跳到主要內容

fig 使用方法,打造 node.js 開發環境

fig 使用方法,打造簡單 node.js 開發環境

enter image description here
昨天透過兩三天的時間摸所 docker ,感覺上是非常有趣的一個工具,但是始終不知道這樣子根自己寫 shell script install 的方法有那些差異,透過詢問朋友 / 同事之後才發現,原來 docker 有許多種不同使用情境,所以目前看到許多不同使用方法。
在這麼多不同使用方法中,我只主要目的是解決 非技術 相關人員,可以快速設定開發環境,透過一個指令隨時可以啓動,關閉服務,(畢竟現在開發環境已經要同時啓動好多不同服務),透過 docker 感覺可以做到這件事情,同時我們也可以在每個服務更新的時候進行小元件 / 服務的抽換,對於整體開發人員來說,就不需要考慮環境問題,還能夠統一大家開發工作環境上。
因此這邊透過朋友詢問到 fig, 透過一個晚上的快速時光,把 fig 大致上設定好,也大概搞清楚怎麽使用。

情境

以下是基於一個基本的 node.js http 服務,搭配 fig & docker.
程式碼擺放位置 fig node.js simple server example, 歡迎自由取用。
Fig 的使用方法,我的環境是 MacOS ,因爲要採用到 fig 的 mount 功能,因此採用 docker-osx ,
安裝步驟需要先安裝 virtaulbox and vargant.

安裝 docker-osx

提醒,記得安裝完之後要設定 docker host, 在自己的 .profile, .bashrc 底下加入
eval `docker-osx env`
啓動服務的方式就是
docker-osx start
停止
docker-osx halt

install fig

fig 的安裝步驟, fig installation

fig

進入重點,fig 的使用只需要一個 fig.yml 還有加上一個基本的 Dockerfile, 基本上就是設定一個 master service 在 fig.yml ,透過這個 master service 再跟其他 service / image 進行溝通。
fig.yml,
web:
  build: .
  command: node /myapp/index.js
  volumes:
    - .:/myapp
  ports:
    - "3000:3000"
接下來就是要設定 Dockerfile, 你會發現 Dockerfile 非常簡單,基本上你根本可以不用在乎 docker container 的 os 是什麼環境,只要能夠動就好(理論上),可以在 docker hub 找到更多資料
Dockerfile,
FROM dockerfile/nodejs

usage

以上都設定好之後,可以透過以下指令啓動服務
fig run web
當然你也可以在背景執行
fig run -d web
或者把目前的資料轉成 docker image
# build a docker image
fig build

結論

一開始其實自己也搞不懂 docker 到底可以幫忙做到那些程度,隨着不斷的測試還有朋友,同事一起幫忙之後,發現越來越有感覺,雖然自己只是一個網站開發人員,不過能夠瞭解到另外一個世界的工具其實還蠻有樂趣的。
fig 可以說補足 docker 所不足的部分,docker 是採用小巧的服務環境, fig 就是把這些服務完整連結起來的方式。他可以很快的設定到連接不同 docker image ,這對於開發機上的使用,已經很貼近我的需求,接下來只要把不同服務整合在一起即可。
there is my fig node.js simple server example, you can fork and clone by yourself.

留言

這個網誌中的熱門文章

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。 ...

Vibe Coding:為什麼 Junior 更快上手?Senior 要如何追趕?

現象層面(市場觀察) 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變,非常熱門。 身為 Cympack 產品開發團隊 ,我們也一直關注這個議題,在閱讀這篇文章時觀察到一些有趣的現象,對我們來說,這正好反映出 AI 正在改變開發生態,junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位,其中有些啟發(insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding? 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」,反而 embrace 快速迭代、快速出成果 反觀 Senior: 熟悉大型系統設計 有豐富的「工程正統流程」知識(架構設計、測試策略、效能優化、設計模式) 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師,對 prompt engineering 沒那麼熟練,還在觀望 技能面(未來的關鍵能力) Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢? Prompt 撰寫 / AI 互動 Junior 較強(熟悉 chat-based 流程) 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強(能看出潛在問題) 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding,並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力,但若不主動練習 vibe coding,長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享,希望帶給各位的感受, 『與 AI 協...

v0 API 是什麼?怎麼用?一篇教你搞懂功能、價格,還能搭配 Cursor 玩出 vibe coding!

Vercel 的 v0 是一款 AI 驅動的前端開發工具,能夠將自然語言描述轉換為可部署的 React 元件和 UI 介面,支援 Tailwind CSS,並可直接部署至 Vercel 平台。此外,v0 提供 API 介面,讓開發者能將其整合至其他工具,如 Cursor IDE,進一步提升開發效率。 Vercel v0 API 介紹 v0 API 目前處於 Beta 階段,主要提供 v0-1.0-md 模型,具備以下特點: 多模態支援:接受文字與圖片(base64 編碼)輸入。  快速串流回應:提供低延遲的串流回應。  OpenAI 相容:遵循 OpenAI Chat Completions API 格式,易於整合至現有工具。  前端開發優化:特別針對 Next.js 和 Vercel 等現代前端框架進行優化。 要使用 v0 API,需訂閱 Premium 或 Team 方案 ,並啟用使用量計費。 使用方式 API 端點: POST https://api.v0.dev/v1/chat/completions 請求標頭: Authorization: Bearer YOUR_V0_API_KEY Content-Type: application/json 參數範例: { "model": "v0-1.0-md", "messages": [ { "role": "user", "content": "建立一個具有身份驗證功能的 Next.js AI 聊天機器人" } ], "stream": true } 您也可以使用官方的 AI SDK 進行整合: npm install ai @ai-sdk/vercel 範例程式 javascript import { generateText } from 'ai'; import { vercel } from '@ai-sdk/vercel'; const { text } = await generateText({ model: vercel...