Lưu trữ danh mục: Small ERP

Các công cụ AI không cần mã đang thay đổi cuộc chơi cho các doanh nghiệp ở mọi quy mô. Các công cụ AI không cần mã là vũ khí bí mật của bạn. Chúng giống như có một thiên tài công nghệ trong nhóm của bạn, không cần lập trình phức tạp và giá cao. Cho dù bạn là một công ty khởi nghiệp nhỏ hay một công ty đã thành lập, những công cụ này đều đưa các khả năng AI tiên tiến vào tầm tay bạn. Nhưng hãy nhớ rằng chúng có thể không miễn phí mãi mãi, vì vậy tốt nhất là hãy sử dụng chúng khi bạn có thể.

AI không cần mã chính xác như tên gọi của nó, các công cụ trí tuệ nhân tạo không yêu cầu bất kỳ kỹ năng lập trình nào để sử dụng. Hãy nghĩ về nó như việc xây dựng bằng các khối LEGO thay vì tạo ra từng viên gạch từ đầu. Bạn đang sử dụng các thành phần AI được xây dựng sẵn để tạo ra các giải pháp mạnh mẽ, mà không cần viết một dòng mã nào.

AI truyền thống so với AI không cần mã:

• AI truyền thống cần có chuyên môn về mã hóa, mất nhiều tháng để phát triển và tốn kém

• AI không cần mã sử dụng giao diện trực quan, mất nhiều ngày để triển khai và phù hợp với hầu hết các ngân sách

• AI truyền thống đòi hỏi một nhóm các nhà phát triển

• AI không cần mã có thể được quản lý bởi bất kỳ ai hiểu được nhu cầu kinh doanh của họ

Các nền tảng AI không cần mã thường cung cấp bản dùng thử miễn phí hoặc các gói cơ bản, vì vậy bạn có thể thử nghiệm trước khi bắt đầu hoàn toàn. Hãy nhớ: Bạn không cần phải hiểu toán học phức tạp đằng sau AI — giống như bạn không cần phải biết động cơ ô tô hoạt động như thế nào để lái xe. Tập trung vào những gì bạn muốn đạt được và để nền tảng xử lý các công việc kỹ thuật nặng nhọc. Những công cụ này đang thay đổi cuộc chơi cho các doanh nghiệp nhỏ và doanh nhân.

Các công cụ AI không cần mã là hoàn hảo để giải quyết các thách thức hàng ngày. Hãy cùng khám phá các lĩnh vực chính mà các công cụ này có thể tạo ra sự khác biệt thực sự.

Giải pháp dịch vụ khách hàng

• Chatbot xử lý các yêu cầu cơ bản 24/7

• Hệ thống trả lời email tự động

• Phân tích tình cảm khách hàng

• Hỗ trợ phân loại và định tuyến vé

AI không cần mã tỏa sáng trong dịch vụ khách hàng. Hãy nghĩ về Sarah, một chủ doanh nghiệp nhỏ đã sử dụng một nền tảng không cần mã đơn giản để tạo chatbot. Hiện tại, nền tảng này xử lý 60% các truy vấn của khách hàng, giúp nhóm của cô có nhiều thời gian hơn cho các vấn đề phức tạp.

Phân tích dữ liệu đơn giản

• Dự đoán xu hướng bán hàng

• Mẫu hành vi của khách hàng

• Báo cáo phân tích thị trường

• Dự báo tài chính

Những công cụ này biến dữ liệu phức tạp thành thông tin chi tiết rõ ràng — không cần bằng khoa học dữ liệu! Một chủ cửa hàng địa phương gần đây đã sử dụng AI không cần mã để phát hiện các mẫu mua hàng và điều chỉnh mức tồn kho của họ, giúp tăng lợi nhuận lên 15%.

Quản lý tài liệu

• Xử lý biểu mẫu tự động

• Trích xuất dữ liệu hóa đơn

• Phân tích hợp đồng

• Trích xuất văn bản PDF

Hãy tạm biệt việc nhập dữ liệu thủ công. Các công cụ này có thể quét, sắp xếp và tổ chức tài liệu trong vài giây. Một công ty kế toán đã cắt giảm thời gian xử lý tài liệu của họ từ nhiều giờ xuống còn vài phút bằng cách sử dụng các công cụ AI không cần mã đơn giản.

Quản lý nội dung

• Kiểm duyệt hình ảnh

• Lọc nội dung phương tiện truyền thông xã hội

• Phân tích văn bản

• Kiểm tra tính nhất quán của thương hiệu

Giữ nội dung của bạn sạch sẽ và đúng thương hiệu mà không cần phải xem xét thủ công liên tục. Một người quản lý phương tiện truyền thông xã hội hiện đang kiểm duyệt hàng nghìn bình luận của người dùng hàng ngày bằng AI — những việc trước đây mất cả ngày thì giờ chỉ mất vài phút.

Công cụ bán hàng và tiếp thị

• Điểm dẫn đầu

• Tối ưu hóa chiến dịch email

• Dự đoán hiệu suất quảng cáo

• Phân khúc khách hàng

Tiếp thị thông minh hiện đã có thể tiếp cận với mọi người. Các doanh nghiệp nhỏ có thể cạnh tranh với những đối thủ lớn hơn bằng cách sử dụng AI để nhắm mục tiêu đúng khách hàng vào đúng thời điểm. Bạn có thể bắt đầu sử dụng các giải pháp không cần mã hóa. Chỉ cần chọn vấn đề bạn muốn giải quyết, chọn công cụ của bạn và bắt đầu. Hãy cùng tìm hiểu cách bắt đầu hành trình của bạn một cách đúng đắn.

Hành trình chọn nền tảng

Đầu tiên, chọn nền tảng của bạn. Hãy nghĩ về nó như việc chọn công cụ hoàn hảo cho dự án DIY của bạn. Bạn sẽ muốn cân nhắc:

• Dễ sử dụng — Bạn có thể sử dụng mà không cần bằng khoa học máy tính không?

• Giá cả — Có phù hợp với ngân sách của bạn không?

• Tính năng — Nó có giải quyết được nhu cầu kinh doanh cụ thể của bạn không?

• Hỗ trợ — Có trợ giúp khi bạn cần không?

Sau khi bạn đã chọn nền tảng của mình, việc thiết lập rất đơn giản. Hầu hết các công cụ đều cung cấp quy trình đăng ký đơn giản, chỉ cần tạo tài khoản, xác minh email của bạn và bạn đã tham gia! Nhiều nền tảng cũng cung cấp bản dùng thử miễn phí để bạn có thể dùng thử trước khi cam kết.

Hầu hết các công cụ AI không cần mã đều tuân theo một cấu trúc tương tự:

• Bảng điều khiển — Trung tâm điều khiển của bạn

• Mẫu — Các giải pháp được xây dựng sẵn mà bạn có thể sử dụng ngay

• Mô hình AI — Các loại AI khác nhau mà bạn có thể làm việc cùng

• Cài đặt — Nơi bạn quản lý tài khoản và tùy chọn của mình

Bắt đầu nhỏ với thử nghiệm. Chọn một nhiệm vụ đơn giản có thể là tự động trả lời email hoặc sắp xếp tài liệu. Chạy một vài trường hợp thử nghiệm và kiểm tra kết quả cẩn thận. AI có hiểu đầu vào của bạn không? Đầu ra có như bạn mong đợi không?

Mẹo triển khai thông minh

Sau đây là những gì người khởi nghiệp thành công thường làm:

• Ghi lại mọi thứ từ ngày đầu tiên

• Bắt đầu với các dự án nhỏ, ít rủi ro

• Kiểm tra kỹ lưỡng trước khi đưa vào hoạt động

• Giữ cho nhóm của bạn trong vòng lặp

• Theo dõi kết quả của bạn

Hãy nhớ rằng bạn không cần phải hoàn hảo ngay lập tức. Hãy bắt đầu đơn giản, học hỏi trong quá trình thực hiện và xây dựng sự tự tin của bạn. Đó là vẻ đẹp của AI không cần mã nó phát triển cùng bạn!

Các bước thực hiện thực tế

Bạn đã sẵn sàng đưa AI không cần mã vào hoạt động chưa? Hãy cùng chia nhỏ quy trình triển khai thành các bước nhỏ, dễ thực hiện.

Phát hiện các vấn đề kinh doanh sẵn sàng cho AI

Bắt đầu bằng cách tìm kiếm những dấu hiệu sau:

• Các công việc thủ công lặp đi lặp lại làm tốn thời gian của nhóm

• Các quy trình dữ liệu nặng cần phân tích nhanh

• Sự tắc nghẽn trong dịch vụ khách hàng

• Nội dung cần được xem xét thường xuyên

Chọn các vấn đề cụ thể và có thể đo lường được. Ví dụ, thay vì “cải thiện dịch vụ khách hàng”, hãy nhắm mục tiêu “giảm thời gian phản hồi email xuống 50%”.

Tạo bản đồ quy trình của bạn

Trước khi bắt tay vào, hãy lập sơ đồ quy trình làm việc hiện tại của bạn. Hãy nghĩ về nó như việc tạo ra một công thức nấu ăn — trước tiên bạn cần trình bày tất cả các nguyên liệu và các bước.

Sau đây là một cách đơn giản để thực hiện:

• Liệt kê từng bước trong quy trình hiện tại của bạn

• Lưu ý ai xử lý từng nhiệm vụ

• Đánh dấu các bước có thể sử dụng sự trợ giúp của AI

• Xác định nơi quá trình bắt đầu và kết thúc

Chọn công cụ AI của bạn

Ghép các vấn đề của bạn với các giải pháp AI phù hợp. Hãy nghĩ về việc này giống như việc chọn đúng công cụ từ hộp công cụ:

• Cần sắp xếp tài liệu? Hãy thử xử lý tài liệu AI

• Bạn muốn trả lời câu hỏi của khách hàng? Hãy xem các công cụ chatbot

• Cần phân tích hình ảnh? Hãy sử dụng công cụ thị giác máy tính

Kết nối các dấu chấm

Bây giờ là lúc kết nối mọi thứ lại với nhau. Hầu hết các nền tảng không cần mã đều sử dụng giao diện kéo và thả, giúp bạn dễ dàng:

• Kết nối các nguồn dữ liệu của bạn

• Thiết lập các kích hoạt cho thời điểm AI nên bắt đầu hoạt động

• Tạo hành động dựa trên kết quả AI

• Kiểm tra luồng với dữ liệu mẫu

Kiểm tra giải pháp của bạn

Trước khi phát trực tiếp:

• Chạy thử nghiệm quy mô nhỏ với dữ liệu thực tế

• Kiểm tra kết quả so với xử lý thủ công

• Tính thời gian của quá trình từ đầu đến cuối

• Nhận phản hồi từ người dùng cuối

Hãy nhớ: Bắt đầu nhỏ, thử nghiệm kỹ lưỡng và mở rộng dần dần. Tốt hơn là làm đúng với một dự án nhỏ hơn là vội vã thực hiện một dự án lớn không hiệu quả.

Thực hành là tốt nhất và Mẹo

Bạn đã sẵn sàng để biến dự án AI không cần code của mình thành công chưa? Chúng ta hãy cùng tìm hiểu các biện pháp thiết yếu giúp bạn đi đúng hướng và tránh những sai lầm thường gặp.

An ninh là trên hết

• Luôn sử dụng các phương pháp xác thực mạnh mẽ

• Cập nhật quyền truy cập thường xuyên

• Sao lưu dữ liệu thường xuyên

• Theo dõi các hoạt động bất thường của hệ thống

• Kiểm tra các biện pháp an ninh hàng quý

Dữ liệu của bạn rất quý giá — hãy đối xử với nó theo cách đó! Bắt đầu bằng cách thiết lập các biện pháp kiểm soát truy cập phù hợp và đảm bảo chỉ những người phù hợp mới có thể sử dụng các công cụ AI của bạn. Hãy nghĩ về điều đó giống như việc có một người gác cổng tại một câu lạc bộ độc quyền — họ chỉ cho phép những người quan trọng vào.

Giữ gìn sự hợp pháp, giữ an toàn

Quyền riêng tư dữ liệu không còn là tùy chọn nữa. Sau đây là những gì bạn cần làm:

• Nhận được sự đồng ý rõ ràng cho việc thu thập dữ liệu

• Thực hiện GDPR và luật bảo mật địa phương

• Lưu giữ hồ sơ chi tiết về việc sử dụng dữ liệu

• Tạo chính sách bảo mật đơn giản

• Thiết lập thủ tục xóa dữ liệu

Hãy coi chừng ví của bạn

Kiểm soát chi phí bằng những mẹo sau:

• Bắt đầu nhỏ và mở rộng dần dần

• Theo dõi chặt chẽ các mẫu sử dụng

• Đặt giới hạn chi tiêu cho các dịch vụ AI

• Xem lại các gói giá hàng tháng

• Cắt nhanh các tính năng không sử dụng

Đào tạo đội ngũ của bạn

Thành công phụ thuộc vào con người của bạn! Hãy đảm bảo:

• Cung cấp đào tạo kiến ​​thức cơ bản về AI

• Tạo hướng dẫn sử dụng rõ ràng

• Thiết lập hệ thống hỗ trợ

• Chia sẻ chiến thắng và bài học kinh nghiệm

• Cập nhật tài liệu đào tạo

Tránh những lỗi thường gặp này

Đừng rơi vào những cái bẫy này:

• Cố gắng tự động hóa mọi thứ cùng một lúc

• Bỏ qua các giai đoạn thử nghiệm

• Bỏ qua phản hồi của người dùng

• Quên đo lường kết quả

• Không có kế hoạch dự phòng

Hãy nhớ: bắt đầu nhỏ, kiểm tra thường xuyên và tiếp tục học hỏi. Hành trình AI không cần mã của bạn là một cuộc chạy marathon, không phải chạy nước rút!

Những câu chuyện thành công trong thế giới thực

Bạn đã sẵn sàng để xem AI không cần mã hoạt động chưa? Hãy cùng xem các doanh nghiệp thực sự đang chiến thắng như thế nào với các công cụ này.

Thành công bán lẻ: SmartShop UK

Một chuỗi bán lẻ cỡ trung ở Manchester đã chuyển đổi dịch vụ khách hàng của họ bằng cách sử dụng chatbot AI không cần mã. Trong vòng ba tháng, họ:

• Giảm thời gian phản hồi từ 24 giờ xuống còn 2 phút

• Xử lý tự động 70% các truy vấn của khách hàng

• Tiết kiệm 50.000 bảng Anh chi phí hỗ trợ

• Cải thiện điểm số hài lòng của khách hàng lên 35%

Chiến thắng của dịch vụ tài chính: Giải pháp MoneyWise

Công ty khởi nghiệp công nghệ tài chính có trụ sở tại London này đã sử dụng AI không cần mã để xử lý tài liệu:

• Giảm thời gian xử lý đơn xin vay từ 2 ngày xuống còn 30 phút

• Đạt được độ chính xác 95% trong việc trích xuất dữ liệu

• Xử lý nhiều hơn 3x đơn đăng ký với cùng một nhóm

• Giảm chi phí hoạt động 40%

Sản xuất: BuildRight Ltd

Một nhà sản xuất ở Birmingham đã triển khai AI không cần mã để kiểm soát chất lượng:

• Phát hiện 99% lỗi trước khi vận chuyển

• Giảm lợi nhuận 80%

• Tiết kiệm được 200.000 bảng Anh trong năm đầu tiên

• Đào tạo nhóm của họ chỉ trong một tuần

Mẹo từ người dùng thành công

“Bắt đầu từ quy mô nhỏ và mở rộng quy mô”, Sarah Thompson, Giám đốc điều hành của SmartShop cho biết. “Chúng tôi bắt đầu với các câu hỏi đơn giản của khách hàng và dần dần thêm các nhiệm vụ phức tạp hơn”.

“Đừng quên đào tạo nhóm của bạn,” James Wilson từ MoneyWise nói thêm. “Ngay cả các công cụ không cần mã cũng cần một người hiểu được quy trình kinh doanh.”

Những câu chuyện thành công này cho thấy AI không cần mã không chỉ là sự cường điệu — nó mang lại kết quả thực sự cho các doanh nghiệp ở mọi quy mô. Chìa khóa là gì? Bắt đầu với các mục tiêu rõ ràng và chọn đúng công cụ cho nhu cầu cụ thể của bạn.

Phần kết luận

Các công cụ AI không cần mã đã mở ra những khả năng thú vị cho các doanh nghiệp ở mọi quy mô. Chúng đã biến việc triển khai AI phức tạp thành một quy trình đơn giản, dễ tiếp cận mà bất kỳ ai cũng có thể thành thạo. Hãy nhìn nhận thực tế, bạn không cần một nhóm các nhà khoa học dữ liệu hay một ngân sách công nghệ lớn nữa. Với nền tảng không cần mã phù hợp, bạn có thể tự động hóa dịch vụ khách hàng, phân tích dữ liệu và hợp lý hóa hoạt động chỉ bằng vài cú nhấp chuột. Đơn giản vậy thôi.

Tương lai của AI không cần mã trông tươi sáng. Chúng ta đang thấy nhiều tính năng mạnh mẽ hơn, tích hợp tốt hơn và các giải pháp thông minh hơn xuất hiện trên thị trường mỗi ngày. Khi các công cụ này trở nên thân thiện với người dùng hơn, chúng sẽ trở nên thiết yếu đối với hoạt động kinh doanh như email và bảng tính.

Sẵn sàng tham gia chưa? Hãy bắt đầu nhỏ với một quy trình duy nhất mà bạn muốn cải thiện. Chọn một nền tảng AI không cần mã phù hợp với nhu cầu của bạn và thử nghiệm. Bạn sẽ ngạc nhiên về tốc độ chuyển đổi hoạt động kinh doanh của mình.

Đừng chờ đợi thời điểm hoàn hảo, thời điểm để khai thác sức mạnh của AI chính là bây giờ. Đối thủ cạnh tranh của bạn không đứng yên, và bạn cũng vậy. Hãy thực hiện bước đầu tiên ngay hôm nay và xem AI không cần mã có thể thúc đẩy thành công trong kinh doanh của bạn như thế nào.

Những app gợi ý

1. Làm hoạt hình cho bản vẽ

Bạn đã bao giờ muốn thổi hồn vào những bức vẽ nguệch ngoạc của mình chưa? Hãy xem công cụ đầu tiên của chúng tôi! Chỉ cần lấy một bức vẽ rõ nét trên giấy trắng và tải lên. Giả sử chúng ta có một bản phác thảo phi hành gia — hãy tải lên và xem điều kỳ diệu xảy ra! Đầu tiên, nó sẽ tự động phát hiện nhân vật của bạn và bạn có thể dễ dàng tô sáng để làm cho nó hoàn hảo. Tiếp theo, đã đến lúc vui chơi! Bạn có thể thêm hoạt ảnh — làm cho phi hành gia của bạn nhảy một điệu nhỏ hoặc vẫy tay chào. Với các danh mục như “vui nhộn”, “nhảy” và “đi bộ”, khả năng là vô tận. Vì vậy, nếu bản vẽ của bạn đang bám đầy bụi, đã đến lúc phủi bụi và làm hoạt ảnh! Biến những bản phác thảo tĩnh thành hình ảnh động vui nhộn. sketch.metademolab.com

2. Trình tạo văn bản thành giọng nói

Bạn có bao giờ muốn văn bản của mình có thể tự đọc không? Bộ chuyển đổi văn bản thành giọng nói miễn phí này sẽ làm được điều đó! Chỉ cần dán văn bản của bạn vào hộp, chọn giọng mong muốn (bạn thậm chí có thể có nhiều giọng khác nhau trong tiếng Anh — thật tuyệt phải không?) và nhấn phát. Nghe có vẻ khá giống con người, đúng không? Bạn thậm chí có thể thử nghiệm với các giọng khác nhau — như tiếng Philippines — chỉ để khuấy động mọi thứ! Khi bạn hài lòng, bạn có thể tải xuống âm thanh cho bất kỳ dự án nào bạn đang thực hiện.www.text-to-speech.online

3. Tạo ảnh chân dung

Bạn cần ảnh chân dung chuyên nghiệp cho mạng xã hội hoặc đơn xin việc? Trình tạo ảnh chân dung AI này sẽ giúp bạn mà không cần đăng ký! Đầu tiên, hãy chọn giới tính của bạn và tải ảnh lên (có thể là ảnh bạn chụp vào mùa hè năm ngoái). Sau đó, hãy chọn nhóm tuổi và phong cách cho ảnh. Sau đó, AI tạo ra một số ảnh chân dung chuyên nghiệp tuyệt đẹp. Không phải là những gì bạn muốn? Không vấn đề gì! Chỉ cần quay lại và thử lại cho đến khi bạn thích những gì bạn thấy. Thật dễ dàng phải không?

Trình tạo ảnh chân dung chuyên nghiệp AI miễn phí 100% (không cần đăng ký) supawork.ai

4. Đọc các tài liệu dài

Đọc các tài liệu dài có thể là một sự phiền toái, nhưng giờ thì không còn nữa! Với trình tóm tắt tài liệu này, tất cả những gì bạn phải làm là tải tệp PDF của mình lên, chọn kiểu tóm tắt (như dàn ý ngắn gọn hoặc chi tiết)! Chỉ trong vài giây, nó sẽ tóm tắt từng trang cho bạn. Công cụ này thực sự tiết kiệm thời gian cho sinh viên hoặc bất kỳ ai cần nắm bắt nhanh những điều cốt yếu của một tài liệu. Vì vậy, lần tới khi bạn gặp khó khăn khi đọc một tệp PDF dài, hãy để công cụ này giúp bạn!

Documator: Công cụ tóm tắt tài liệu AI miễn phí, đơn giản của bạn.

5. Phiên âm âm thanh và video

Bạn có tệp âm thanh hoặc video muốn phiên âm không? Hãy sử dụng công cụ phiên âm AI của Riverside! Chỉ cần thả tệp của bạn vào, chọn “Tôi là người” và nhấp vào “bắt đầu phiên âm”. Bạn sẽ nhận được bản phiên âm chính xác ngay lập tức. Sau khi hoàn tất phiên âm, bạn có thể tải xuống dưới dạng tệp SRT để chèn phụ đề trên YouTube hoặc bất kỳ nơi nào bạn cần. Tại sao phải tốn thời gian với các dịch vụ trả phí khi công cụ miễn phí này có thể làm được việc đó?

Phiên âm âm thanh và video miễn phí với độ chính xác 99%.

6. Tạo Infographic

Sẵn sàng tạo một số hình ảnh thú vị? Công cụ Infographics cho phép bạn tạo dòng thời gian, danh sách và biểu đồ trong tích tắc! Bạn được 10 thế hệ miễn phí, vì vậy hãy sử dụng chúng một cách khôn ngoan. Giả sử bạn muốn làm nổi bật sự phát triển của phương tiện truyền thông xã hội. Sau khi nhập chủ đề, bạn sẽ nhận được một dòng thời gian được thiết kế đẹp mắt ngay lập tức. Hoàn hảo cho các bài thuyết trình hoặc bài đăng trên phương tiện truyền thông xã hội!

Trình tạo Infographic miễn phí.

7. Tạo một sơ đồ tư duy trên các chủ đề liên quan

Bạn tò mò về một chủ đề nào đó? Hãy làm quen với Whybot! Công cụ tiện dụng này đào sâu vào bất kỳ câu hỏi nào bạn đặt ra. Nó tạo ra một sơ đồ tư duy trên các chủ đề liên quan, cho phép bạn phóng to và thu nhỏ để có cái nhìn toàn diện. Cho dù bạn muốn biết tại sao chúng ta ngáp hay bất kỳ câu hỏi hóc búa nào khác, Whybot sẽ giúp bạn hình dung những gì bạn đang học. Hãy sẵn sàng để trở thành người bạn thông minh nhất trong phòng!

Whybot.

8. Tạo prompt

Bạn muốn mở khóa toàn bộ tiềm năng của các công cụ như ChatGPT? Không cần tìm đâu xa! Trình tạo lời nhắc giúp bạn tạo lời nhắc hiệu quả cho ChatGPT, Claude và các trợ lý AI khác.

Chỉ cần nhập vai trò bạn muốn AI thực hiện, mô tả kết quả mong muốn và thế là xong! Bạn sẽ có lời nhắc chi tiết giúp bạn có được chính xác những gì bạn đang tìm kiếm. Đây là cách tiết kiệm thời gian chắc chắn sẽ thúc đẩy sự sáng tạo của bạn!

Trình tạo lời nhắc ChatGPT, tạo lời nhắc ChatGPT miễn phí của Prompt Hackers để xây dựng lời nhắc AI cho bất kỳ trường hợp sử dụng phức tạp nào. Chỉ cần cung cấp vai trò…

9. Trò chuyện dựa trên nguồn của riêng bạn

NotebookLM của Google là một viên ngọc khác cho phép bạn trò chuyện dựa trên nguồn của riêng bạn. Tải lên tài liệu, slide hoặc thậm chí là URL từ các nguồn đáng tin cậy để tạo trợ lý AI biết chính xác những gì bạn muốn. Đây không chỉ là một chatbot khác — NotebookLM cho phép trò chuyện giữa người với người được điều chỉnh theo nghiên cứu cụ thể của bạn! Hoàn hảo để động não hoặc thu thập thông tin chi tiết!

notebooklm.google.com

10. Tạo các trang tô màu

Ai nói tô màu chỉ dành cho trẻ em? Tạo trang tô màu tùy chỉnh của riêng bạn với trình tạo thú vị này! Chỉ cần nhập lời nhắc, như “hòn đảo nhiệt đới” và xem nó tạo trang tô màu của bạn. Hãy in ra và tận hưởng thời gian rảnh rỗi, hoặc thậm chí rủ trẻ em tham gia — công cụ này hoàn hảo để giúp mọi người giải trí, đặc biệt là trong những chuyến đi dài!

Sử dụng AI để tạo các trang tô màu cho trẻ em (hoặc người lớn!) về bất kỳ chủ đề nào bạn có thể tưởng tượng.

11. Tạo danh sách phát Spotify

Cuối cùng, nếu bạn là người yêu âm nhạc, bạn sẽ thích Chat Jams! Chỉ cần nhập thể loại nhạc bạn thích, và nó sẽ tạo danh sách phát Spotify cho bạn.

Bạn đang thèm một chút rung cảm thư giãn hay giai điệu sôi động? Chỉ cần nhập vào, bạn sẽ khám phá ra sự kết hợp giữa những bản nhạc yêu thích quen thuộc và những nghệ sĩ mới thú vị. Đã đến lúc nhấn phát và tận hưởng nhịp điệu tùy chỉnh của bạn!

Hãy yêu cầu tôi tạo danh sách phát nhạc trên Spotify dành riêng cho bạn nhé.

Nguồn: https://medium.com/@masteratai/11-ai-tools-you-wont-believe-are-free-f673e1d0faa3

Web AI

deepseek

Bài viết hướng dẫn dùng PHP tạo chatbot GPT cho riêng bạn bằng cách sử dụng API của OpenAI. Đầu tiên, chúng ta sẽ tạo một dự án trong Visual Studio Code và sử dụng ngôn ngữ PHP. Tiếp theo, tạo các file và thư mục cần thiết để triển khai chatbot GPT. Sau đó, chúng ta sẽ thực hiện các bước để kết nối và truy xuất vào API Chat GPT. Cuối cùng, chúng ta sẽ xây dựng giao diện người dùng cho chatbot và thực hiện việc gửi câu hỏi và hiển thị phản hồi từ GPT.
Sau khi đã cài đặt môi trường phát triển, chúng ta sẽ tạo một dự án trong Visual Studio Code để triển khai chatbot GPT của mình. Hãy làm theo các bước sau:
Mở Terminal trong Visual Studio Code.
Tạo một thư mục mới cho dự án của bạn bằng cách chạy lệnh sau: mkdir chat-gpt-project
Di chuyển vào thư mục dự án mới bằng cách chạy lệnh sau: cd chat-gpt-project
Tạo một file mới có tên là “index.php” bằng cách chạy lệnh sau: touch index.php
Tạo một thư mục mới có tên là “chat” bằng cách chạy lệnh sau: mkdir chat
Di chuyển vào thư mục “chat” bằng cách chạy lệnh sau: cd chat
Tạo một file mới có tên là “chat-api.php” bằng cách chạy lệnh sau: touch chat-api.php
Quay trở lại thư mục gốc của dự án bằng cách chạy lệnh sau: cd ..
Tạo một thư mục mới có tên là “images” bằng cách chạy lệnh sau: mkdir images
Truy cập vào thư mục “images” bằng cách chạy lệnh sau: cd images
Tải và sao chép 2 file hình ảnh từ kho lưu trữ để sử dụng làm icon và thanh tiến trình.
Di chuyển vào thư mục gốc của dự án chatbot GPT bằng cách chạy lệnh sau: cd chat-gpt-project
Tạo một thư mục mới có tên là “css” bằng cách chạy lệnh sau: mkdir css
Tạo một file mới có tên là “style.css” trong thư mục “css” bằng cách chạy lệnh sau: touch css/style.css
Tạo một thư mục mới có tên là “js” bằng cách chạy lệnh sau: mkdir js
Tạo một file mới có tên là “script.js” trong thư mục “js” bằng cách chạy lệnh sau: touch js/script.js

Tạo API Chat GPT

Để triển khai chatbot GPT, chúng ta cần tạo một API để chuyển tiếp cuộc trò chuyện giữa người dùng và GPT. Hãy làm theo các bước sau:

Mở Terminal trong Visual Studio Code.
Di chuyển vào thư mục gốc của dự án chatbot GPT bằng cách chạy lệnh sau: cd chat-gpt-project
Mở file “chat/chat-api.php” trong Visual Studio Code.
Cài đặt mã PHP sau để tạo một API gửi các câu hỏi tới GPT và nhận phản hồi:

<?php
// Lấy dữ liệu từ request POST
$data = json_decode(file_get_contents('php://input'), true);

// Kiểm tra nếu có câu hỏi đã được gửi từ client
if (isset($data['message'])) {
    $question = $data['message']; // Lấy câu hỏi từ request
    $response = // Gọi API GPT để lấy phản hồi dựa trên câu hỏi

    // Trả về phản hồi cho client
    echo json_encode(array('response' => $response));
}
?>

Lưu và đóng file “chat/chat-api.php”.
Sau khi bạn đã tạo API, bạn sẽ có thể chuyển tiếp câu hỏi từ người dùng đến GPT và nhận phản hồi từ GPT.

Tạo Giao Diện Người Dùng

Sau khi đã tạo API, chúng ta sẽ tạo giao diện người dùng để người dùng có thể gửi câu hỏi và nhận phản hồi từ chatbot GPT. Hãy làm theo các bước sau:

Mở file “index.php” trong Visual Studio Code.
Cài đặt mã HTML và CSS sau để tạo giao diện người dùng:

<!DOCTYPE html>
<html>
<head>
<title>Chat GPT</title>
<link rel="stylesheet" href="css/style.css">
<script src="https://code.jquery.com/jquery-3.6.0.min.js"></script>
<script src="js/script.js"></script>
</head>
<body>
<div class="container">
    <div class="row">
        <h2><span class="emoji">🤖</span> Chat GPT</h2>
        <div id="progress-bar" class="bar">
            <img src="images/bar.gif">
        </div>
    </div>
    <div class="row">
        <div class="chat-container" id="chat-container"></div>
    </div>
    <div class="row">
        <div class="input">
            <input type="text" id="input-question" placeholder="Hãy đặt câu hỏi của bạn">
        </div>
        <div id="send-button" class="button">
            <img src="images/arrow.gif">
        </div>
    </div>
</div>
</body>
</html>

Lưu và đóng file “index.php”.
Mở file “css/style.css” trong Visual Studio Code.
Cài đặt mã CSS sau để tạo kiểu cho giao diện người dùng:

.container {
max-width: 400px;
margin: 0 auto;
padding: 20px;
text-align: center;
}
.row { margin-bottom: 20px; }

h2 { font-size: 24px; }

.emoji { font-size: 24px; }

.bar { display: none; }

.chat-container { height: 200px; overflow-y: scroll; border: 1px solid #ccc; padding: 10px; }

.input { display: inline-block; width: 80%; }

.button { display: inline-block; width: 18%; }

input[type=”text”] { width: 100%; padding: 10px; font-size: 14px; }

.button img { width: 20px; height: 20px; cursor: pointer; }

6. Lưu và đóng file “css/style.css”.
7. Mở file “js/script.js” trong Visual Studio Code.
8. Cài đặt mã JavaScript sau để gửi câu hỏi từ người dùng đến chatbot GPT và hiển thị phản hồi:

```javascript
$(document).ready(function() {
    // Gửi câu hỏi khi nhấn Enter
    $(document).keypress(function(event) {
        if (event.which === 13) {
            var question = $("#input-question").val();
            if (validateInput(question)) {
                sendQuestion(question);
            }
        }
    });

    // Gửi câu hỏi khi nhấn nút gửi
    $("#send-button").click(function() {
        var question = $("#input-question").val();
        if (validateInput(question)) {
            sendQuestion(question);
        }
    });
});

function validateInput(question) {
    if (question === "") {
        alert("Hãy nhập một câu hỏi!");
        return false;
    }
    return true;
}

function sendQuestion(question) {
    $("#progress-bar").show();

    $.ajax({
        url: "/chat/chat-api.php",
        method: "POST",
        data: JSON.stringify({ "message": question }),
        contentType: "application/json",
        success: function(response) {
            var reply = JSON.parse(response).response;
            addToChat(question, reply);
            clearInput();
            scrollToEnd();
            $("#progress-bar").hide();
        }
    });
}

function addToChat(question, reply) {
    var chatContainer = document.getElementById("chat-container");
    chatContainer.innerHTML += "<p><strong>Tôi:</strong> " + question + "</p>";
    chatContainer.innerHTML += "<p><strong>GPT:</strong> " + reply + "</p>";
}

function clearInput() {
    $("#input-question").val("");
}

function scrollToEnd() {
    var chatContainer = document.getElementById("chat-container");
    chatContainer.scrollTop = chatContainer.scrollHeight;
}

Lưu và đóng file “js/script.js”.
Sau khi hoàn thành các bước trên, bạn đã tạo thành công giao diện người dùng để người dùng có thể tương tác với chatbot GPT.

Gửi Câu Hỏi Cho GPT

Để gửi câu hỏi từ người dùng đến chatbot GPT, chúng ta sẽ sử dụng API mà chúng ta đã tạo trước đó. Hãy làm theo các bước sau:

Mở file “chat/chat-api.php” trong Visual Studio Code.
Thay thế dòng code sau:
$response = // Gọi API GPT để lấy phản hồi dựa trên câu hỏi
bằng đoạn code sau:

$apiKey = “YOUR_API_KEY”;
$url = “https://api.openai.com/v1/chat/completions”;
$headers = [
“Content-Type: application/json”,
“Authorization: Bearer ” . $apiKey
];
$data = [
“messages” => [
[
“role” => “system”,
“content” => “You are a helpful assistant”
],
[
“role” => “user”,
“content” => $question
] ] ];
$options = [
“http” => [
“header” => implode(“\r\n”, $headers),
“method” => “POST”,
“content” => json_encode($data)
] ];
$context = stream_context_create($options);
$response = file_get_contents($url, false, $context);
$response = json_decode($response, true)[“choices”][0][“message”][“content”];
Thay thế “YOUR_API_KEY” bằng API key của bạn từ OpenAI.
Lưu và đóng file “chat/chat-api.php”.
Sau khi bạn đã thay đổi API key trong mã PHP, chatbot GPT của bạn đã sẵn sàng nhận câu hỏi từ người dùng.

Hiển Thị Phản Hồi Từ GPT

Sau khi chatbot GPT nhận câu hỏi từ người dùng, chúng ta sẽ hiển thị phản hồi từ GPT trên giao diện người dùng. Hãy làm theo các bước sau:

Mở file “js/script.js” trong Visual Studio Code.
Thay thế dòng code sau:
addToChat(question, reply);
bằng đoạn code sau:

addToChat(question, reply[“content”]);
Lưu và đóng file “js/script.js”.
Sau khi bạn đã thay đổi mã JavaScript, chatbot GPT của bạn sẽ hiển thị phản hồi từ GPT trên giao diện người dùng.
Nguồn: https://www.toolify.ai/vi/ai-news-vn/hng-dn-tch-hp-api-openai-to-chatbot-gpt-vi-php-989049

Dữ liệu đầu vào cho đường ống RAG Retrieval Augmented Generation có thể có nhiều loại, nhưng đầu vào phổ biến nhất là PDF. Không giống như HTML, JSON hoặc Markdown có cấu trúc, PDF là tài liệu không có cấu trúc . Vì vậy, ngay cả trước khi chúng ta phân đoạn dữ liệu từ các tài liệu PDF, chúng ta cần phân tích cú pháp như trong hình trên.

Chúng ta thấy Chunking, một phần của bước thu thập dữ liệu. Thu thập dữ liệu không hoàn tất nếu không có chunking, nhúng và lưu trữ trong Vector DB.

Phân tích cú pháp PDF

Phân tích PDF là trích xuất và diễn giải thông tin từ các tệp PDF (Định dạng tài liệu di động). Nó bao gồm việc phân tích cấu trúc và nội dung của tệp PDF để trích xuất thông tin có ý nghĩa, chẳng hạn như văn bản, hình ảnh, bảng và siêu dữ liệu.

Mục đích của việc phân tích cú pháp PDF có thể là nhiều mục đích như tìm kiếm văn bản và chuyển đổi PDF thành tài liệu có cấu trúc như HTML, Markdown, v.v. Tuy nhiên, mục đích của chúng tôi ở đây chủ yếu là trích xuất thông tin có giá trị để đào tạo LLM hoặc cho RAG. Vì vậy, chúng tôi sẽ trích xuất văn bản, bảng, hình ảnh, đồ họa và siêu dữ liệu.

Những thách thức với việc phân tích PDF

Trong khi các tài liệu HTML là các biểu diễn phân cấp với các thẻ được xác định rõ ràng như <img> hoặc <title>, cấu trúc bên trong của các tài liệu PDF được tối ưu hóa để duy trì tính nhất quán về mặt hình ảnh. Nói cách khác, PDF bao gồm một loạt các hướng dẫn để hiển thị các ký hiệu. Điều này tạo ra một cấp độ thách thức hoàn toàn mới khi xử lý các tài liệu PDF.

Thách thức đầu tiên là xác định bố cục của trang. Thách thức thứ hai là trích xuất các loại dữ liệu khác nhau như bảng, hình ảnh hoặc văn bản từ pdf.

Định dạng PDF so với HTML

Với thách thức khi xử lý tài liệu PDF so với tài liệu có cấu trúc như JSON hoặc HTML, một câu hỏi tự nhiên có thể nảy sinh là tại sao chúng ta cần PDF. Một số ưu điểm được nêu bật trong bảng bên dưới và được giải thích thêm ở bên dưới:

Nói ngắn gọn, PDF an toàn và dễ truy cập bằng mọi thiết bị và hệ điều hành. Chúng dễ nén thành kích thước thuận tiện. Chúng dễ quét và do đó, lý tưởng để in. Không giống như HTML mất định dạng trên các trình duyệt hoặc hệ điều hành, PDF giữ nguyên định dạng của chúng.

PDF được sử dụng để bảo toàn định dạng và do đó được sử dụng khi cần tuân theo các bố cục cứng nhắc (nghĩ đến các biểu mẫu). Chúng chủ yếu được sử dụng khi nội dung cần được sử dụng thay vì chỉnh sửa. Ví dụ bao gồm tài liệu đọc khóa học, báo cáo công ty, v.v. có thể dễ dàng in và phân phối. Vì vậy, việc phân tích PDF trở thành một bước tất yếu để chuẩn bị dữ liệu cung cấp cho các đường ống LLM và RAG.

Phương pháp phân tích PDF

Có ba loại phương pháp phân tích cú pháp PDF rộng dựa trên cách tiếp cận của chúng tôi đối với cách chúng tôi xử lý PDF. Chúng là,

Phương pháp dựa trên quy tắc

Phân tích cú pháp dựa trên quy tắc cũng được gọi là dựa trên mẫu. Nó tuân theo các quy tắc được xác định trước để trích xuất thông tin dựa trên các mẫu hoặc vị trí.

Một ví dụ hay về việc phân tích cú pháp dựa trên quy tắc là phân tích biểu mẫu. Ví dụ, một tổ chức có thể sử dụng mẫu chuẩn để đăng ký nhân viên mới. Phân tích cú pháp dựa trên quy tắc sẽ hiệu quả trong trường hợp sử dụng này. Một ví dụ hay khác có thể là trích xuất dữ liệu từ hóa đơn và cập nhật chi phí vào cơ sở dữ liệu nội bộ.

Phương pháp dựa trên đường ống

Các phương pháp dựa trên đường ống chia nhỏ tác vụ phân tích cú pháp pdf thành một loạt các bước hoặc tác vụ. Ví dụ, bước đầu tiên có thể là sửa độ mờ hoặc hướng của trang. Bước thứ hai có thể thực hiện phân tích bố cục của cả phân tích cấu trúc trực quan và ngữ nghĩa, xác định vị trí của hình ảnh, bảng và văn bản. Ví dụ, trang có thể là văn bản hai cột thay vì một cột. Bước thứ ba sau đó có thể trích xuất bảng, văn bản và hình ảnh từ bố cục đã xác định. Bước cuối cùng có thể là tích hợp kết quả đã xác định để khôi phục trang thành định dạng HTML hoặc Markdown.

Phương pháp dựa trên học tập

Chúng dựa trên các mô hình học máy hoặc học sâu. Giống như bất kỳ phương pháp học nào khác, chúng cần một số dữ liệu để đào tạo và phát triển mô hình. Chúng có thể được chia thành ba loại, cụ thể là dựa trên học sâu và dựa trên mô hình nhỏ.

Một số phương pháp tiếp cận nổi tiếng được thể hiện trong hình trên. Chúng bao gồm Mạng nơ-ron tích chập (CNN), các mô hình Nhận dạng ký tự quang học như Tesseract từ Google, Table Transformer từ Microsft và các thuật toán Phát hiện và phân đoạn như Mask R-CNN để phát hiện bố cục. Hoặc có thể sử dụng một mô hình phân loại tài liệu đơn giản để phân loại loại tài liệu sau đó có thể được xử lý thêm bằng một đường ống.

Phương pháp kết hợp.

Đúng như tên gọi, phương pháp này kết hợp các phương pháp dựa trên quy tắc và phương pháp học tập để tận dụng tối đa cả hai phương pháp.

Sự đánh đổi cần cân nhắc
Khi lựa chọn phương pháp xây dựng quy trình phân tích cú pháp PDF, một số cân nhắc chính bao gồm độ phức tạp của tài liệu, sức mạnh tính toán mà chúng ta có và yêu cầu về độ trễ của hệ thống.

Dùng PyTorch chuyển đổi PDF sang Markdown

Tôi đã sử dụng nhiều công cụ trực tuyến để chuyển đổi tài liệu PDF sang định dạng Markdown, nhưng không có công cụ nào có thể so sánh vớiMarker.

Cùng với chuyển đổi Markdown cơ bản, nó định dạng bảng, chuyển đổi hầu hết các phương trình sang latex, trích xuất và lưu trữ hình ảnh.

Theokho lưu trữ GitHubcủa Marker , bạn cần cài đặt:

Để cài đặt PyTorch, hãy truy cậptrang web chính thức của PyTorch và bạn sẽ thấy hình ảnh tương tự như bên trên:

Bạn có thể điều chỉnh các tùy chọn đó để xem tùy chọn nào phù hợp nhất với hệ thống của bạn. Khi đã có lệnh, Windows 11 hãy mở PowerShell hoặc Command Prompt và dán lệnh của bạn vào đó.

Đây là lệnh tôi đã sử dụng để cài đặt PyTorch:

pip3 install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu118

Sẽ mất một thời gian để tải xuống và cài đặt vì tệp chính có dung lượng lên tới 2,7 GB. Sau vài phút, PyTorch sẽ được cài đặt. Bây giờ, các điều kiện tiên quyết đã xong. Tiếp theo, bạn có thể tiếp tục và chuyển sang phần Marker thực tế. Bạn có thể sao chép dự án Marker trên hệ thống cục bộ của mình bằng lệnh sau: git clone https://github.com/VikParuchuri/marker.git

Chúng tôi đã sao chép kho lưu trữ nhưng vẫn không thể chuyển đổi tệp PDF sang định dạng Markdown vì chúng tôi chưa cài đặt Marker. Bên ngoài kho lưu trữ GitHub Marker mới được sao chép, hãy tạo một môi trường mới để chuyển đổi tệp PDF sang Markdown.

python -m venv myenv

Thao tác này sẽ kích hoạt môi trường mới được tạo.

myenv\Scripts\activate

cài đặtmarker-pdfbằng trình quản lý góipip.

pip install marker-pdf

Bây giờ chúng ta đã sẵn sàng để chuyển đổi tài liệu PDF sang tệp Markdown! Để chuyển đổi PDF sang Markdown, chúng ta cần hai thứ:

Đường dẫn đầu vào của PDF
Đường dẫn đầu ra
Bởi vì lệnh chuyển đổi có nội dung tương tự như sau:

mark_single “input_path” “output_path” – batch_multiplier 2 – max_pages 12

Do đó, bên trong thư mục dự án GitHub đã sao chép, tôi sẽ tạo hai thư mục: pdf: Thư mục đầu vào của tôi, đầu ra: Thư mục đầu ra của tôi

marker_single “D:/projects/marker-pdf/marker/pdfs/Get_Started_With_Smallpdf.pdf” “D:/projects/marker-pdf/marker/output” – batch_multiplier 2 – max_pages 12

Sau khi lệnh được thực thi, Marker sẽ bắt đầu chuyển đổi và lưu Markdown vào thư mục đầu ra. Điều tuyệt vời về Marker là nó trích xuất tất cả hình ảnh liên quan đến PDF và lưu trữ cùng với tệp .md (Markdown) chính.

Nguồn: https://medium.com/@sumsourabh14/this-is-how-i-convert-pdf-to-markdown-379ddb6e4405

11 công cụ AI bạn không tin là miễn phí

https://medium.com/@masteratai/11-ai-tools-you-wont-believe-are-free-f673e1d0faa3

Tạo mã Python cho truy vấn và hiển thị mã đó trên UI.

https://medium.com/@mauryaanoop3/jupyter-agent-revolutionizing-data-analysis-with-llms-d0cbc636cf89

1. Truy cập Space:Jupyter Agent trên HuggingFace Spaces
2. Chọn một mẫu: Chọn một trong những mẫu có sẵn từ menu thả xuống.
3. Viết lời nhắc: Nhập lời nhắc của bạn vào trường nhập. Ví dụ: “What’s in Data ?-> upload the data file->csv, text….”
4. Nhấp vào “Let’s go!”: Tác nhân sẽ tạo mã Python cho truy vấn của bạn và hiển thị mã đó trên UI.
5. Tải xuống hoặc thực thi cục bộ: Bạn có thể tải xuống tệp Jupyter Notebook đã tạo để chạy trên máy cục bộ của mình.
6. Tải tệp lên: Bạn cần phân tích tập dữ liệu tùy chỉnh của mình? Tải tệp lên trực tiếp thông qua giao diện.

Phiên bản macOS mới từ 12 đã xóa hoàn toàn PHP khỏi hệ điều hành. Dùng Homebrew trên macOS để cài PHP. Homebrew là một trình quản lý gói phổ biến cho các hệ điều hành Mac. Nó rất hữu ích để cài đặt hầu hết các phần mềm mã nguồn mở như Node. Sử dụng lệnh brew, bạn có thể dễ dàng thêm chức năng mạnh mẽ vào máy Mac của mình, nhưng trước tiên chúng ta phải cài đặt nó.

/bin/bash -c “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)”
https://codewithkarani.com/2022/03/10/erpnext-error-after-install-127-0-0-1-does-not-exist/?srsltid=AfmBOop1GT1c2BKP2X6a9Kp1SMcFBu79h79mYoICletd46aLZBB8medf
brew –version

Có lẽ bạn cũng nên chạy lệnh sau để đảm bảo mọi thứ được định cấu hình chính xác:

brew doctor
Để nâng cấp các gói chỉ cần gõ:

brew update
brew upgrade

(echo; echo ‘eval “$(/opt/homebrew/bin/brew shellenv)”‘) >> ~/.zprofile
eval “$(/opt/homebrew/bin/brew shellenv)”

Thêm thư viện: brew install openssl

Cài Apache

Mặc dù macOS đi kèm với phiên bản Apache tích hợp sẵn, nhiều người dùng thích xóa phiên bản này và cài đặt phiên bản mới nhất thông qua Homebrew, một trình quản lý gói cho macOS.
macOS đi kèm với một máy chủ Apache được cài đặt sẵn. Nếu bạn muốn cài đặt phiên bản Apache mới nhất, trước tiên bạn cần dừng và vô hiệu hóa phiên bản tích hợp này.

1. Dừng máy chủ Apache: Mở thiết bị đầu cuối của bạn và nhập lệnh sau để dừng máy chủ Apache: sudo apachectl stop

sudo apachectl -k stop

1. Vô hiệu hóa Máy chủ Apache: Để vô hiệu hóa máy chủ tự động khởi động, hãy sử dụng lệnh sau:
   sudo launchctl unload -w /System/Library/LaunchDaemons/org.apache.httpd.plist 2>/dev/null

Cài đặt Apache bằng cách chạy:
brew install httpd

Sau khi cài đặt hoàn tất, bạn có thể khởi động Apache bằng cách gõ:
sudo brew services start httpd

Bạn đã cài đặt thành công máy chủ web Apache thông qua Homebrew và định cấu hình nó để tự động khởi động với tài khoản đặc quyền. hãy mở trình duyệt web của bạn và điều hướng đến http://localhost:8080. Bạn sẽ thấy một thông báo nói rằng “Nó hoạt động!”

Nếu bạn nhận được thông báo rằng trình duyệt không thể kết nối với máy chủ, trước tiên hãy kiểm tra để đảm bảo máy chủ đã hoạt động.

ps -aef | grep httpd

Bạn có thể xem nhật ký lỗi Apache trong tab/cửa sổ Terminal mới trong quá trình khởi động lại để xem có bất kỳ điều gì không hợp lệ hoặc gây ra sự cố hay không:

tail -f /opt/homebrew/var/log/httpd/error_log

Bạn sẽ thấy một vài quy trình httpd nếu Apache đang hoạt động.
brew services stop httpd
brew services start httpd
brew services restart httpd
Kiểm tra trạng thái dịch vụ Apache: Để kiểm tra trạng thái của dịch vụ Apache, bạn có thể sử dụng lệnh này:
brew services list
Lệnh này sẽ liệt kê tất cả các dịch vụ được quản lý bởi Homebrew cùng với trạng thái của họ. Tìm httpd trong danh sách này để kiểm tra trạng thái của nó.

Cấu hình Apache

Hãy nhớ rằng, mỗi khi bạn thực hiện thay đổi đối với tệp cấu hình Apache, bạn cần khởi động lại dịch vụ để các thay đổi có hiệu lực.
Bây giờ bạn sẽ muốn thực hiện một số thay đổi cấu hình theo môi trường phát triển cục bộ của bạn.

code /opt/homebrew/etc/httpd/httpd.conf

nếu dùng default TextEditor dùng lệnh open -e panh.

Đặt cổng Apache: Phiên bản httpd của Homebrew sử dụng cổng 8080. Bạn phải thay đổi thủ công cổng nghe từ cổng 8080 mặc định sang cổng 80 tiêu chuẩn.
Tìm dòng có nội dung
Listen 8080
và thay đổi nó thành 80:
Listen 80

Bây giờ, thay đổi gốc tài liệu cho Apache. Đây là thư mục mà Apache tìm cách phục vụ tệp từ đó. Theo mặc định, thư mục gốc tài liệu được định cấu hình là /opt/homebrew/var/www. Vì đây là một máy phát triển, hãy giả sử chúng ta muốn thay đổi thư mục gốc tài liệu để trỏ đến một thư mục trong thư mục chính của chúng ta.
Tìm vả thay thành mặc định /opt/homebrew/var/www:
DocumentRoot “/Users/minhtoan/Sites”
Bạn cũng cần thay đổi thẻ được định cấu hình ngay bên dưới dòng DocumentRoot.
<Directory “/Users/your_user/Sites”>

#
# AllowOverride controls what directives may be placed in .htaccess files.
# It can be “All”, “None”, or any combination of the keywords:
# AllowOverride FileInfo AuthConfig Limit
#
AllowOverride all

Ngoài ra, bạn nên bật mô-đun mod_rewrite bằng cách xóa biểu tượng # đứng đầu khỏi dòng sau. Tìm kiếm dòng và cập nhật nó. điều này sẽ cho phép viết lại URL trên Apache.
