Pamiętacie mój ostatni post o Full Text Search? Nowy sposób na dokumentację – NotebookLM ratujący godziny… oraz implementacja FTS w PostgreSQL. Tym razem było bardzo podobnie – szybka piłka. 🎯 Wyzwanie: Kolejny etap projektu client-server – wymiana natywnego FTS w PostgreSQL na Elasticsearch. Dedykowany silnik wyszukiwania, osobny kontener w Docker Compose, indeksowanie wiadomości, reindeksacja bazy…

…nic Jeszcze raz, 5ty, 10ty… nic… ? Po chwili poszukiwań okazało się, że aktualizacja systemu odinstalowała VS Code, a wraz z nim wszelkie zainstalowane dodatki. 🤦‍♂️ Nie tego oczekiwałem mając 1,5h na wieczorną naukę… 😂 Ale cóż… całe szczęście wystarczyło pobrać szybko i zainstalować program po czym wszystko ruszyło jak zawsze. No dobra, ale przecież

Kolejny etap projektu za mną. Backend już działa, SQLAlchemy pięknie zarządza bazą danych (o tym pisałem ostatnio!), ale… Pojawiło się kolejne wyzwanie. API przyjmuje dane od użytkowników. Współrzędne GPS, nazwy, opisy… I tu pojawia się pytanie – a co jeśli ktoś wyśle zupełnie losowe dane? Albo złośliwie spróbuje coś “wstrzyknąć”? 🎯 WyzwanieGłównym zadaniem było zabezpieczenie

Mój projekt “po godzinach” rośnie i staje się coraz ciekawszy. Aplikacja we Flasku działała, ale do tej pory żyła trochę w próżni – bez możliwości trwałego zapisywania danych, bazując na dummy data w tablicach dla szybkich testów. Przyszedł jednak czas na kluczowy i (jak się obawiałem) dość trudny krok: połączenie z bazą danych. Chciałem to

Ostatnio praca nad nowym projektem szła naprawdę gładko. Kod i nowe funkcjonalności powstawały jedna za drugą, ale jedna rzecz doprowadzała mnie do szału – czas kompilacji. Na moim Win 11 każda większa zmiana i jej test w realnym środowisku (na czym bardzo mi zależało) w ostatniej fazie projektu to… 15-25 minut czekania. Kto koduje, ten

Każdy programista już czuje, czym to pachnie, ale… nie tylko to wydarzyło się ostatnio z moją, zresztą jedną z pierwszych aplikacji. Po kolejnej walce z wirusem, który nasz mały kurier dowiózł nam ze żłobka, wracam na tory. Podobno Feniks zawsze odradza się z popiołów, więc lecimy dalej z tematem (oby bez powrotów do łóżka 😂)!

Sztuczna inteligencja zabierze nam pracę? A może wręcz przeciwnie – stanie się najpotężniejszym narzędziem w naszym arsenale, które zwielokrotni naszą produktywność? Zamiast teoretyzować, kolejny projekt jest właśnie takim eksperymentem: ❓ Co, jeśli znając jeden język (w moim przypadku Python), mógłbym stworzyć w pełni funkcjonalną aplikację w technologiach, o których nie mam zielonego pojęcia? 🎯 Cel: