Mary Erdoes, Teresa Heitsenrether und Mike Urciuoli unterzeichnet wurde, beschreibt die LLM Suite als „ChatGPT-ähnliches Produkt“, das die allgemeine Produktivität steigern soll.

LLM-Suite wurde entwickelt, um die täglichen Aufgaben der Mitarbeiter zu vereinfachen, indem Funktionen wie Schreiben, Ideenfindung und Dokumentzusammenfassung bereitgestellt werden. Das Memo führt weiter aus: „Stellen Sie sich LLM Suite als einen Forschungsanalytiker vor, der Informationen, Lösungen und Ratschläge zu einem Thema anbieten kann.“

Im Gegensatz zu eigenständigen KI-Instruments lässt sich die LLM Suite in die vorhandenen Anwendungen von JPMorgan, Join Coach und SpectrumGPT, integrieren und gewährleistet so einen sorgfältigen Umgang mit Finanzdaten.

Schrittweise Umsetzung

JPMorgan hat Anfang des Jahres damit begonnen, verschiedenen Abteilungen Zugang zur LLM Suite zu gewähren. Derzeit haben etwa 50.000 Mitarbeiter oder etwa 15 % der Belegschaft Zugriff auf die Plattform. Die weitverbreitete Implementierung wirft Fragen über die Auswirkungen des Instruments auf traditionelle Rollen von Analysis-Analysten auf.

Diese Einführung ist eine der größten Implementierungen großer Sprachmodelle an der Wall Avenue. Während andere Finanzunternehmen wie Morgan Stanley KI-Produkte von OpenAI verwenden, hebt sich JPMorgan durch die Entwicklung eines eigenen KI-Instruments, der LLM Suite, von der Konkurrenz ab. Diese interne Entwicklung ist teilweise auf strenge Finanzvorschriften und die Notwendigkeit zurückzuführen, sicherzustellen, dass die Kundendaten auf den Servern der Financial institution sicher bleiben.

Imaginative and prescient des CEO

Jamie Dimon, CEO von JPMorgan, hat sich offen zum transformativen Potenzial der KI geäußert. In einer Erklärung gegenüber Investoren sagte Dimon: „KI wird jeden Job verändern. Sie könnte einige Jobs vernichten. Einige könnten neue Jobs schaffen.“ Er betonte die weitreichenden Auswirkungen der KI und erklärte: „Man kann sich keine App, keine Datenbank und keinen Job vorstellen, bei dem sie nicht helfen, unterstützen oder fördern wird.“

KI-Technologien tragen bereits erheblich zum Geschäftsergebnis von JPMorgan bei. Bankpräsident Daniel Pinto schätzt, dass KI derzeit zwischen einer und 1,5 Milliarden Greenback einbringt, was den Wert der Technologie für die Financial institution und ihre Kunden unterstreicht.

Ein unbestreitbarer Nachteil

Trotz seiner Versprechen ist LLM Suite nicht ohne potenzielle Probleme. Wie bei jedem KI-Modell besteht das Risiko von Ungenauigkeiten, Halluzinationen oder der Darstellung falscher Informationen als Fakten. Das interne Memo ging jedoch nicht auf diese potenziellen Nachteile ein.

Die Einführung der LLM Suite durch JPMorgan stellt einen großen Fortschritt bei der Nutzung von KI im Finanzsektor dar. Durch die interne Entwicklung und Implementierung dieses Instruments stellt die Financial institution die Einhaltung von Vorschriften sicher, steigert gleichzeitig die Produktivität der Mitarbeiter und gewährleistet die Datensicherheit. Da sich die KI weiterentwickelt, könnte der zukunftsweisende Ansatz von JPMorgan neue Maßstäbe für die Branche setzen.

Bildnachweis für vorgestelltes Bild: pvproductions/Freepik