LoadModule rewrite_module lib/httpd/modules/mod_rewrite.so

Vì bạn đã định cấu hình thư mục gốc tài liệu Apache vào thư mục chính của mình. Bạn sẽ gặp sự cố với các quyền vì theo mặc định, Apache chạy dưới dạng trình nền người dùng và trình nền nhóm (Có thể tên người dùng và nhóm là _www). Đối với các hệ thống cá nhân, Bạn có thể thay đổi chúng để khớp với tài khoản người dùng của mình (thay thế user_name bằng tên người dùng thực của bạn), với một nhóm nhân viên.
User user_name
Group staff
Khởi động lại apache để đảm bảo các thay đổi cấu hình của bạn đã có hiệu lực:
sudo apachectl -k restart
Apache thích có tên máy chủ trong cấu hình, nhưng điều này bị tắt theo mặc định, vì vậy hãy tìm kiếm:
#ServerName www.example.com:8080
và thay thế nó bằng:
ServerName localhost
Tạo trang web xem thử:
mkdir ~/Sites
echo ” h1>My User Web Root /h1>” > ~/Sites/index.html

Bây giờ, trỏ trình duyệt của bạn đến http://localhost, Điều này sẽ hiển thị index.html mới được tạo của bạn. Tất cả đã xong.
Nếu bạn nhận được lỗi khi khởi động lại Apache, hãy thử xóa các dấu ngoặc kép xung quanh các chỉ định DocumentRoot và Directory mà chúng tôi đã thiết lập trước đó.
xóa tất cả các tệp nhật ký httpd nhật ký hiện tại: rm -Rf /opt/homebrew/var/log/httpd/*

Apache 2 as Reverse Proxy

TÌm path config apache2
ps -ef | grep httpd
Bỏ dấu # cho những dòng trong file /opt/homebrew/etc/httpd/httpd.conf
LoadModule xml2enc_module modules/mod_xml2enc.so
LoadModule proxy_html_module modules/mod_proxy_html.so
LoadModule proxy_module modules/mod_proxy.so
LoadModule proxy_connect_module modules/mod_proxy_connect.so
LoadModule proxy_ftp_module modules/mod_proxy_ftp.so
LoadModule proxy_http_module modules/mod_proxy_http.so

Include /private/etc/apache2/extra/httpd-vhosts.conf
LoadModule vhost_alias_module libexec/apache2/mod_vhost_alias.so
Qua file /opt/homebrew/etc/httpd/extra/httpd-vhosts.conf
chỉnh nội dung ví dụ:
<VirtualHost *:80>
ServerName example.domain.com
ServerAlias example.domain.com
ProxyRequests Off
<Proxy *>
Require all granted
</Proxy>
ProxyPass / http://example.domain.com:8069/
ProxyPassReverse / http://example.domain.com:80>
ErrorLog /var/log/apache2/error.log
CustomLog /var/log/apache2/access.log combined
<Location />
Require all granted
</Location>
</VirtualHost>

VirtualHost *:8080 và Listen 8080 phải giống nhau.

Hay như xem https://kcntt.duytan.edu.vn/uploads/6847dd74-a8f8-4bbb-8b82-430a56fecf58_vhostonmacos.pdf:

ServerName apple.com
ServerAlias www.apple.com
DocumentRoot “/Users/USERNAME/Sites/apple”
ErrorLog “/private/var/log/apache2/apple.com-error_log”
CustomLog “/private/var/log/apache2/apple.com-access_log” common ServerAdmin web@apple.com

LoadModule ssl_module modules/mod_ssl.so

Shown in context, my http-vhosts.conf file looked like this:

Listen *:443
NameVirtualHost *:80
NameVirtualHost *:443

<VirtualHost *:80>
   DocumentRoot "/Library/WebServer/Documents"
   ServerName localhost
</VirtualHost>

<VirtualHost *:80>
   DocumentRoot "/Users/me/Sites/testsite.com
   ServerName testsite.dev
</VirtualHost>

<VirtualHost *:443>
   SSLEngine on
   SSLCertificateFile /private/etc/apache2/ssl/server.crt
   SSLCertificateKeyFile /private/etc/apache2/ssl/server.key
   DocumentRoot "/Users/me/Sites/testsite2.com"
   ServerName testsite2.dev
</VirtualHost>

sudo apachectl -k restart

brew services restart httpd

brew services

Gỡ cài đặt Apache HTTP Server được cài đặt thông qua Homebrew

bạn có thể dễ dàng thực hiện bằng cách làm theo các bước sau:
Dừng dịch vụ Apache: Trước khi gỡ cài đặt, bạn cần dừng dịch vụ Apache nếu nó hiện đang chạy. Bạn có thể làm điều này bằng cách gõ: brew services stop httpd
Gỡ cài đặt Apache: Sau khi dừng dịch vụ, bạn có thể gỡ cài đặt Apache bằng cách chạy:
brew uninstall httpd
Xác minh gỡ cài đặt: Để xác minh rằng Apache đã được gỡ cài đặt, bạn có thể thử điều hướng đến http://localhost (hoặc http://localhost:8080 nếu bạn không thay đổi cổng mặc định) trong trình duyệt web của mình. Bạn sẽ không còn thấy “Nó hoạt động!” thông điệp.
Xin lưu ý rằng việc gỡ cài đặt Apache thông qua Homebrew sẽ không tự động xóa các tệp cấu hình nằm trong /usr/local/etc/httpd/. Nếu bạn muốn xóa hoàn toàn tất cả các dấu vết của Apache, bạn sẽ cần xóa thư mục này theo cách thủ công.

Edit code Visual Studio

Mặc định dùng TextEdit không hữu ích khi dùng Visual Studio Code miễn phí trên Mac, Windows, and Linux
brew install –cask visual-studio-code
Nếu bạn đã cài đặt Visual Studio Code, bạn có thể dễ dàng tạo một liên kết mã tượng trưng với: ln -s /Applications/Visual\ Studio\ Code.app/Contents/Resources/app/bin/code /opt/homebrew/bin/code

Cài PHP

PHP 8.3 ổn định mới nhất mới được Brew chính thức hỗ trợ và phải được xây dựng từ nguồn khá chậm: brew install php
brew install php@8.3
Chúng tôi đã cài đặt nhưng không liên kết các phiên bản PHP này.
brew unlink php && brew link –overwrite –force php@8.3

Kiểm tra: php -v
php -m xem các module cài vô.
Một điều phổ biến cần thay đổi là cài đặt bộ nhớ hoặc cấu hình date.timezone. Các tệp php.ini được đặt trong thư mục /opt/homebrew/etc/php/8.3/php.ini

Một bước bổ sung là cần thiết cho PHP 8 và macOS đi kèm Apache:

sudo nano /etc/apache2/httpd.conf
/opt/homebrew/etc/httpd/httpd.conf
Sau đoạn
LoadModule rewrite_module lib/httpd/modules/mod_rewrite.so

thêm dòng này vô
LoadModule php_module /opt/homebrew/opt/php@8.3/lib/httpd/modules/libphp.so

Ngoài ra, bạn phải đặt Chỉ mục Thư mục cho PHP một cách rõ ràng, vì vậy hãy tìm kiếm khối này:

<IfModule dir_module>
DirectoryIndex index.html
</IfModule>

và thay thế nó bằng cái này:

<IfModule dir_module>
DirectoryIndex index.php index.html
</IfModule>

<FilesMatch \.php$>
SetHandler application/x-httpd-php
</FilesMatch>

Lưu tệp và dừng Apache sau đó bắt đầu lại, bây giờ chúng ta đã cài đặt PHP:

brew services stop httpd
brew services start httpd

kiểm tra xem PHP có được cài đặt và chạy echo “<?php phpinfo();” > ~/Sites/info.php

ERPNext trên MacOS

do nhiều yêu cầu thư viện python nên thiết lập môi trường ảo lên

hãy làm theo các bước sau:

Mở cửa sổ Terminal.

python3 -m pip install virtualenv

Điều hướng đến nơi chứa thư mục gốc của môi trường ảo của bạn.

python3 -m venv myenv

Chạy chong lệnh này sẽ thấy ở thư mục hiện tại xuất hiện thêm một thư mục myenv. kích hoạt môi trường ảo lên bằng lệnh:

source myenv/bin/activate

Bây giờ thì các bạn có thể tha hồ cài cắm bằng lệnh pip install quen thuộc rồi. Thích cài gì thì cài, thích cắm gì thì cắm và nếu lỗi thì chỉ cần xoá béng cái thư mục myenv đi và tạo lại.

thoát khỏi môi trường ảo

deactivate

Hủy kích hoạt môi trường ảo trên macOS và Linux, một số điều quan trọng bạn nên làm để đảm bảo môi trường của bạn luôn sạch sẽ và ngăn nắp trước khi ra ngoài:

pip list

pip uninstall package-name

Nếu muốn lưu các yêu cầu để có thể dễ dàng tạo lại môi trường trong tương lai. pip freeze > requirements.txt

Trước khi thoát khỏi môi trường ảo, hãy xóa mọi tệp tạm thời

python -c “import tempfile, shutil; shutil.rmtree(tempfile.gettempdir())”

Vô hiệu hóa môi trường ảo trên Windows bằng lệnh sau

scripts\deactivate

Vô hiệu hóa môi trường ảo trên macOS hoặc Linux bằng lệnh sau:

source bin/deactivate

Nếu bạn không còn cần môi trường ảo nữa, bạn có thể xóa nó để giải phóng dung lượng đĩa. Để xóa môi trường ảo, chỉ cần điều hướng đến thư mục chứa môi trường và xóa toàn bộ thư mục.

hãy làm theo các bước sau:

1. Mở cửa sổ Terminal.
2. Điều hướng đến thư mục gốc của môi trường ảo của bạn
3. Chạysource bin/deactivate
4. Nó sẽ vô hiệu hóa môi trường ảo Python trên macOS.

Yêu cầu cài:
Python > 3.6+
Homebrew >3.6+
Node.js 14
Redis 5 (caching and real time updates)
MariaDB (to run database driven apps)
yarn 1.12+ (js dependency manager)
pip 20+
https://dev.to/ahmadfarazcrypto/erpnext-installation-guide-mac-1p79
Đầu tiên, Git là hệ thống kiểm soát phiên bản được sử dụng phổ biến nhất. Git theo dõi các thay đổi bạn thực hiện đối với các tệp, vì vậy bạn có bản ghi về những gì đã được thực hiện và bạn có thể hoàn nguyên về các phiên bản cụ thể nếu cần. Git cũng giúp việc cộng tác dễ dàng hơn, cho phép các thay đổi của nhiều người được hợp nhất thành một nguồn.

brew install git
Cài đặt setuptools và pip (Python’s Package Manager). Setuptools là một tập hợp các cải tiến cho Python distutils cho phép các nhà phát triển xây dựng và phân phối các gói Python dễ dàng hơn, đặc biệt là những gói có phụ thuộc vào các gói khác. Các gói được xây dựng và phân phối bằng cách sử dụng công cụ thiết lập trông giống như các gói Python thông thường dựa trên distutils. pip là một trình quản lý gói cho Python. Đó là một công cụ cho phép bạn cài đặt và quản lý các thư viện và phụ thuộc bổ sung không được phân phối như một phần của thư viện tiêu chuẩn.

sudo pip3 install setuptools
Cài đặt virtualenv. virtualenv là một công cụ để tạo các môi trường Python bị cô lập có chứa bản sao python, pip và nơi riêng của chúng để giữ các thư viện được cài đặt từ PyPI. Nó được thiết kế để cho phép bạn làm việc trên nhiều dự án với các phụ thuộc khác nhau cùng một lúc trên cùng một máy.

sudo pip3 install virtualenv
Cài đặt MariaDB. MariaDB được phát triển dưới dạng phần mềm mã nguồn mở và là cơ sở dữ liệu quan hệ, nó cung cấp giao diện SQL để truy cập dữ liệu.
/bin/bash -c “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)”
brew install mariadb
mysql_install_db
mariadb-secure-installation
mariadb -u root -p
Trong quá trình cài đặt này, bạn sẽ được nhắc đặt mật khẩu root MySQL. Nếu bạn không được nhắc như vậy Bạn có thể khởi tạo thiết lập máy chủ MySQL bằng cách thực hiện lệnh sau: sudo mysql_secure_installation

Các tệp phát triển cơ sở dữ liệu MySQL: brew install mysql-client
Chỉnh sửa cấu hình mariadb (mã hóa ký tự unicode)
sudo nano /opt/homebrew/mariadb/my.cnf
thêm cái này vào tập tin my.cnf

brew services start mariadb

Cài đặt Redis. Redis là một mã nguồn mở (được cấp phép BSD), kho lưu trữ cấu trúc dữ liệu trong bộ nhớ, được sử dụng làm cơ sở dữ liệu, bộ nhớ đệm và môi giới tin nhắn.

brew install redis
Cài đặt Node.js 14. package X

Node.js là một môi trường thời gian chạy đa nền tảng, mã nguồn mở để phát triển các ứng dụng mạng và phía máy chủ. Các ứng dụng Node.js được viết bằng JavaScript và có thể chạy trong thời gian chạy Node.js trên OS X, Microsoft Windows và Linux.

brew install node
Đây sẽ là phiên bản mới nhất của Node.

Nếu bạn muốn thay đổi phiên bản nút, bạn có thể sử dụng NVM.

How to Install and Configure NVM on macOS

BƯỚC 10 cài đặt Yarn

Yarn là một trình quản lý gói JavaScript nhằm mục đích nhanh chóng, xác định và an toàn. Hãy xem việc thả sợi ở nơi bạn đã sử dụng npm trước đây dễ dàng như thế nào và nhận được cài đặt nhanh hơn, đáng tin cậy hơn. Yarn là một trình quản lý gói cho JavaScript.

sudo npm install -g yarn
BƯỚC 11 cài đặt wkhtmltopdf

Wkhtmltopdf là một tiện ích shell dòng lệnh mã nguồn mở đơn giản và hiệu quả hơn nhiều cho phép người dùng chuyển đổi bất kỳ HTML (Trang Web) nào sang tài liệu PDF hoặc hình ảnh (jpg, png, v.v.)

brew install wkhtmltopdf
BƯỚC 12 cài đặt frappe-bench

sudo -H pip3 install frappe-bench
QUAN TRỌNG: bạn có thể muốn đăng xuất và đăng nhập lại vào thiết bị đầu cuối của mình trước bước tiếp theo và Bạn phải đăng nhập.

bench –version
BƯỚC 13 khởi tạo băng ghế frappe & cài đặt frappe phiên bản mới nhất

bench init frappe-bench –frappe-branch version-13

cd frappe-bench/
bench start
STEP 14 create a site in frappe bench
bench new-site site1.local
LƯU Ý: Nếu bạn gặp phải loại vấn đề này.

For key collation_server. Expected value utf8mb4_unicode_ci, found value utf8mb4_general_ci
================================================================================
Creation of your site – site11.locale failed because MariaDB is not properly
configured. If using version 10.2.x or earlier, make sure you use the
the Barracuda storage engine.
Please verify the settings above in MariaDB’s my.cnf. Restart MariaDB. And
then run `bench new-site site1.locale` again.
sau đó bạn phải vào mariadb shell và chạy các lệnh này

SET GLOBAL collation_server = ‘utf8mb4_unicode_ci’;
và khởi động lại mariadb

brew services restart mariadb
BƯỚC 15 cài đặt ERPNext phiên bản mới nhất trong băng ghế dự bị & trang web

bench get-app erpnext –branch version-13
###OR
bench get-app https://github.com/frappe/erpnext –branch version-13

bench –site site1.local install-app erpnext

bench –site site1.local add-to-hosts

bench start

Máy chủ của bạn sẽ chạy trên máy chủ này

http://site1.local:8000/

Lỗi 404 sau khi cài đặt do chưa chỉ web nào là default site. thiếu file currentsite.txt. dùng câu lệnh như sau

bench use [your-site]

thêm tên site vào hosts dùng lệnh: bench –site [your-site] add-to-hosts

| $ bench start

dùng tên site hoặc ip vô [your-site]:[port-number]

NextCloud cài trên máy MacOS

Cần điều chỉnh php: nano /opt/homebrew/etc/php/8.3/php.ini

max_execution_time = 300
memory_limit = 512M
post_max_size = 128M
upload_max_filesize = 128M

khởi dộng lại:

brew services restart php@8.3

xem trạng thái nơi lưu trữ dữ liệu

Như MariaDB

brew services mariadb status

Cài mới thì: brew install mariadb@10.6

thêm vào $PATH:

echo ‘export PATH=”/opt/homebrew/opt/mariadb@10.6/bin:$PATH”‘ >> ~/.zshrc

Để bảo mật cài đặt MariaDB của bạn, hãy đặt mật khẩu root.

sudo /opt/homebrew/opt/mariadb@10.6/bin/mysqladmin -u root password $NEW_PASSWORD

Đảm bảo MariaDB sử dụng các bộ ký tự thích hợp.

Thêm các cấu hình sau vào:

Khởi động lại: brew services restart mariadb@10.6

Nếu không thì dùng MySQL.

https://lipn.univ-paris13.fr/~cerin/HDU/nextcloud.html

MySQL

Cài mới: $ brew install mysql

Chạy MySQL
$ brew services start mysql

Khai báo như cả hai MySQL và mariadb

sudo mysql_secure_installation
Tập lệnh này sẽ đặt mật khẩu root, xóa người dùng ẩn danh, không cho phép đăng nhập root từ xa và xóa cơ sở dữ liệu thử nghiệm và quyền truy cập vào MariaDB an toàn như hình dưới đây:
Đầu tiên n
Set root password? [Y/n] y
Remove anonymous users? [Y/n] y
Disallow root login remotely? [Y/n] y
Remove test database and access to it? [Y/n] y
Reload privilege tables now? [Y/n] y

Khởi động services mysql:
brew services start|stop|restart mysql.

Rồi bây giờ vô thực hiện tạo database: mysql -u root -p

Tiếp theo tạo cơ sở dữ liệu cho Next Cloud và gán cho 1 user khác.

CREATE DATABASE nextclouddb;
GRANT ALL ON nextclouddb.* TO ‘nextcloud_user’@’localhost’ IDENTIFIED BY ‘strong password’;
FLUSH PRIVILEGES;
EXIT;

Thử xem bằng cách dùng code sau vào file index.php và truy cập http://localhost/index.php

Nội dung xem ở trang https://lipn.univ-paris13.fr/~cerin/HDU/nextcloud.html

Tiếp đến, download Nextcloud trên server, bún nén vào thư mục Sites. Dùng lệnh pwd xem chi tiết đường dẫn

Thay đổi quyền:

chown -R YOUR_NAME:staff /usr/local/var/www/nextcloud

Nếu không, bạn sẽ gặp lỗi vì các quyền không chính xác. Để kiểm tra lỗi, bạn có thể kiểm tra các tệp /usr/local/var/log/httpd/access_log /usr/local/var/log/httpd/error_log và /usr/local/var/www/nextcloud/data/nextcloud.log.

Cài richdocumentscode_arm64, app office cần load libfuse.so, libfontconfig.so trong httpd.config, cấu hình thêm /tmp.

brew install libfuse

brew install fontconfig

• Nền tảng chạy Linux x86-64 hoặc ARM64 (aarch64)

Xem hướng dẫn tại https://docs.nextcloud.com/server/29/Nextcloud_Server_Administration_Manual.pdf

Cho phép máy chủ sử dụng các địa chỉ cục bộ, ví dụ như trong các chia sẻ liên kết, dịch vụ webcal, v.v. Mặc định là false`. Thêm vào config.php

‘allow_local_remote_servers’ => true,

Thêm app External storage

External storage support: Ứng dụng này cho phép quản trị viên cấu hình kết nối đến các lưu trữ ngoài, chẳng hạn như máy chủ FTP, S3 hoặc SWIFT, các máy chủ Nextcloud khác, máy chủ WebDAV, v.v. Quản trị viên có thể chọn loại lưu trữ nào để bật và có thể gắn các vị trí lưu trữ này cho một tài khoản, một nhóm hoặc toàn bộ hệ thống. Người dùng sẽ thấy một thư mục mới xuất hiện trong thư mục Nextcloud gốc của họ, họ có thể truy cập và sử dụng thư mục này giống như bất kỳ thư mục Nextcloud nào khác. Lưu trữ ngoài cũng cho phép mọi người chia sẻ các tệp được lưu trữ trong các vị trí ngoài này. Trong những trường hợp này, thông tin xác thực của chủ sở hữu tệp được sử dụng khi người nhận yêu cầu tệp từ lưu trữ ngoài, do đó đảm bảo rằng người nhận có thể truy cập tệp được chia sẻ. Lưu trữ ngoài có thể được cấu hình bằng GUI hoặc tại dòng lệnh. Tùy chọn thứ hai này cung cấp cho quản trị viên tính linh hoạt hơn để cấu hình các điểm gắn lưu trữ ngoài hàng loạt và thiết lập các ưu tiên gắn kết. Thông tin chi tiết hơn có sẵn trong tài liệu GUI lưu trữ ngoài và tài liệu Tệp cấu hình lưu trữ ngoài.

