Xây dựng Công cụ Ra quyết định Khí hậu bằng AI trong 12 Giờ
Hầu hết các ứng dụng về dấu chân carbon đều thất bại.
Chúng chỉ đưa cho bạn một con số. Chúng đưa cho bạn những lời khuyên chung chung. Sự nhận thức không làm thay đổi hành vi. Biết được dấu chân carbon của bạn là 8 tấn CO2 không giúp bạn biết mình nên làm gì tiếp theo.
Tôi đã xây dựng Climbit để giải quyết vấn đề này. Nó không phải là một công cụ tính toán. Nó là một công cụ ra quyết định. Nó trả lời một câu hỏi duy nhất: Hành động tốt nhất tôi có thể thực hiện ngay bây giờ là gì?
The Core Logic
Hầu hết các công cụ đều tập trung vào việc đo lường. Climbit tập trung vào các quyết định. Hệ thống xem xét các yếu tố của bạn:
- Commute (Di chuyển đi làm)
- Home energy (Năng lượng tại nhà)
- Food and diet (Thực phẩm và chế độ ăn uống)
- Travel (Du lịch)
Nó xếp hạng các hành động dựa trên mức độ giảm carbon, chi phí, nỗ lực và tính phù hợp.
The Engineering Split
Tôi đã đưa ra một lựa chọn quan trọng. Tôi tách biệt phần toán học khỏi AI.
Các mô hình ngôn ngữ lớn rất kém về toán học. Chúng thường gặp hiện tượng "ảo giác" về các con số. Trong Climbit, AI không bao giờ thực hiện việc tính toán lượng khí thải.
Quy trình hoạt động như sau:
- Bạn cung cấp dữ liệu thông qua văn bản, giọng nói hoặc hình ảnh hóa đơn.
- Gemini trích xuất dữ liệu thành cấu trúc JSON.
- Một engine TypeScript thực hiện các phép toán thực tế.
- AI diễn giải các kết quả để đưa ra cho bạn một kế hoạch cá nhân hóa.
Điều này giúp dữ liệu luôn chính xác và trải nghiệm mang tính cá nhân.
The Tech Stack
- Next.js 15 and React 19
- TypeScript and Tailwind CSS
- Supabase and Clerk
- Google Gemini 1.5 Flash
- Vitest and Playwright
Solving Real Problems
Việc xây dựng ứng dụng này đòi hỏi phải giải quyết các vấn đề kỹ thuật khó:
- Hydration: Recharts gây ra lỗi trong quá trình render phía server. Tôi đã khắc phục điều này bằng cách trì hoãn việc render biểu đồ cho đến khi client được mount.
- Security: Tôi đã triển khai bộ giới hạn tốc độ (rate limiter) theo cơ chế token bucket. Điều này giúp bảo vệ các endpoint AI đắt đỏ khỏi bị lạm dụng.
- Accessibility: Tôi đã sử dụng HTML ngữ nghĩa và các nhãn ARIA. Khả năng tiếp cận là một yêu cầu bắt buộc, không phải là thứ được thêm vào sau cùng.
The Lesson
AI giúp tăng tốc việc lập trình. Nó không thay thế kiến trúc hệ thống.
Tôi dành phần lớn thời gian của mình vào việc:
- Khắc phục các vấn đề hydration.
- Kiểm chứng các trường hợp biên (edge cases).
- Tăng cường bảo mật.
- Cải thiện độ tin cậy.
Sự khác biệt giữa một bản demo và một sản phẩm nằm ở những chi tiết này. Mọi người không cần thêm dữ liệu khí hậu. Họ cần những quyết định khí hậu tốt hơn.
Optional learning community: https://t.me/GyaanSetuAi