Xuất hiện lỗi“smbclient” is not installed. Mounting of “SMB / CIFS”, “SMB / CIFS using OC login”

Cài vô bằng câu lệnh: brew install samba

Sau đó: brew list –versions samba

và smbutil statshares -a

Load lại trang nextcloud.

Noip

https://www.noip.com/support/knowledgebase/installing-the-dynamic-update-client-on-a-mac

https://developers.cloudflare.com/dns/manage-dns-records/how-to/managing-dynamic-ip-addresses/

https://gist.github.com/tehpeh/11274305

Chạy mô hình ngôn ngữ lớn như Llama 3 trên Apple Silicon với MLX Framework của Apple. Người dùng Mac, việc tận dụng MLX Framework của Apple có thể nâng cao đáng kể hiệu quả đào tạo và triển khai các mô hình này trên silicon của Apple. Hướng dẫn này cung cấp hướng dẫn chi tiết về các bước và cân nhắc cần thiết để chạy Llama 3 hoặc bất kỳ LLM nào khác bằng MLX Framework.

Yêu cầu phần cứng:
– Bạn cần ít nhất 8 GB VRAM để thực hiện chính xác hướng dẫn này.

– Sử dụng chip dòng M (chip Apple)

– Sử dụng Python gốc >= 3.9

– macOS >= 13.5 nên sử dụng macOS 14 (Sonoma)

Thử nghiệm với LLM trên máy tính của bạn. Giao diện trò chuyện và API có thể lập trình https://lmstudio.ai/download?os=mac

Để sử dụng MLX với LibreChat https://www.librechat.ai/blog/2024-05-01_mlx

Framework MLX

Lấy cảm hứng từ PyTorch, Jax và ArrayFire, MLX là một khuôn khổ đào tạo và phục vụ mô hình được thiết kế riêng cho silicon của Apple bởi Apple Machine Learning Research. Nó hỗ trợ một loạt các tác vụ học máy, bao gồm tạo văn bản quy mô lớn, tạo hình ảnh và nhận dạng giọng nói. Khuôn khổ này được tích hợp với Hugging Face, cho phép tải và phục vụ mô hình liền mạch.

Các tính năng chính

– API quen thuộc : MLX cung cấp API Python bám sát NumPy, cùng với các API C++, C và Swift có đầy đủ tính năng tương tự như API Python.
– Chuyển đổi hàm có thể cấu hình : Hỗ trợ tính toán phân biệt tự động, vectơ hóa và tối ưu hóa đồ thị tính toán.
– Tính toán Lazy : Tính toán MLX linh động, nghĩa là các mảng chỉ được thực hiện khi cần thiết, giúp tăng hiệu quả.
– Xây dựng đồ thị động : Đồ thị tính toán được xây dựng theo kiểu động, tránh biên dịch chậm và đơn giản hóa việc gỡ lỗi.
– Hỗ trợ nhiều thiết bị : Các hoạt động có thể được thực hiện trên bất kỳ thiết bị được hỗ trợ nào (CPU hoặc GPU) mà không cần truyền dữ liệu.
– Mô hình bộ nhớ hợp nhất : MLX sử dụng mô hình bộ nhớ hợp nhất, cho phép CPU và GPU chia sẻ cùng một nhóm bộ nhớ, loại bỏ nhu cầu truyền dữ liệu giữa chúng và do đó nâng cao hiệu quả và hiệu suất.

Hạn chế

– Dành riêng cho Apple Silicon : MLX được thiết kế dành riêng cho Apple silicon, giới hạn việc sử dụng cho phần cứng tương thích.
– Hỗ trợ cộng đồng hạn chế : Là một khuôn khổ tương đối mới, MLX có cộng đồng nhỏ hơn và ít tài nguyên hơn so với các khuôn khổ đã được thành lập lâu đời hơn.
– Thách thức về tối ưu hóa : Mặc dù khuôn khổ này hiệu quả, nhưng để đạt được hiệu suất tối ưu có thể cần phải điều chỉnh đáng kể và hiểu biết sâu sắc về cả phần cứng và khuôn khổ.

Cài đặt

Tạo một môi trường ảo (khuyến nghị)

Đầu tiên, hãy tạo một môi trường ảo cho dự án của bạn. Bước này là tùy chọn nếu bạn đã thiết lập một môi trường ảo.

1. Điều hướng đến thư mục dự án của bạn và tạo môi trường ảo:
python3 -m venv env_name
2. Kích hoạt môi trường:
source env_name\\bin\\activate

Cài đặt MLX-LM

MLX là một gói độc lập và có một gói phụ gọi là MLX-LM tích hợp Hugging Face cho các Mô hình ngôn ngữ lớn.

1. Cài đặt MLX-LM
pip3 install mlx-lm
Tùy chọn: Cài đặt PyTorch (phiên bản nightly) — ẩn cảnh báo:

pip3 install –pre torch –index-url <https://download.pytorch.org/whl/nightly/cpu>

Tải xuống mô hình

1. Tải xuống mô hình từ kho lưu trữ Hugging Face Hub
Nếu bạn muốn sử dụng mô hình lượng tử (dành cho máy tính có RAM dưới 16):

python3 -m mlx_lm.convert –hf-path meta-llama/Meta-Llama-3-8B-Instruct -q
Thao tác này sẽ lưu mô hình vào thư mục dự án của bạn tại mlx_model.

Nếu không thì:

python3 -m mlx_lm.generate –model meta-llama/Meta-Llama-3-8B-Instruct
2. Kiểm tra mô hình

python3 -m mlx_lm.generate –model model_path –prompt “xin chào”

Thực hiện

Để sử dụng mô hình đã tải xuống trong ứng dụng của bạn, bạn có thể sử dụng triển khai máy chủ do mlx-lm cung cấp. Điều này sẽ khởi động máy chủ cục bộ giống OpenAI trên http://localhost:8080 .

Điểm cuối: http://localhost:8080/v1/chat/completions

Các trường yêu cầu:

– messages tin nhắn : Mảng các đối tượng tin nhắn có vai trò (ví dụ: người dùng, trợ lý) và nội dung (văn bản tin nhắn).
– role_mapping : Từ điển tùy chọn để tùy chỉnh tiền tố vai trò trong lời nhắc.
– stop dừng : Chuỗi mã thông báo tùy chọn mà quá trình tạo sẽ dừng lại.
– max_tokens : Số nguyên tùy chọn cho số lượng mã thông báo tối đa cần tạo (mặc định: 100).
– stream : Boolean tùy chọn để chỉ ra liệu phản hồi có nên được truyền phát hay không (mặc định: false).
– temperature nhiệt độ : Tùy chọn float cho nhiệt độ lấy mẫu (mặc định: 1.0).
– top_p : Giá trị float tùy chọn cho tham số lấy mẫu hạt nhân (mặc định: 1.0).
– repetition_penalty : Tùy chọn float để áp dụng hình phạt cho các mã thông báo lặp lại (mặc định: 1.0).
– repetition_context_size : Kích thước tùy chọn của cửa sổ ngữ cảnh cho hình phạt lặp lại (mặc định: 20).
– logit_bias : Tùy chọn ánh xạ ID mã thông báo từ điển với giá trị độ lệch của chúng.

Khởi động máy chủ

mlx_lm.server –model model_path

Trò chuyện bằng Python

Sau khi máy chủ chạy, bạn có thể gửi yêu cầu POST đến máy chủ. Sau đây là ví dụ về chatbot được tạo bằng Python:

import requests
import json
from typing import List, Dict

# Function to send a request to the server and get a response
def get_response(
server_url: str,
messages: List[Dict[str, str]],
temperature: float = 0.7,
top_p: float = 0.9,
max_tokens: int = 4096,
stream: bool = True,
) -> str:
headers = {“Content-Type”: “application/json”}
data = {
“messages”: messages,
“temperature”: temperature,
“top_p”: top_p,
“max_tokens”: max_tokens,
“stream”: stream,
}

# Send POST request to the server
response = requests.post(
f”{server_url}/v1/chat/completions”,
headers=headers,
data=json.dumps(data),
stream=stream,
)
response.raise_for_status() # Ensure the request was successful

if stream:
content = “”
for line in response.iter_lines():
if line:
decoded_line = line.decode(“utf-8”).lstrip(“data: “)
try:
json_line = json.loads(decoded_line)
if “choices” in json_line and len(json_line[“choices”]) > 0:
delta = json_line[“choices”][0].get(“delta”, {})
content_piece = delta.get(“content”, “”)
content += content_piece
print(content_piece, end=“”, flush=True)
except json.JSONDecodeError:
continue
print() # Ensure the next prompt starts on a new line
return content
else:
result = response.json()
if “choices” in result and len(result[“choices”]) > 0:
return result[“choices”][0][“message”][“content”]else:
return “”

# Function to run the chatbot
def chatbot(
server_url: str,
system_instructions: str = “”,
temperature: float = 0.7,
top_p: float = 0.9,
max_tokens: int = 4096,
stream: bool = True,
):
messages = [{“role”: “system”, “content”: system_instructions}]while True:
prompt = input(“User: “)
if prompt.lower() in [“exit”, “quit”]:
break
messages.append({“role”: “user”, “content”: prompt})
print(“Assistant: “, end=“”)
response = get_response(
server_url, messages, temperature, top_p, max_tokens, stream
)
messages.append({“role”: “assistant”, “content”: response})

if __name__ == “__main__”:
server_url = “http://localhost:8080”
chatbot(server_url=server_url)

Kết luận

framework MLX cung cấp giải pháp mạnh mẽ và hiệu quả để chạy các mô hình ngôn ngữ lớn trên silicon của Apple. Thiết kế thân thiện với người dùng, lấy cảm hứng từ các framework như NumPy và PyTorch, giúp các nhà nghiên cứu và nhà phát triển dễ tiếp cận. Bất chấp những hạn chế của nó, khả năng đào tạo và suy luận mô hình quy mô lớn của MLX khiến nó trở thành một công cụ có giá trị trong bối cảnh học máy.

Tài liệu tham khảo
https://github.com/ml-explore/mlx-examples/blob/main/llms/mlx_lm
https://github.com/ml-explore/mlx-examples/blob/main/llms/mlx_lm/SERVER.md
https://github.com/ml-explore/mlx?tab=readme-ov-file
https://huggingface.co/docs/hub/en/mlx

https://medium.com/@manuelescobar-dev/running-large-language-models-llama-3-on-apple-silicon-with-apples-mlx-framework-4f4ee6e15f31

Khung Nexa suy luận cục bộ trên thiết bị

Nexa SDK là một khuôn khổ suy luận cục bộ trên thiết bị cho các mô hình ONNX và GGML, hỗ trợ tạo văn bản, tạo hình ảnh, mô hình ngôn ngữ thị giác (VLM), mô hình ngôn ngữ âm thanh, khả năng chuyển giọng nói thành văn bản (ASR) và chuyển văn bản thành giọng nói (TTS). Có thể cài đặt thông qua Python Package hoặc Executable Installer.

https://towardsdatascience.com/running-local-llms-and-vlms-on-the-raspberry-pi-57bd0059c41a

https://github.com/NexaAI/nexa-sdk

Thiết lập máy chủ LLM của riêng bạn bằng MLX Server, Chainlit và Llama 3.1

Sau đây là bản demo về máy chủ LLM cục bộ chạy thành công trên MacBook Pro M2 2022 với RAM 16 GB và Python 3.12.4. Để chạy MLX Server trơn tru, thiết bị của bạn phải đáp ứng các yêu cầu sau:

Chip silicon của Apple (dòng M)
Phiên bản Python gốc >= 3.8
Phiên bản macOS >= 13.3 (Ventura)

https://github.com/flaviodelgrosso/mlx-chainlit-llama3

https://anakin.ai/blog/how-to-run-llama-3-3-70b-locally-mac-windows-linux/

Cài đặt

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

Máy chủ đang chạy

python -m mlx_lm.server –model mlx-community/Meta-Llama-3.1-8B-Instruct-4bit –log-level DEBUG

Thao tác này sẽ khởi động máy chủ MLX và sẽ tải xuống LLM nếu nó chưa được tải xuống từ Hugging Face. Kiểm tra liên kết này để biết thêm thông tin về MLX.

Ứng dụng đang chạy

chainlit run app.py

Thao tác này sẽ khởi động ứng dụng Chainlit.

llamafile cho phép bạn phân phối và chạy LLM bằng một tệp duy nhất

Cách dễ nhất để tự mình thử là tải xuống llamafile mẫu của chúng tôi cho mô hình LLaVA (giấy phép: LLaMA 2 , OpenAI ). LLaVA là một LLM mới có thể làm nhiều việc hơn là chỉ trò chuyện; bạn cũng có thể tải hình ảnh lên và hỏi nó các câu hỏi về chúng. Với llamafile, tất cả những điều này đều diễn ra cục bộ; không có dữ liệu nào rời khỏi máy tính của bạn.

Tải xuống llava-v1.5-7b-q4.llamafile (4,29 GB).

Mở terminal của máy tính.

Nếu bạn đang sử dụng macOS, Linux hoặc BSD, bạn sẽ cần cấp quyền cho máy tính của mình để thực thi tệp mới này. (Bạn chỉ cần thực hiện việc này một lần.)

chmod +x llava-v1.5-7b-q4.llamafile
Nếu bạn sử dụng Windows, hãy đổi tên tệp bằng cách thêm “.exe” vào cuối.

Chạy llamafile. Ví dụ:

./llava-v1.5-7b-q4.llamafile
Trình duyệt của bạn sẽ tự động mở và hiển thị giao diện trò chuyện. (Nếu không, chỉ cần mở trình duyệt và trỏ tới http://localhost:8080 )

Khi bạn trò chuyện xong, hãy quay lại thiết bị đầu cuối và nhấn Control-C để tắt llamafile.

chạy Ollama và thư viện Swift SwiftOpenAI

Tôi không ngờ việc có thể chạy các mô hình mã nguồn mở cục bộ trong ứng dụng Mac OS lại dễ dàng đến vậy, đây sẽ là hướng dẫn ngắn về cách thực hiện việc này bằng Ollama và thư viện Swift SwiftOpenAI.

Năm nay, Ollama đã xây dựng khả năng tương thích cho OpenAI Chat Completions API . Điều này cho phép bạn sử dụng các mô hình cục bộ với cùng API mà bạn sẽ sử dụng để tương tác với các mô hình OpenAI.

Bạn có thể sử dụng các mô hình mạnh mẽ nhưllama3hoặcMistraltrong ứng dụng của mình bằng cách làm theo các bước đơn giản sau!

Bước 1:

Để sử dụngOllama,trước tiên bạn cần tải xuống từ trang web chính thức của họtại đây.

Bước 2:

Bây giờ bạn cần tải xuống mô hình bạn muốn sử dụng. Ví dụ, điều này sẽ tải xuống Llama 3:ollama pull llama3

Bước 3:

Bây giờ bạn có thể sử dụng terminal của mình nếu bạn muốn tương tác với LLM. Bạn chỉ cần làm như sau:ollama run llama3

Bước 4:

Nếu bạn muốn sử dụng điều này trong một ứng dụng, bạn có thể sử dụngSwiftOpenAItrong máy khách của mình. Tất cả những gì bạn cần làm là thêm gói dưới dạng phụ thuộc vào dự án của bạn và sau đó…

import SwiftOpenAI 

// Khởi tạo một dịch vụ và sử dụng URL localhost do Ollama cung cấp. 
let service =  OpenAIServiceFactory .service(baseURL: "http://localhost:11434" )

Sau đó, bạn có thể sử dụng API hoàn thành như sau:

cho lời nhắc =  "Kể cho tôi một câu chuyện cười" 
let prompt = "Tell me a joke"
let parameters = ChatCompletionParameters(messages: [.init(role: .user, content: .text(prompt))], model: .custom("llama3"))
let chatCompletionObject = service.startStreamedChat(parameters: parameters)

Đó là tất cả những gì bạn cần để chạy các mô hình cục bộ bên trong ứng dụng của riêng bạn! Để biết bản demo về cách sử dụng nó trong iOS, hãy kiểm tradự án ví dụ trong kho lưu trữ này.

https://www.llama.com/docs/llama-everywhere/running-meta-llama-on-mac/

https://github.com/huggingface/transformers.js-examples/tree/main/llama-3.2-webgpu

Chạy cục bộ LM Studio và Anything LLM Desktop

LM Studio: Công cụ đa năng này cho phép bạn khám phá và chạy các LLM khác nhau cục bộ trên máy của mình.
Anything LLM: Một ứng dụng máy tính để bàn giúp nâng cao khả năng của LM Studio, cung cấp một bộ toàn diện để tương tác với các tài liệu, trang web, v.v.
Cả hai công cụ LM Studio và Anything LLM đều là mã nguồn mở, cho phép bạn tự do sử dụng và thậm chí đóng góp vào sự phát triển của chúng.

Thiết lập LM Studio

LM Studio cực kỳ dễ để bắt đầu: Chỉ cần cài đặt, tải xuống một mô hình và chạy nó. Có rất nhiều hướng dẫn trực tuyến. Ngoài ra, nó sử dụng llama.cpp, về cơ bản có nghĩa là bạn phải sử dụng các mô hình có định dạng tệp .gguf. Đây là định dạng phổ biến nhất hiện nay và có hỗ trợ rất tốt. Đối với mô hình nào để chạy, nó phụ thuộc vào bộ nhớ GPU của bạn. Về cơ bản:

4GB VRAM -> Chạy Gemma 2B, Phi 3 Mini ở Q8 hoặc Llama 3 8B/ Gemma 9B ở Q4
8GB VRAM -> Chạy Llama 3 8B/ Gemma 9B ở Q8
16GB VRAM -> Chạy Gemma 27B/ Command R 35B ở Q4
24GB VRAM -> Chạy Gemma 27B ở Q6 hoặc Llama 3 70B ở Q2 (Số lượng thấp, không khuyến khích để mã hóa)

Lượng tử hóa Quantizations (Q2, Q4, v.v.) giống như phiên bản nén của một mô hình. Q8 có chất lượng rất cao (bạn sẽ không nhận thấy nhiều sự khác biệt). Q6 cũng khá cao, gần bằng Q8. Q4 ở mức trung bình nhưng vẫn khá tốt. Q2 ổn đối với các mô hình lớn cho các tác vụ không phải mã hóa nhưng nó khá tàn bạo và làm giảm trí thông minh của chúng. (Đối với các mô hình nhỏ, chúng bị ‘nén’ quá nhiều và mất đi rất nhiều trí thông minh)

Đối với vector hóa, LM studio cung cấp một số hỗ trợ cho việc nhúng mô hình: họ đề xuất Nomic Embed v1.5, nhẹ và khá tốt. Thêm vào đó, bạn có thể dễ dàng sử dụng vì nó cung cấp API cục bộ giống OpenAI.
Bước 1: Tải xuống và cài đặt
Đầu tiên, hãy tải xuống LM Studio cho hệ điều hành của bạn. Sau khi quá trình tải xuống hoàn tất, hãy cài đặt nó theo các bước thông thường.
Bước 2: Khám phá các mô hình
Sau khi cài đặt, hãy mở LM Studio. Bạn sẽ đến một trang khám phá giới thiệu các mô hình phổ biến khác nhau. Đối với hướng dẫn này, hãy tải xuống mô hình Mistal 7B Instruct, một phiên bản lượng tử 4 bit.
Việc tải xuống các mô hình có thể tốn thời gian, vì vậy hãy bắt đầu quá trình này sớm. Sau khi tải xuống, bạn có thể tìm thấy các mô hình của mình trong tab “Mô hình”.
Bước 3: Chạy mô hình
Để kiểm tra mô hình của bạn, hãy chuyển đến biểu tượng bong bóng trò chuyện và chọn mô hình bạn đã tải xuống. Bạn có thể đặt trước lời nhắc hệ thống và bật tính năng giảm tải GPU nếu máy của bạn hỗ trợ nó.

Tăng cường với Anything LLM

Nếu bạn biết LLM nào bạn muốn và tất cả các tùy chọn liên quan đến việc điều chỉnh hiệu suất mô hình, như chuyển tải GPU và các tùy chọn tương tự, thì bạn có thể sử dụng LMStudio + AnythingLLM cùng lúc. AnythingLLM dành cho RAG, Agents và tooling, và LMStudio chỉ để chạy mô hình bạn muốn với các thiết lập đã xác định của bạn. Nó tiên tiến hơn một bước so với AnythingLLM độc lập.

AnythingLLM hoạt động như thế nào

Một không gian làm việc được tạo. LLM chỉ có thể “xem” các tài liệu được nhúng trong không gian làm việc này. Nếu một tài liệu không được nhúng thì LLM không có cách nào có thể xem hoặc truy cập nội dung của tài liệu đó.

Bạn tải lên một tài liệu, điều này giúp bạn có thể “Chuyển vào không gian làm việc” hoặc “nhúng” tài liệu. Tải lên sẽ lấy tài liệu của bạn và biến nó thành văn bản – thế là xong.

Bạn “Di chuyển tài liệu đến không gian làm việc”. Thao tác này sẽ lấy văn bản từ bước 2 và chia thành các phần dễ tiêu hóa hơn. Sau đó, các khối này sẽ được gửi đến mô hình nhúng của bạn và chuyển thành một danh sách các số, được gọi là chuỗi số này được lưu. vào cơ sở dữ liệu vectơ của bạn và về cơ bản là cách RAG hoạt động. Không có gì đảm bảo rằng văn bản có liên quan sẽ ở cùng nhau trong bước này!

Bạn nhập câu hỏi vào hộp trò chuyện và nhấn gửi.

Câu hỏi của bạn sau đó sẽ được nhúng giống như văn bản tài liệu của bạn.

Sau đó, cơ sở dữ liệu vectơ sẽ tính toán vectơ đoạn “gần nhất”. AnythingLLM lọc bất kỳ đoạn văn bản “có điểm thấp” nào (bạn có thể sửa đổi phần này). Mỗi vectơ có văn bản gốc được lấy từ đó. Đây không phải là một ngữ nghĩa thuần túy. quá trình để cơ sở dữ liệu vectơ không “hiểu ý bạn”. Đây là một quá trình toán học sử dụng công thức “Khoảng cách Cosine”. Tuy nhiên, đây là nơi mô hình nhúng được sử dụng và các cài đặt AnythingLLM khác có thể tạo ra sự khác biệt lớn nhất. phần tiếp theo.

Bất kỳ đoạn nào được coi là hợp lệ sẽ được chuyển đến LLM dưới dạng văn bản gốc. Những văn bản đó sau đó sẽ được thêm vào LLM là “Thông báo hệ thống” của nó. Ngữ cảnh này được chèn bên dưới lời nhắc hệ thống của bạn cho không gian làm việc đó.

LLM sử dụng lời nhắc hệ thống + ngữ cảnh, truy vấn và lịch sử của bạn để trả lời câu hỏi một cách tốt nhất có thể.

Bước 1: Tải xuống và cài đặt
Tiếp theo, tải xuống Anything LLM cho hệ điều hành của bạn từ trang web chính thức. Cài đặt nó như bạn làm với bất kỳ phần mềm nào khác.
Bước 2: Cấu hình ban đầu
Khi bạn mở Anything LLM lần đầu tiên, bạn sẽ được nhắc cấu hình phiên bản. Chọn LM Studio làm LLM của bạn và nhập URL cơ sở cho máy chủ cục bộ của LM Studio.
Để tìm URL này, hãy chuyển đến tab Máy chủ cục bộ trong LM Studio. Khởi động máy chủ và sao chép URL được cung cấp.
Bước 3: Thêm tài liệu và trang web
Với Anything LLM, bạn có thể tương tác với nhiều tài liệu và trang web khác nhau. Tải lên tệp PDF, tài liệu văn bản hoặc quét trang web trực tiếp từ giao diện.

Cấu hình nâng cao

Nhúng vào cơ sở dữ liệu vector: Bất cứ điều gì LLM bao gồm mô hình nhúng và cơ sở dữ liệu vector của riêng nó, đảm bảo tất cả dữ liệu của bạn vẫn ở chế độ cục bộ và riêng tư. Trong quá trình thiết lập, bạn có thể chọn sử dụng các tính năng tích hợp sẵn này hoặc kết nối với các dịch vụ bên ngoài.

Không gian làm việc tùy chỉnh: Tạo không gian làm việc tùy chỉnh cho các dự án khác nhau. Ví dụ: tạo một không gian làm việc có tên là “Dự án X” và tải lên tất cả các tài liệu và dữ liệu web có liên quan. LLM sẽ sử dụng ngữ cảnh này để đưa ra câu trả lời chính xác hơn.

Ứng dụng trong thế giới thực: Ví dụ: Quét một trang web
Để thu thập thông tin từ một trang web cụ thể, hãy sử dụng tính năng cạo trong Anything LLM. Sau khi cạo, nhúng dữ liệu vào mô hình. Bây giờ, khi bạn đặt câu hỏi LLM liên quan đến nội dung của trang web đó, nó sẽ cung cấp các câu trả lời sáng suốt.

Cân nhắc về hiệu suất

Yêu cầu phần cứng
Mặc dù hướng dẫn này trình bày các mô hình đang chạy trên CPU, nhưng việc có GPU sẽ cải thiện đáng kể hiệu suất. Ví dụ, các mô hình như Llama 2 sẽ chạy nhanh hơn nhiều trên các máy được trang bị GPU.
Lựa chọn mô hình
Việc lựa chọn mô hình ảnh hưởng đến hiệu suất. Các mô hình nhỏ hơn như phiên bản 7 tỷ tham số của Llama 2 dễ quản lý hơn trên phần cứng kém mạnh mẽ hơn nhưng có thể cung cấp các phản hồi ít phức tạp hơn so với các mô hình lớn hơn.

https://pyimagesearch.com/2024/06/24/integrating-local-llm-frameworks-a-deep-dive-into-lm-studio-and-anythingllm/

Thêm tiện ích cho lập trình

Vô Extention của Visual Studio code thêm Cline (prev. Claude). Thêm model code, rồi xong.

Những Model

DeepSeek của Trung Quốc đã phát hành mô hình mã nguồn mở DeepSeek-v3, mô hình này đã vượt trội hơn tất cả các tên tuổi lớn như Claude3.5 Sonnet, GPT-4o, Qwen2.5 Coder và các tên tuổi khác. có kích thước ấn tượng là 685 tỷ tham số, 60 token/giây.Nếu bạn chỉ muốn trò chuyện, mô hình được lưu trữ miễn phí trên kênh trò chuyện chính thức của deepseek:https://www.deepseek.com/

Các công ty khởi nghiệp thường chọn các giải pháp ERP nguồn mở để vận hành doanh nghiệp của họ. Do các nền tảng này nhanh chóng trở nên phổ biến do giá thành thấp hơn và dễ tùy chỉnh. Mặt khác, các công ty lớn hơn xem xét các công ty lớn như SAP, Oracle và Microsoft Dynamics để quản lý các hoạt động kinh doanh của họ theo đó. Nhưng dần dần, bối cảnh đang thay đổi. Các doanh nghiệp lớn cũng chuyển sang các hệ thống ERP nguồn mở để giảm thiểu chi phí phát sinh từ góc độ cấp phép, triển khai và bảo trì. Các chủ doanh nghiệp vừa và nhỏ đã chứng kiến ​​sự gia tăng đáng kể về lợi nhuận sau khi triển khai ERP nguồn mở vào hệ thống của họ. Một hệ thống ERP được tối ưu hóa sẽ thống nhất mọi bộ phận bao gồm nhân viên, quy trình và công nghệ trên toàn tổ chức để cùng nhau đạt được mục tiêu chung.

Lập kế hoạch nguồn lực doanh nghiệp nguồn mở mở rộng bằng cách cung cấp giải pháp kinh tế toàn diện cho tất cả mọi người. Vì vậy, loại cơ sở hạ tầng này cho phép các công ty truy cập mã hệ thống ERP và sửa đổi theo nhu cầu của họ. Hơn nữa, nó không yêu cầu giấy phép hoặc chi phí bảo trì phần mềm. Dễ dàng tùy chỉnh và giảm thiểu chi phí kinh doanh của bạn trong thời gian dài. Dễ hiểu và dễ dàng kết hợp với các hoạt động kinh doanh, Bao gồm toàn bộ nội dung; không phụ thuộc vào nhà cung cấp, Dễ dàng đào tạo nhân viên và đóng góp vào việc nâng cao năng lực của họ, Việc nâng cấp hệ thống tương đối đơn giản hơn so với các ERP thương mại khác.

Có rất nhiều hệ thống ERP nguồn mở linh hoạt, giàu tính năng và tiết kiệm chi phí trên thị trường. Sau đây chúng tôi đã liệt kê 11 giải pháp ERP nguồn mở hàng đầu dựa trên đánh giá của người dùng và kinh nghiệm cá nhân của chúng tôi.

1. Hệ thống ERP WP

WP ERP là hệ thống ERP (lập kế hoạch nguồn lực doanh nghiệp) hoàn chỉnh đầu tiên. Nó cho phép bạn vận hành doanh nghiệp ngay từ bảng điều khiển WordPress của mình. Để bạn có thể đồng thời quản lý trang web WordPress và doanh nghiệp của mình từ một nơi, WP ERP tối ưu hóa các doanh nghiệp vừa và nhỏ của bạn bằng các công cụ quản lý nhân sự, CRM và kế toán mạnh mẽ. WP ERP được hơn 10.000 doanh nghiệp tại hơn 160 quốc gia tin dùng với khả năng hỗ trợ hơn 20 ngôn ngữ.

Các tính năng chính:

• Hỗ trợ 44+ loại tiền tệ
• Cung cấp cho bạn toàn quyền kiểm soát mọi hoạt động kinh doanh
• Một hệ thống ERP hoàn chỉnh có ba mô-đun cốt lõi: HR, CRM và Kế toán
• Quản lý tất cả thông tin công ty từ bảng điều khiển WordPress
• Tạo các báo cáo hiệu quả và có được cái nhìn tổng quan nhanh chóng về công ty
• Các tiện ích mở rộng mạnh mẽ có sẵn trong các gói cao cấp

Điều tuyệt vời nhất là plugin Core và các module HR, CRM và Accounting đều miễn phí sử dụng. Ngoài ra, bạn có thể tùy chỉnh chúng tùy theo doanh nghiệp và nhu cầu của mình. Hơn nữa, bạn có thể mở khóa thêm các tiện ích mở rộng cao cấp và module Project Management khi nhu cầu của doanh nghiệp bạn ngày càng tăng.

Tuy nhiên, họ vẫn cung cấp dịch vụ hỗ trợ khách hàng 24/7 cùng với các tài liệu hữu ích và video hướng dẫn.

2. Dolibarr

Dolibarr ERP là một gói phần mềm nguồn mở dành cho các công ty nhỏ, vừa hoặc lớn, người làm việc tự do hoặc các tổ chức để quản lý doanh nghiệp. Nó bắt đầu hành trình của mình vào năm 2002. Dolibarr được viết bằng PHP và sử dụng cơ sở dữ liệu PostgreSQL, MariaDB và MySQL.

Tuy nhiên, giao diện người dùng của hệ thống này có thể không hấp dẫn bạn nhiều trong thời đại hiện đại này. Nhưng bạn thấy các chức năng của nó hữu ích cho doanh nghiệp của mình. Dolibarr hỗ trợ các mô-đun để quản lý CRM, bán hàng, hậu cần, kho, dự án, lập hóa đơn, kế toán, nguồn nhân lực, sản xuất và các chức năng khác.

Các tính năng chính:
-Giao diện đơn giản và thân thiện với người dùng
-Được phát hành theo GPL3
-Tính linh hoạt để chỉ kích hoạt những tính năng mà bạn cần
-Ứng dụng đa nền tảng (Windows, Mac và Linux) và dựa trên web
-Đi kèm với mã có thể tùy chỉnh cao hoặc mã mô-đun
Hơn nữa, nó có một cửa hàng ứng dụng. Bạn có thể mua phần mềm từ đó để mở rộng các tiện ích của nó. Bạn cũng có thể kiểm tra mã nguồn của nó trên GitHub.

Thêm imap vào php

sudo apt-get install php*-imap

MariaDB [(none)]> CREATE DATABASE dolibarrdb character set UTF8 collate utf8_bin;

MariaDB [(none)]> CREATE USER dolibarr;
MariaDB [(none)]> GRANT ALL PRIVILEGES ON dolibarrdb.* TO ‘dolibarr’@‘localhost’ IDENTIFIED BY ‘mypassword’;

Vì vậy, tôi cho rằng vì cơ sở dữ liệu và người dùng tồn tại nên tôi có thể bỏ chọn các ô đó.

tên cơ sở dữ liệu: dolibarr
loại trình điều khiển: mysqli (MySQL hoặc MariaDB >=5.0.3)
Máy chủ cơ sở dữ liệu: localhost
Cổng: 3306
Tiền tố bảng cơ sở dữ liệu: llx_
Tạo cơ sở dữ liệu: Không được chọn/Không
Đăng nhập: <người dùng>
Mật khẩu: <mật khẩu>
Tạo tài khoản người dùng hoặc cấp quyền cho tài khoản người dùng trên cơ sở dữ liệu Dolibarr: bỏ chọn/không
tùy chọn gốc biến mất (root options disappear).
Bây giờ tôi có thể chuyển sang bước tiếp theo.

3. ERPNext

ERPNext, được hỗ trợ bởi Frappe Technologies, là phần mềm ERP tích hợp mã nguồn mở và miễn phí. Hệ thống này dựa trên hệ thống cơ sở dữ liệu MariaDB. Nó sử dụng JavaScript và các khuôn khổ phía máy chủ dựa trên Python để phát triển.

Trở nên phổ biến trong số người dùng nhờ giao diện sạch sẽ và dễ thích ứng. Nó cho phép bạn duy trì hàng tồn kho của mình trên nhiều kho. Bạn có thể dễ dàng xử lý thiết lập sản xuất, quan hệ khách hàng và các hoạt động khác thông qua giải pháp ERP thông minh này.

Các tính năng chính:
+hệ thống thiết lập dễ dàng theo kiểu wizard
+giao diện trực quan—nhanh, linh hoạt và có khả năng mở rộng
+quản lý nhiều vai trò người dùng cùng một lúc
+thu thập thông tin về doanh nghiệp của bạn bằng cách sử dụng biểu mẫu
+có sẵn trong 70 ngôn ngữ khác nhau
Hơn nữa, bạn có thể tùy chỉnh hệ thống theo nhu cầu kinh doanh của mình.

4. ERP5

ERP5 được viết bằng Python và phát hành theo giấy phép GPL 3. Hệ thống mã nguồn mở mạnh mẽ này được giới thiệu lần đầu tiên vào năm 2002. Kể từ đó, nó đã được sử dụng ở mọi nơi trên thế giới, bao gồm các cửa hàng bán lẻ và ngân hàng chính phủ.

Nó hỗ trợ một số lượng lớn các mô-đun bao gồm hầu hết các bộ phận của một tổ chức . Chẳng hạn như ngân hàng, kế toán, CRM, HRM, dự án, hàng tồn kho, thương mại điện tử, quản lý dữ liệu sản phẩm, quản lý kiến ​​thức và các bộ phận khác.

Các tính năng chính:
+Cung cấp công cụ SynchML để đồng bộ hóa dữ liệu
+Hỗ trợ nhiều mẫu kinh doanh, hệ thống thu thập và hệ thống xuất bản web
+Giải pháp ERP nguồn mở tương thích với thiết bị di động
+Được sử dụng bởi các công ty đa quốc gia, lớn hay nhỏ, doanh nghiệp tư nhân hay công cộng
Ngoài ra, nó còn cung cấp một số tính năng khác như POS, thương mại, diễn đàn, tư vấn, mã vạch, tiếp thị qua email, lập hóa đơn, quản lý sản xuất, v.v.

5. Metasfresh

Metafresh là một gói phần mềm mã nguồn mở dựa trên Java. Nó có thể thích ứng với nhu cầu thay đổi của thị trường. Gần đây, nó đã cung cấp các dịch vụ tiên tiến về đảm bảo chất lượng, bảo hành, đào tạo và lập kế hoạch. Họ cam kết giữ cho mã của mình đơn giản và mới mẻ.

Là một metal GmbH, nó hoạt động trên các nền tảng Linux, Windows, OS X, Android và iOS. Đây là sản phẩm dựa trên giấy phép GPLv2/GPLv3. Bạn có thể tìm thấy mã nguồn theo giấy phép GPLv2 trên GitHub và phiên bản đám mây được cấp phép theo GPLv3.

Các tính năng chính:
+hoàn toàn miễn phí cho khách hàng tự lưu trữ
+dễ dàng tùy chỉnh theo nhu cầu thay đổi của khách hàng
+có sẵn trong các ngôn ngữ Java, JavaScript, XML và SQL
+có lợi cho các tổ chức kinh doanh vừa và nhỏ
+minh bạch và tạo cơ hội lớn cho sự đổi mới
Họ đã phát hành các bản cập nhật hàng tuần kể từ cuối năm 2015. Metasfresh là công ty nắm giữ của ADempiere và được xếp hạng trong số 9 nền tảng ERP nguồn mở hàng đầu bởi opensource.com.

6. BlueSeer

BlueSeer là phần mềm mạnh mẽ đi kèm với bộ công cụ toàn diện. Nó có thể bao gồm hầu hết các tính năng của các doanh nghiệp vừa và nhỏ. Bạn có thể sử dụng phần mềm ERP nguồn mở này để vận hành các ngành sản xuất , kho bãi và vận tải.

Các tính năng chính:
+chạy trên các nền tảng như Windows, Mac và Linux
+hỗ trợ tiếng Anh để thực hiện
+phiên bản nhiều người dùng của BlueSeer cũng có sẵn trên SourceForge
+cung cấp chức năng kiểm soát hàng tồn kho, phân phối, bán hàng, quản lý kho và EDI
BlueSeer là phần mềm ERP miễn phí đầu tiên, với mục tiêu chính là cung cấp giải pháp thay thế miễn phí cho các công ty.

7. MixERP

MixERP là một gói hoàn chỉnh tất cả các tính năng nâng cao mà bạn cần để điều hành doanh nghiệp của mình thành công. Giải pháp đa nền tảng này được phát triển bằng ngôn ngữ C#.net. Có tất cả các khả năng để đáp ứng nhu cầu kinh doanh và yêu cầu của kỷ nguyên mới.

Các tính năng chính:
+Phần mềm ERP mã nguồn mở ASP.net miễn phí
+Hỗ trợ các module hữu ích để quản lý hoạt động kinh doanh
+Giải pháp dựa trên đám mây cho phép người dùng không phải chịu các chi phí cơ sở hạ tầng khác
+Tất cả các thiết bị tương thích như Windows, Mac, hệ thống chạy trên nền tảng Linux, iPhone/iPad, Android và nền tảng di động dựa trên web
+Có sẵn bằng tiếng Anh
MixERp hướng tới mục tiêu cung cấp các chức năng quản lý doanh nghiệp bao gồm bán buôn, nhân sự, hàng tồn kho, mua sắm, v.v.

8. Apache OFBiz

Apache OFBiz đi kèm với một cấu trúc cơ bản để các tổ chức có thể tùy chỉnh theo nhu cầu của mình. Khả năng thích ứng làm cho nó phù hợp với các doanh nghiệp có mọi quy mô có thể tích hợp hệ thống vào doanh nghiệp của họ. OFBiz là một hệ thống ERP nguồn mở tiên tiến để thực hiện với các bộ phận khác nhau của một tổ chức.

Nó có Giấy phép Apache 2.0 và phiên bản ổn định 16.11.05 sẽ được phát hành vào ngày 2 tháng 10 năm 2018.

Các tính năng chính:
+Dựa trên Java XML Freemarker Groovy
+Hỗ trợ cả hệ điều hành dựa trên ứng dụng web và loại triển khai dựa trên đám mây
+Thực hiện liền mạch trên nhiều nền tảng
+Cung cấp một mô hình dữ liệu chung với một tập hợp các quy trình kinh doanh
+Hỗ trợ một khuôn khổ mạnh mẽ với cách tiếp cận dựa trên dịch vụ quan trọng
+Phù hợp với các doanh nghiệp vừa và nhỏ, cơ quan, doanh nghiệp và các đối tượng khác
Nó có một số mô-đun, bao gồm kế toán, sản xuất, nhân sự, quản lý hàng tồn kho, CRM, thương mại điện tử, v.v. Các tính năng này tương thích với nhu cầu phát triển của bất kỳ doanh nghiệp nào.

9. EasyERP

EasyERP là một nền tảng mã nguồn mở với nhiều mô-đun hữu ích để điều hành doanh nghiệp của bạn . Nó bao gồm CRM, HRM, mua hàng, hàng tồn kho, chi phí, báo cáo, quản lý tài khoản, v.v. Giải pháp ERP này cung cấp tất cả các chức năng thiết yếu cần thiết cho CRM.

Các tính năng chính:
+Được thiết kế đặc biệt cho các doanh nghiệp vừa và nhỏ
+Xem tất cả dữ liệu quan trọng trên bảng thông tin
+Một nền tảng dễ sử dụng giúp điều hành doanh nghiệp của bạn
+Theo dõi và giám sát tất cả các khách hàng tiềm năng và cách họ chuyển đổi thành cơ hội
EasyERP là phần mềm thân thiện với người dùng và có thể tùy chỉnh để đáp ứng mọi nhu cầu của bạn liên quan đến hoạt động kinh doanh. Nó đi kèm với giao diện trực quan, nhanh chóng, linh hoạt và có thể mở rộng.

10. Odoo

Odoo là một công cụ ERP và CRM nguồn mở . Nó chứa một cơ sở hạ tầng kỹ thuật mạnh mẽ có thể hoạt động trơn tru với tất cả các ứng dụng. Đầu tiên, nó được ra mắt vào năm 2005. Mã nguồn được viết bằng Python.

Mặc dù hệ thống được cấp phép theo giấy phép GPL 3 nhưng nó cũng cung cấp dịch vụ SaaS (phần mềm dưới dạng dịch vụ) độc quyền cho những người muốn trả tiền trực tiếp để sử dụng dịch vụ một cách dễ dàng.

Odoo cung cấp rất nhiều ứng dụng thân thiện với người dùng như CRP, kế toán, hóa đơn, trình xây dựng trang web, thương mại điện tử, tiếp thị qua email, quản lý dự án, hàng tồn kho, v.v.

Các tính năng chính:
+Cung cấp giao diện người dùng dễ dàng và trực quan
+Nhắc đến Google Drive
+Cung cấp thiết kế giao diện người dùng trực quan và hiện đại để làm việc
+Hỗ trợ các ứng dụng của bên thứ 3; được phát triển bởi các thành viên cộng đồng Odoo
+Tương thích với luật GDPR mới
Nó hỗ trợ các mô-đun hữu ích bao gồm quản lý dự án, thanh toán, kế toán, quản lý hàng tồn kho, sản xuất và mua hàng. Các mô-đun này có thể giao tiếp với nhau để xử lý tất cả dữ liệu một cách dễ dàng.

11. Tryton

Tryton là giải pháp ERP độc đáo đi kèm với một số tính năng chuyên biệt để đáp ứng mọi nhu cầu của doanh nghiệp bạn. Giải pháp này phù hợp với mọi loại hình và quy mô công ty. Giải pháp này nổi tiếng với khả năng sử dụng dễ dàng và giao diện thân thiện với người dùng. Họ bắt đầu hành trình của mình để cung cấp “tính mô-đun, khả năng mở rộng và bảo mật” tốt nhất.

Các tính năng chính:
+Hỗ trợ mô hình 3 tầng: Tryton Database, Tryton Server và Tryton Client
+Được viết bằng Python và sử dụng thư viện GTK cho người dùng máy tính để bàn
+Cung cấp bản demo miễn phí, hình ảnh docker và tệp nhị phân dựng sẵn
+Hoạt động trơn tru trên Windows, Linux và macOS
+Có sẵn dưới dạng gói Python có thể được cài đặt bằng pip
+Ngoài ra, bạn cũng có thể cài đặt các mô-đun của bên thứ 3 cho hệ thống bằng pip.

Tryton cung cấp các mô-đun khác nhau để quản lý CRM, tài chính, kế toán, bán hàng, kho, hàng tồn kho, v.v. Bạn sẽ nhận được các tính năng hữu ích cho chuỗi cung ứng, sản xuất và vận chuyển. Những tính năng hữu ích này làm cho nó phù hợp với các nhà máy và cửa hàng.

12. WebERP

webERP là một hệ thống ERP mã nguồn mở miễn phí, cung cấp các công cụ quản trị kinh doanh và kế toán thực hành tốt nhất, nhiều người dùng trên web. https://www.weberp.org/ Nó có nhiều tính năng phù hợp với nhiều doanh nghiệp, đặc biệt là các doanh nghiệp phân phối trong bán buôn, phân phối, sản xuất. Nó cũng được sử dụng trong nhiều bệnh viện trên toàn thế giới. Khi kết hợp với hệ thống điểm bán hàng trên máy tính để bàn tương tác của bên thứ 3, nó cũng có thể tạo thành trung tâm của hệ thống quản lý bán lẻ đa chi nhánh phân tán. Một webSHOP tích hợp đầy đủ cũng có sẵn dưới dạng tiện ích bổ sung của bên thứ 3.

Hướng dẫn https://www.foodchainea.com/erp2/doc/Manual/ManualContents.php?ViewTopic=Requirements

NotrinosERP

NotrinosERP là một hệ thống quản lý doanh nghiệp mã nguồn mở, dựa trên web được viết bằng PHP và MySql. NotrinosERP chứa tất cả các mô-đun cần thiết để vận hành bất kỳ doanh nghiệp vừa và nhỏ nào. Nó hỗ trợ nhiều người dùng, nhiều loại tiền tệ, nhiều ngôn ngữ.

OpenPro

OpenPro cung cấp các giải pháp đóng gói sẵn cho các SMB và các tùy chọn cho các công ty và doanh nghiệp lớn hơn . OpenPro ERP có sẵn dưới dạng triển khai tại chỗ hoặc trên đám mây với giá cả phải chăng.

inoERP

inoERP là hệ thống quản lý doanh nghiệp mã nguồn mở có giao diện người dùng đơn giản và nhất quán. Các tính năng tương tự như Oracle R12/ Ứng dụng đám mây và SAP ECC/Hana S/4.

Demo thử ERP

Longtail ERP – All-In-One ERP

https://www.weberp.org/demo/

ERP nguồn mở dựa trên C#

VIENNA Advantage quyết định phát triển ERP và CRM nguồn mở toàn diện nhưng giá cả phải chăng của riêng họ. Vienna Solutions cung cấp các hệ thống đóng gói sẵn theo quy mô công ty và phiên bản ngành, cũng như các giải pháp tại chỗ và đám mây.
MixERP là một lựa chọn ERP nguồn mở giá cả phải chăng dành cho các doanh nghiệp vừa và nhỏ, ứng dụng Webforms ASP.net 4.0 được viết bằng C#. Có thể tải xuống miễn phí với tùy chọn mua dịch vụ hỗ trợ. Hiện tại đã ngừng phát triền

Chọn giải pháp ERP nguồn mở phù hợp

Bây giờ bạn có một số giải pháp ERP nguồn mở tuyệt vời trong tay. Trước tiên, hãy tập trung vào nhu cầu kinh doanh, sở thích của khách hàng, ngân sách và các yếu tố khác, sau đó xem xét các giải pháp khả dụng. Nó dẫn bạn đến việc chọn hệ thống hoàn hảo xứng đáng với thời gian và tiền bạc của bạn.

Trong những năm gần đây, mọi người đã chú trọng hơn vào khả năng sử dụng hệ thống và tính dễ sử dụng. Với sự liên tục này, WordPress ERP đã trở nên phổ biến trên toàn thế giới. Vì nó dễ quản lý và vận hành từ bảng điều khiển WordPress . Vì vậy, nhân viên có thể dễ dàng thích nghi với hệ thống. Quan trọng nhất là nó cắt giảm một lượng nhỏ để tích hợp hệ thống vào doanh nghiệp của bạn. Do đó, bạn có thể tập trung dữ liệu kinh doanh của mình bằng công cụ WordPress đa năng – WP ERP .

Sự Tiến Hóa Độ Chính Xác Ước Tính Đầu Tư ERP. Biểu đồ này thể hiện sự thay đổi về độ chính xác của việc ước tính chi phí cho một dự án triển khai hệ thống hoạch định nguồn lực doanh nghiệp (ERP) theo từng giai đoạn của dự án. Biểu đồ cho thấy rằng độ chính xác của ước tính chi phí cho dự án ERP tăng dần theo từng giai đoạn của dự án. Điều này cho thấy tầm quan trọng của việc thu thập thông tin đầy đủ và chi tiết ở các giai đoạn đầu để có thể đưa ra những ước tính chính xác hơn, giúp quản lý dự án hiệu quả hơn. Biểu đồ này cung cấp một cái nhìn tổng quan về quá trình ước tính chi phí trong các dự án ERP và giúp các nhà quản lý dự án hiểu rõ hơn về những yếu tố ảnh hưởng đến độ chính xác của ước tính. Từ đó, họ có thể đưa ra các biện pháp để cải thiện độ chính xác của ước tính và giảm thiểu rủi ro cho dự án.

Trục ngang: Các giai đoạn của dự án ERP, từ giai đoạn ban đầu (đang cân nhắc) đến khi hoàn thành dự án.
Trục dọc: Tỷ lệ phần trăm thể hiện độ chính xác của ước tính chi phí tại mỗi giai đoạn.

Contemplating (Cân nhắc): Ở giai đoạn đầu, khi mới bắt đầu cân nhắc triển khai ERP, độ chính xác của ước tính chi phí thường rất thấp, chỉ khoảng 20%. Điều này là do thông tin còn hạn chế và nhiều yếu tố chưa được xác định rõ.
Experiential Guess (Ước tính dựa trên kinh nghiệm): Ở giai đoạn đầu, khi doanh nghiệp chỉ đang cân nhắc việc triển khai ERP, ước lượng chi phí chỉ mang tính chất phỏng đoán dựa trên kinh nghiệm, với độ chính xác rất thấp, chỉ khoảng 0-20%. Tại giai đoạn này, người ta bắt đầu đưa ra những ước tính dựa trên kinh nghiệm của các dự án tương tự trước đó, giúp nâng cao độ chính xác lên khoảng 50%.

Justifying (Lập luận):
Guided Estimate (Ước lượng có hướng dẫn): Khi doanh nghiệp bắt đầu nghiên cứu và lập luận cho việc đầu tư, họ có thể nhận được ước lượng chi phí có cơ sở hơn, với độ chính xác tăng lên khoảng 50%. Khi có thêm thông tin và dữ liệu cụ thể hơn, độ chính xác của ước tính được cải thiện lên khoảng 60%.
RFI (Yêu cầu thông tin): Sau khi gửi yêu cầu thông tin tới các nhà cung cấp ERP, độ chính xác trong việc ước lượng chi phí tăng lên mức 60%.
Selecting (Lựa chọn):
RFP (Yêu cầu đề xuất): Khi gửi yêu cầu đề xuất từ các nhà cung cấp, ước lượng chi phí đạt độ chính xác cao hơn, khoảng 70%.
Negotiation (Đàm phán): Trong quá trình đàm phán hợp đồng, các chi phí trở nên rõ ràng hơn và độ chính xác ước lượng tăng lên mức 80%.
Implementing (Triển khai):
Contract Signing (Ký hợp đồng): Khi ký kết hợp đồng, chi phí đã được xác định rõ ràng với độ chính xác đạt khoảng 90%.
Project Closure (Kết thúc dự án): Cuối cùng, sau khi dự án được triển khai và hoàn thành, chi phí thực sự được xác định với độ chính xác 100%.
Phân tích chi tiết các giai đoạn:

Trung bình, các doanh nghiệp đầu tư từ 1% đến 4% doanh thu hàng năm của mình vào một dự án triển khai ERP, không tính đến việc bảo trì và nâng cấp liên tục. Tỷ lệ phần trăm này thay đổi tùy thuộc vào một số yếu tố, bao gồm quy mô doanh nghiệp, mức độ phức tạp của hệ thống ERP và ngành cụ thể. Đối với Doanh nghiệp vừa và nhỏ (SMB), tỷ lệ này có thể gần với mức cao hơn trong phạm vi này (2% đến 4%) do cơ sở doanh thu tương đối nhỏ hơn và nhu cầu tích hợp nhiều chức năng kinh doanh với nguồn lực nội bộ hạn chế. Một doanh nghiệp lớn với nhiều luồng doanh thu đáng kể hơn có thể phân bổ tỷ lệ phần trăm nhỏ hơn (khoảng 1% đến 2%). Như vậy, một khoản đầu tư lớn đòi hỏi phải có cơ sở tài chính vững chắc, trong đó ROI là công cụ chính.

Trong giai đoạn “suy ngẫm” ban đầu, một ROI cấp cao có thể đóng vai trò là động lực để tham gia vào một dự án ERP, trong đó ước tính ROI không cần phải chính xác, nhưng đủ thuyết phục để, với biên độ sai số được thừa nhận, vẫn rõ ràng rằng việc khám phá sâu hơn về chủ đề ERP có nhiều ý nghĩa kinh doanh. Bài viết này đề cập đến việc đánh giá chi phí triển khai ERP ở các giai đoạn khác nhau của hành trình, bao gồm cả việc biện minh sớm.

Gần hơn với “hoạt động trực tiếp”, ROI trở thành một cam kết rõ ràng, một hợp đồng tượng trưng hoặc thậm chí là hợp đồng theo nghĩa đen ràng buộc các bên liên quan từ nhiều chức năng kinh doanh và CNTT tham gia khác nhau đến các kết quả tài chính cụ thể.

Sự đánh giá

ROI cũng rất cần thiết để đánh giá sự thành công của một dự án triển khai ERP. Những câu chuyện kinh hoàng về các dự án ERP thất bại đã được biết đến rộng rãi. Một ví dụ nổi tiếng mãi mãi khắc sâu vào lịch sử ERP là lợi nhuận giảm 19% của Hershey Foods bắt nguồn từ việc triển khai ERP thất bại. Nhưng theo Deloitte, hơn 50% các đợt triển khai ERP, mặc dù không thảm khốc như Hershey, vẫn không đạt được các mục tiêu kinh doanh đã định. Một lý do quan trọng cho điều đó là các mục tiêu được thiết kế kém ngay từ đầu. ROI là một biện pháp tài chính quan trọng neo giữ các mục tiêu kinh doanh đó với thực tế và là cơ hội để đánh giá kết quả.

Triển khai

Việc triển khai ERP, như một khoản đầu tư lớn, vượt xa mô hình tài trợ CNTT dựa trên ngân sách truyền thống, khiến hầu hết các nhà lãnh đạo CNTT có thiên hướng kỹ thuật cảm thấy không thoải mái khi giải quyết các khía cạnh tài chính của nó. Và trong khi ERP theo truyền thống được coi là một “dự án CNTT”, thì đây vẫn là một đề xuất rất đáng tranh cãi, vì việc triển khai ERP đòi hỏi những thay đổi kinh doanh sâu sắc và rộng rãi, trong khi việc triển khai sẽ thất bại nếu những thay đổi đó không được nhân viên chấp nhận hoặc lãnh đạo hỗ trợ.

Trên thực tế, việc thiếu sự tài trợ và tham gia của ban lãnh đạo luôn là lý do hàng đầu khiến các dự án ERP thất bại; tình trạng này dẫn đến thiếu nguồn lực, thiếu sự thống nhất trong chiến lược kinh doanh và giảm trách nhiệm giải trình.

ROI là công cụ mà CNTT có thể sử dụng để tương tác với ban lãnh đạo điều hành, yêu cầu sự hỗ trợ của họ và khiến họ chịu trách nhiệm về các mục tiêu ERP. ROI ERP phải là một phần của lộ trình chiến lược ERP—một kế hoạch dài hạn SMART liên kết các mục tiêu ERP với các mục tiêu kinh doanh chiến lược thông qua các chỉ số hiệu suất có thể đo lường được để giúp thúc đẩy tầm nhìn của tổ chức.

Tính toán ROI

ROI đánh giá lợi nhuận tiền tệ (hoặc lợi nhuận) đạt được (hoặc dự kiến ​​đạt được) từ việc sử dụng ERP so với chi phí triển khai và duy trì ERP. Các nguồn chính của những lợi nhuận đó đến từ việc tăng hiệu quả hoạt động thông qua tự động hóa quy trình và năng suất của nhân viên cao hơn, ra quyết định tốt hơn, tăng sự hài lòng của khách hàng và cải thiện tuân thủ quy định. Chi phí triển khai và duy trì ERP thường được gọi là Tổng chi phí sở hữu (TCO = giá mua + chi phí triển khai + chi phí hoạt động trong 5–10 năm).

ROI cho bất kỳ triển khai nào cũng có thể thay đổi rất nhiều (và có thể là tiêu cực với các lỗi triển khai ERP), nhưng hầu hết các tổ chức có thể mong đợi nó dao động từ 100% đến 500% trong khoảng thời gian từ 1 đến 5 năm. Điều này có nghĩa là với mỗi đô la đầu tư, lợi nhuận có thể từ 1 đến 5 đô la trong 5 năm.

Đó là một ước tính rất sơ bộ, và mục tiêu có ý nghĩa hơn là cái gọi là thời gian hoàn vốn ROI—thời gian cần thiết để đạt được sự cân bằng ROI dương hoặc hòa vốn với khoản đầu tư của dự án. Một công ty tư nhân năng động nhỏ hơn có thể nhắm mục tiêu thời gian hoàn vốn ngắn 2 năm (hoặc thậm chí 1 năm, đặc biệt là trong bán lẻ). Một nhà sản xuất quy mô trung bình có thể lên đến 4 năm. Trong khu vực công, bao gồm các cơ quan chính phủ, thành phố và hệ thống y tế công cộng, mốc thời gian mục tiêu và hoàn thành đầy đủ từ việc triển khai ERP có thể dài hơn đáng kể, từ 5 đến 10 năm. Điều này là do tính phức tạp của các dịch vụ công, các yêu cầu về quy định và ý thức khác nhau về việc tìm nguồn tiền và hưởng lợi từ việc đầu tư vào các hệ thống, v.v. nói chung.

Là một ví dụ thực tế về việc lựa chọn “ERP phù hợp” theo quan điểm ROI, bộ ứng dụng ERP Odoo rất hấp dẫn, đặc biệt là đối với các SMB, vì tính đơn giản của việc cấp phép và mức đầu tư ban đầu thấp (so với hầu hết các dịch vụ ERP khác) với lộ trình đơn giản để áp dụng dần dần. Các yếu tố đó cho phép thời gian hoàn vốn ngắn (thường là 6 đến 12 tháng) với mức tiết kiệm chi phí hoạt động hữu hình và tăng năng suất—một động lực rất đáng khích lệ để mở rộng quy mô triển khai Odoo lên hết tiềm năng và đạt được lợi nhuận tối đa.

Làm thế nào để chuyển đổi lợi ích ERP thành số liệu ROI
Chủ đề về lợi ích của ERP là một vấn đề phức tạp nằm ngoài phạm vi của bài viết này. Như đã đề cập trước đó, những lợi ích hoặc lợi nhuận đó đến từ việc tăng hiệu quả hoạt động, tự động hóa quy trình, năng suất lao động cao hơn, ra quyết định tốt hơn, nâng cao sự hài lòng của khách hàng, cải thiện tuân thủ quy định, v.v. Không phải tất cả chúng đều có thể dễ dàng và trực tiếp chuyển đổi thành tiền tệ mạnh, và do đó, ROI; nhưng với một số cách tiếp cận có hệ thống, điều này có thể được thực hiện ở mức độ đủ để đánh giá ROI với độ chính xác chấp nhận được.

Ví dụ thực tế:

Một người bạn của tôi sở hữu một doanh nghiệp phân phối và lắp đặt gạch tương đối nhỏ ở Ontario, Canada. Khi anh ấy quyết định chuyển hàng tồn kho và hoạt động của mình đến một nhà kho mới, anh ấy bắt đầu cân nhắc đến việc tự động hóa một số hoạt động và hỏi tôi rằng một gói phần mềm phù hợp sẽ tốn bao nhiêu để thực hiện việc đó. Vì đã quen thuộc với doanh nghiệp, tôi hiểu khá rõ những hoạt động nào có thể được tự động hóa và đã nghĩ đến Odoo Inventory như một giải pháp phù hợp tiềm năng. Mặc dù có kiến ​​thức đó, nhưng việc đưa ra câu trả lời trực tiếp cho câu hỏi có vẻ hợp lý của bạn tôi là rất khó, ngay cả khi xét đến phạm vi nhỏ như vậy, rất có thể chỉ giới hạn ở hoạt động kho.

Trước hết, bất kỳ triển khai Ứng dụng Doanh nghiệp nào và việc sử dụng nó, đặc biệt là ERP, không chỉ tốn kém cho phần mềm. Cái gọi là “tổng chi phí sở hữu” (TCO) của một hệ thống ERP bao gồm các nỗ lực triển khai và nhiều khía cạnh khác như được mô tả trong bài viết này . Vì vậy, việc đưa ra mức giá tự động hóa là 0 đô la cho bạn tôi mà không cân nhắc xem câu hỏi của anh ấy sai lầm như thế nào ngay từ đầu sẽ thực sự là gian lận.

Ví dụ, tôi đã thấy hơn 1000 SKU được liệt kê trên hơn 30 trang của đề xuất SAP cho một doanh nghiệp lớn. Khi bạn không biết nhà cung cấp ERP của mình có thể là ai, thì việc bắt đầu ước tính của bạn bằng “chi phí phần mềm” là hoàn toàn không thể tưởng tượng được. Hiệu quả hơn, sự chú ý thích đáng được dành cho “chi phí phụ” của việc triển khai, có xu hướng vượt xa một khoản đăng ký phần mềm đơn thuần. Những chi phí bổ sung như vậy thường bị đánh giá thấp hoặc thậm chí bị bỏ qua hoàn toàn.

Thứ hai, ở giai đoạn chỉ cân nhắc ERP hoặc bất kỳ ứng dụng nào được kỳ vọng sẽ tự động hóa và hướng dẫn các quy trình kinh doanh và thực hiện hoạt động, phạm vi và bản chất của các quy trình này là mơ hồ, điều này thực sự cản trở việc khám phá các khả năng chức năng và kỹ thuật. Điều này cuối cùng cản trở việc ước tính chi phí đầu tư với bất kỳ độ chính xác hợp lý nào.

Hình ảnh bên dưới được thiết kế để trình bày trực quan hành trình ERP từ góc nhìn độ chính xác ước tính đầu tư. Mặc dù không giả vờ dựa vào bất kỳ số liệu thống kê và hợp lý nào, biểu đồ cho thấy rằng việc biết chi phí triển khai ERP nhất định là một quá trình lặp lại theo giai đoạn có thể bắt đầu bằng việc không biết gì về chi phí liên quan (độ chính xác bằng không) và chỉ đạt được con số chính xác 100% khi kết thúc dự án ERP.

Hợp đồng được hoàn thiện tại bước “ký hợp đồng”, nhưng vẫn có một số thay đổi bất ngờ trong quá trình triển khai thực tế và đó là lý do tại sao một hoạt động quản lý dự án tốt sẽ dành riêng một số quỹ dự phòng (thường là khoảng 10% tổng phân bổ triển khai ERP) để giải quyết các sự cố, một hoạt động được phản ánh trong biểu đồ. Thực hiện tốt các giai đoạn trước sẽ giảm thiểu các bất ngờ, dẫn đến ước tính ngân sách chính xác hơn trong khi ngăn ngừa cái gọi là “phạm vi leo thang”, đây là một thách thức phổ biến trong các dự án triển khai ERP và có thể làm tăng chi phí vượt quá mức dự phòng 10% (50% trở lên không phải là chưa từng nghe đến).

Hiện tượng phạm vi mở rộng này xảy ra khi các mục tiêu của dự án, ban đầu được xác định trong giai đoạn lập kế hoạch, mở rộng ra ngoài ranh giới ban đầu của chúng. Một trong những động lực chính của phạm vi mở rộng là việc thu thập các yêu cầu ban đầu không đầy đủ. Khi các bên liên quan của dự án không nêu rõ nhu cầu của họ một cách toàn diện hoặc dự đoán những thay đổi trong tương lai, phạm vi dự án có thể không giải quyết đầy đủ tất cả các nhu cầu. Ngoài ra, sự tham gia và giao tiếp không đủ của các bên liên quan có thể dẫn đến hiểu lầm hoặc kỳ vọng không được giải quyết, dẫn đến những thay đổi phạm vi trong quá trình thực hiện sau đó. Vì vậy, nếu bạn “mới biết đến Odoo” (như hình trên) và nghe thấy “Bạn sẽ mất 10 đô la”, thì đừng vội triển khai ngay – “10 đô la” đó có thể biến thành 50.000 đô la rất nhanh !

Trong tình huống của bạn tôi, rủi ro về phạm vi phát triển rõ ràng nhất liên quan đến việc cung cấp đơn hàng cho kho, vào thời điểm đó, việc này được thực hiện bằng cách in biểu mẫu giấy từ một ứng dụng tùy chỉnh không có giao diện tích hợp. Cần phải xem xét kỹ lưỡng. Ví dụ, chúng ta có tiếp tục nhập thủ công từ cùng một loại giấy tờ không? Chúng ta có thêm giao diện vào quá trình phát triển nội bộ đó không? Chúng ta có nên cân nhắc thay thế ứng dụng quản lý đơn hàng tùy chỉnh đó bằng, ví dụ, một mô-đun Odoo khác không? Mặc dù nghe có vẻ kỹ thuật, nhưng những câu hỏi đó cần được trả lời bằng cách làm việc với các bên liên quan không chuyên về kỹ thuật, những người biết trạng thái hiện tại của quá trình thực hiện quy trình tương ứng thông qua ứng dụng đó và các phương tiện khác.

Bản chất lặp đi lặp lại của ước tính chi phí được phản ánh trong một yếu tố phổ biến khác góp phần vào việc mở rộng phạm vi – bản chất năng động của công nghệ. Giống như trong ví dụ đơn giản đã đề cập ở trên, các hệ thống ERP thường yêu cầu tích hợp với nhiều hệ thống hiện có, di chuyển dữ liệu và tùy chỉnh để phù hợp với các quy trình của tổ chức. Khi công nghệ phát triển, các chức năng và khả năng mới xuất hiện, hấp dẫn các bên liên quan kết hợp các tính năng bổ sung vào phạm vi dự án, do đó mở rộng ranh giới của dự án. Việc phát triển sự thèm muốn những điều mới lạ ngọt ngào và hấp dẫn có thể trở nên khá không lành mạnh và cần được kiềm chế để phù hợp với các mục tiêu của dự án được nêu ở giai đoạn đầu của hành trình. Nếu không, các ý định xung đột có thể dẫn đến các ưu tiên cạnh tranh và chương trình nghị sự không tương thích, làm phức tạp thêm việc quản lý phạm vi dự án và các nguồn lực, dẫn đến sự chậm trễ và vượt ngân sách.

Tiếp tục với ví dụ về hoạt động kinh doanh của bạn tôi, một trong những mục tiêu chính của anh ấy là loại bỏ lỗi chọn hàng có tác động tiêu cực nghiêm trọng đến những người lắp đặt sản phẩm được vận chuyển từ kho. Mã vạch và quét có tiềm năng lớn trong việc giảm thiểu những lỗi đó, nhưng chúng có thể yêu cầu thiết bị đặc biệt. ” Có thể ” – vì Mã vạch của Odoo (có trong Inventory) hoặc ứng dụng Ventor của bên thứ ba được cải tiến có thể hoạt động và được sử dụng dễ dàng trên điện thoại thông minh thông thường được kết nối với mạng điện thoại di động thông thường (tức là LTE), nghĩa là không cần đầu tư vào cơ sở hạ tầng hoặc thiết bị miễn là người điều hành kho đồng ý sử dụng điện thoại cá nhân của họ cho mục đích đó. Tuy nhiên, sự tiện lợi (ví dụ: cầm điện thoại khi di chuyển sản phẩm), khả năng (ví dụ: phạm vi) và độ tin cậy (ví dụ: kết nối) của thiết lập như vậy có thể sẽ bị nghi ngờ, có nguy cơ phá hỏng mục đích chính là làm cho hoạt động kho hiệu quả và chính xác hơn. Vì vậy, đối với một kế hoạch điều chỉnh cơ sở hạ tầng CNTT của kho (tức là thêm kết nối Wi-Fi đáng tin cậy) và thêm chức năng quét mã vạch, in ấn và các thiết bị khác, trong trường hợp của bạn tôi, tôi ước tính toàn bộ dự án sẽ tốn tới 15.000 đô la; đó là một bước nhảy vọt khá lớn so với lý thuyết là 0 đô la . Nhưng bầu trời là giới hạn khi nói đến các tiện ích được vi tính hóa và các hợp đồng hỗ trợ của chúng, và điều quan trọng là không nên bị cuốn theo những thứ tinh tế vô dụng cũng như không nên tiết kiệm và làm tăng ngân sách sau này bằng cách điều chỉnh phạm vi phần cứng.

Người ta ước tính sơ bộ (hầu như không thăm dò nhu cầu và yêu cầu của doanh nghiệp) rằng, trong vòng 2 năm đầu tiên sử dụng ứng dụng Odoo Inventory được đề xuất, chi phí dự án triển khai sẽ nằm trong khoảng 8.000–40.000 đô la. Mức cao nhất (40.000 đô la) được coi là khoản đầu tư thận trọng—có thể được bù đắp bằng lợi nhuận của ERP. Cuối cùng, tôi ước tính dự án nhỏ này cho bạn tôi (thường thậm chí không được gọi là “ERP”) là chi phí năm đầu tiên (có triển khai) là 8.000 đến 40.000 đô la, cộng với chi phí năm thứ hai (và tiếp tục) là 2.000 đến 5.000 đô la. “Phỏng đoán theo kinh nghiệm” này có độ chính xác 20% trong biểu đồ ước tính đầu tư ERP ở trên, có hiệu lực chuyển thành khoảng 27.000 đô la +/- 80%. Chắc chắn là không chính xác lắm, nhưng đó là một khởi đầu tốt hơn nhiều so với việc không có manh mối nào.

Bước tiếp theo, “ước tính có hướng dẫn”, nhằm mục đích cải thiện đáng kể ước tính ngân sách của bạn (lên khoảng 50%) để làm cho nó khả thi cho việc biện minh cho dự án và tính toán ROI có ý nghĩa. Nó được dự định sẽ được thực hiện bởi một chuyên gia giàu kinh nghiệm theo một phương pháp cụ thể và không có bất kỳ sự tham gia mạnh mẽ nào của các nhà cung cấp ERP với các báo giá, bản demo hoặc thu thập các yêu cầu chi tiết. Thay vì so sánh các báo giá của nhà cung cấp cho các nhu cầu chưa được xác định, các khía cạnh sau đây được xem xét để đánh giá bản chất của giải pháp, bối cảnh có khả năng của nhà cung cấp (hay còn gọi là tầng sản phẩm), kiến ​​trúc cấp cao và kết quả là nỗ lực triển khai với chi phí chính xác hơn:

• Thông tin cụ thể về ngành bao gồm các năng lực chức năng chính, hồ sơ vai trò, khả năng chịu rủi ro và môi trường pháp lý;
• Quy mô và mức độ phức tạp của doanh nghiệp cũng như tham vọng tăng trưởng của doanh nghiệp sẽ thúc đẩy số lượng giấy phép và xác định loại sản phẩm mong muốn;
• Đánh giá các yếu tố tổ chức quan trọng cho việc triển khai thành công như văn hóa thay đổi, năng lực của Văn phòng quản lý dự án (PMO), mức độ trưởng thành của Quản lý quy trình kinh doanh và tính phức tạp của tổ chức;
• Sự trưởng thành của CNTT tập trung vào chất lượng dữ liệu, tính phức tạp của bối cảnh ứng dụng và kinh nghiệm của nhân viên trước đây với các sáng kiến ​​tương tự

Mặc dù danh sách đó có vẻ khá nặng đối với một doanh nghiệp nhỏ như của bạn tôi, nhưng những nguyên tắc đánh giá và xác định phạm vi giải pháp ERP này vẫn áp dụng ngay cả đối với một công ty nhỏ. Thật vậy, trong tình huống của bạn tôi, sự tăng trưởng hiện tại và dự kiến ​​có thể là yếu tố quyết định trong việc lựa chọn giữa việc tiếp tục phát triển nội bộ hoặc thay thế bằng một ứng dụng có sẵn. Riêng quyền sở hữu tài sản có thể ảnh hưởng đáng kể đến quyết định nâng cấp cơ sở hạ tầng CNTT, trong đó triển vọng tự động hóa hoạt động kho có thể chỉ là một yếu tố kích hoạt; tính khả dụng của nhân viên và kinh nghiệm với các dự án tương tự sẽ hướng dẫn nhu cầu ký hợp đồng với các nguồn lực bổ sung, cho dù đó là để điều hành kho hay để giải quyết các nhiệm vụ của dự án. Và tất nhiên, tất cả những điều đó đều ảnh hưởng đến chi phí.

Vào cuối bước “ước tính có hướng dẫn”, chi phí có thể được chia thành các danh mục chung sau đây dựa trên các báo giá không cụ thể của nhà cung cấp ERP mà dựa trên các cam kết có liên quan từ cùng ngành và các thông số tổ chức tương tự:

1. Chi phí đăng ký
   • Giấy phép cốt lõi và khả năng bổ sung
   • Ủng hộ
2. Chi phí triển khai (Dự án)
   • Chiến lược & Lựa chọn
   • Cấu hình & Tùy chỉnh
   • Quy trình tái thiết kế
   • Di chuyển dữ liệu
   • Tích hợp
   • Đào tạo & Quản lý thay đổi
   • Quản lý dự án
   • Dự phòng dự án

Một trong những điểm đau đầu của doanh nghiệp nhỏ này là lỗi khi lấy hàng trong kho, khi mà cứ 4–5 lần một tuần, các tấm ván được xếp thủ công sẽ lấy nhầm sản phẩm, dẫn đến hiệu ứng domino là lắp đặt bị chậm trễ (sau đó ảnh hưởng đến các lần lắp đặt theo lịch trình khác), sản phẩm bị di chuyển không đúng cách gây hư hỏng, phải đặt hàng lại, làm lại và tất nhiên là khách hàng không hài lòng.

Giảm hai lỗi chọn hàng mỗi tuần (giảm một nửa số lỗi) không phải là mục tiêu quá tham vọng khi chuyển từ việc chọn hàng thủ công trên giấy sang quét mã vạch, trong đó hệ thống sẽ ngăn người vận hành chọn nhầm bộ phận. Sự cải thiện được mong đợi một cách bi quan đó tương đương với việc giảm khoảng 100 lỗi mỗi năm. Chi phí cho mỗi lỗi trong hậu quả trực tiếp (mất sản phẩm và thời gian, làm lại) và gián tiếp (sự hài lòng của khách hàng, tinh thần của nhân viên) được ước tính tối thiểu là 500 đô la nhưng có khả năng cao hơn đáng kể về mặt trung bình. Điều đó có nghĩa là Oddo Inventory với tự động hóa súng quét dự kiến ​​sẽ mang lại ít nhất 50.000 đô la tiền tiết kiệm hàng năm cho công ty đó chỉ riêng cho hoạt động chọn hàng! Và điều đó vượt qua mục tiêu hoàn vốn 40.000 đô la trong năm đầu tiên.

Cơ hội tiếp theo là “minh bạch” kho hàng, có nghĩa là biết với sự tự tin tương đối về những gì có trong kho và có thông tin đó trong tầm tay của nhân viên văn phòng. Phần lớn sản phẩm (khoảng 20% ​​kho hàng) đã bị “mất” và chiếm chỗ trong một kho hàng đã chật cứng. Giảm tải lãng phí đó xuống, ví dụ, 5% với khả năng hiển thị được cải thiện về những gì có trong cửa hàng chắc chắn sẽ mang lại nhiều lợi ích đáng kể hơn (khi chuyển đổi thành $$) có thể được thêm vào tử số ROI.

Và danh sách còn dài nữa…

Có những thư viện được gọi là Chỉ số hiệu suất chính (KPI), cực kỳ hữu ích để xác định và thể hiện bằng số các cơ hội như hai cơ hội đã đề cập ở trên. Một trong số đó, kpilibrary.com, hiện không còn hoạt động nữa nhưng vẫn cung cấp danh sách đáng kể các KPI hữu ích do cộng đồng thu thập cho nhiều ngành công nghiệp và chức năng kinh doanh khác nhau.

Phần kết luận
ROI đo lường hiệu quả triển khai ERP theo thuật ngữ tài chính bằng cách chia lợi ích tài chính của ERP cho chi phí (triển khai hoặc TCO) trong một khoảng thời gian xác định trước (thời gian hoàn vốn mong muốn, vòng đời ERP dự kiến ​​hoặc bất kỳ số năm nào theo thông lệ quản lý dự án hoặc tài chính của tổ chức).

ROI cho bất kỳ triển khai nào cũng có thể thay đổi rất nhiều, nhưng hầu hết các tổ chức đều có thể mong đợi mức lợi nhuận từ 100% đến 500% trong khoảng thời gian từ 1 đến 5 năm.

ROI, với tư cách là một biện pháp tài chính cụ thể, là một công cụ quan trọng để chứng minh việc triển khai ERP từ giai đoạn cân nhắc ban đầu cho đến đánh giá kết quả sau khi triển khai, cũng như để thu hút sự tham gia của doanh nghiệp vào dự án ERP với sự chấp thuận của ban điều hành.

Hãy tưởng tượng bạn đang triển khai một phần mềm hoạch định nguồn lực doanh nghiệp (ERP) trước khi đưa vào vận hành thực tế cho doanh nghiệp. Bạn cần tạo một số dữ liệu ảo để kiểm tra ứng dụng của mình. Bạn sẽ cần một bảng hóa đơn, danh sách nhà cung cấp, bảng đơn đặt hàng mua và nhiều thứ khác. Hãy cùng tạo dữ liệu để kiểm tra ứng dụng.

Data odoo faker

Dự án này sử dụng thư viện Python faker để tạo dữ liệu trông giống thật nhưng giả cho khách hàng, sản phẩm và đơn hàng. Dữ liệu này có thể hữu ích cho mục đích thử nghiệm, phát triển hoặc trình diễn.

1. Điều kiện tiên quyết

• Đã cài đặt Python 3.x ( https://www.python.org/downloads/ )
• Thư viện Python faker, bạn có thể sử dụng faker_commerce, faker_food bên trong thư viện này

pip install faker
pip install faker_commerce

1. Cài đặt

Vô https://github.com/erpblogs/fake-odoo-data Sao chép tệp mẫu: cp common_sample.py common.py

1. Cấu hình cơ sở dữ liệu:

Mở common.py trong trình soạn thảo văn bản.
Xác định vị trí cài đặt kết nối cơ sở dữ liệu.
Cập nhật thông tin sau bằng thông tin đăng nhập cơ sở dữ liệu của bạn:

Tên máy chủ/Địa chỉ IP
Tên cơ sở dữ liệu
Tên người dùng
Mật khẩu

Cách sử dụng

Cập nhật run.sh:

Mở run.sh trong trình soạn thảo văn bản.
Điều chỉnh các thông số sau để kiểm soát lượng dữ liệu được tạo ra:
TOTAL_CUSTOMERS=2000
TOTAL_PRODUCTS=100000
TOTAL_SO=10000000
BATCH_SIZE=1000

Chạy tập lệnh: python3 -m run.sh

Chạy nhiều tiến trình tập lệnh SO song song: nếu bạn muốn chạy nhiều tiến trình để tạo nhanh SO

Cài đặt song song
sudo apt install parallel
Bắt đầu kịch bản của bạn
parallel python3 -m run_so.py ::: {1..4} > output.log 2>&1 &

Bộ dữ liệu thử nghiệm cho tất cả các mô-đun đang hoạt động trong ERPNext

Lệnh gần nhất hiện có là ‘bench run-tests’. Lệnh này sẽ tạo một Công ty mới và nhiều giao dịch khác nhau.

Không giống lắm với công ty Demo. Nhưng đây là công ty tốt nhất hiện có, trừ khi bạn có thể tìm thấy Nhà cung cấp dịch vụ cung cấp thứ gì đó.

Tìm hiểu thêm: https://medium.com/@erpnextsolution

Chạy lệnh sau để chạy tất cả các bài kiểm tra của bạn. Nó sẽ xây dựng tất cả các phụ thuộc kiểm tra một lần và chạy các bài kiểm tra của bạn. Bạn nên chạy các bài kiểm tra từ thư mục frappe\bench.

# run all tests
bench –site [sitename] run-tests

# run tests for only frappe app
bench –site [sitename] run-tests –app frappe

# run tests for the Task doctype
bench –site [sitename] run-tests –doctype “Task”

# run tests for All doctypes in specified Module Def
bench –site [sitename] run-tests –module-def “Contacts”

# run a test using module path
bench –site [sitename] run-tests –module frappe.tests.test\_api

# run a specific test from a test file
bench –site [sitename] run-tests –module frappe.tests.test\_api –test test\_insert\_many

# run tests without creating test records
bench –site [sitename] run-tests –skip-test-records –doctype “Task”

# profile tests and show a report after tests execute
bench –site [sitename] run-tests –profile –doctype “Task”

Nguồn: https://frappeframework.com/docs/user/en/testing

CƠ SỞ DỮ LIỆU MẪU

• Các tệp zip này chứa các cơ sở dữ liệu bị hỏng phổ biến mà Paul sử dụng cho một số bản demo DBCC CHECKDB. Một số cơ sở dữ liệu sẽ chỉ hoạt động trên một số phiên bản SQL Server, vì vậy để biết hướng dẫn, hãy xem https://www.sqlskills.com/sql-server-resources/sql-server-demos/
• Đây là danh sách các nguồn dữ liệu công khai theo chủ đề với chất lượng cao. Chúng được thu thập và sắp xếp từ các blog, câu trả lời và phản hồi của người dùng. Hầu hết các tập dữ liệu được liệt kê bên dưới đều miễn phí, tuy nhiên, một số thì không. https://github.com/awesomedata/awesome-public-datasets
• Danh sách được tuyển chọn gồm các tập dữ liệu JSON tuyệt vời không yêu cầu xác thực. https://github.com/jdorfman/awesome-json-datasets
• PyDataFaker là một gói python để tạo dữ liệu giả có mối quan hệ giữa các bảng. Việc tạo dữ liệu giả có thể hữu ích cho nhiều ứng dụng khác nhau như tạo bản demo sản phẩm hoặc thử nghiệm phần mềm. https://github.com/SamEdwardes/pydatafaker

Python đã có một gói tuyệt vời để tạo dữ liệu giả có tên là Faker https://faker.readthedocs.io/en/master/ . Faker rất tuyệt vời để tạo các đơn vị dữ liệu giả riêng lẻ, nhưng có thể tốn thời gian để tạo dữ liệu giả phức tạp hơn thực sự liên quan đến nhau.

PyDataFaker cho phép bạn nhanh chóng tạo các bảng này và tạo mối quan hệ giữa chúng!

PyDataFaker hiện đang được phát triển. Vào thời điểm này, có thể tạo các thực thể sau:

Kinh doanh : tạo một doanh nghiệp giả với các bảng ERP thông thường
Trường học : tạo một trường học giả
Hiện tại, nhiều thực thể khác đang được phát triển tại đây: https://github.com/SamEdwardes/pydatafaker

Nhà máy sản xuất máy tính xách tay Ngoy Menghua là một trong những nhà máy sản xuất máy tính xách tay lớn nhất tại Thái Lan. Doanh nghiệp hơn 70 năm tuổi này được thành lập vào năm 1951, là một nhà sản xuất máy tính xách tay nổi tiếng, đặc biệt là cho các trường học trên khắp Thái Lan. Doanh nghiệp gia đình này hiện đang được quản lý bởi thế hệ thứ 3. Mặc dù có rất nhiều quy trình cũ, nhóm quản lý đã liên tục cải thiện hệ thống CNTT của mình và trong 10 năm qua, Odoo ERP đã được triển khai.

Ecosoft là một công ty tư vấn CNTT tập trung vào các giải pháp ERP nguồn mở 100%. Với Odoo là giải pháp lâu đời và ERPNext là giải pháp mới nhất.

Là khách hàng đầu tiên, Menghua và Ecosoft có một mối quan hệ đặc biệt. Chúng tôi giống như một đối tác luôn lắng nghe đề xuất của nhau hơn. Chúng tôi đã triển khai ERP nguồn mở đầu tiên của họ cách đây 10 năm bằng Odoo phiên bản 7 (lúc đó gọi là OpenERP). Đội ngũ quản lý rất vui mừng khi hoạt động kinh doanh của họ thực sự trực tuyến.Và đúng vậy, việc triển khai diễn ra tốt đẹp và đã phục vụ gần 40.000 hóa đơn mỗi năm.

Người dùng thích, nhà phát triển thích vì Odoo là một framework hiện đại và dễ tùy chỉnh. Vấn đề của nó là gì?

Kinh doanh không bao giờ ngừng tiến triển và hệ thống CNTT phải hỗ trợ như một tác nhân thay đổi. Nhiều năm trôi qua và không có bất kỳ bản nâng cấp nào, phần mềm hiện đại không còn hiện đại nữa. Sớm thôi, hệ thống sẽ cần một bản cập nhật lớn. Nhưng với hệ thống hiện tại mà chúng tôi đã hỗ trợ trong mười năm qua, vẫn còn nhiều thách thức.

Lý do để thay đổi

Thách thức của Mengua không phải là về các quy trình kinh doanh bổ sung. Bởi vì khi triển khai cuối cùng, chúng tôi biết rằng chúng tôi có thể lấp đầy các tính năng kinh doanh cần thiết bằng bất kỳ ERP nào chúng tôi chọn. Thách thức nằm ở sau khi hoàn tất triển khai, về bảo trì dài hạn và giải quyết vấn đề hàng ngày.

Ở đây chúng tôi sẽ thảo luận về 3 mối đe dọa hàng đầu đối với tuổi thọ của phần mềm ERP mà chúng tôi tìm thấy và lý do khiến Menghua quyết định cần phải thay đổi.

Các loại giá của Odoo

Odoo cung cấp hai phiên bản, phiên bản Enterprise và Community. Phiên bản Community hoàn toàn miễn phí, trong khi phiên bản Enterprise yêu cầu mua giấy phép phần mềm. Trọng tâm của bài viết này là về chi phí của phiên bản Odoo Enterprise, vì sự khác biệt giữa phiên bản Odoo Enterprise và Community là một chủ đề riêng biệt.

Giấy phép Odoo Enterprise được cấp cho mỗi người dùng mà không có giới hạn ứng dụng và giá cả thay đổi tùy theo các gói khác nhau:

Vì giá của Odoo Enterprise được tính theo mô hình cho mỗi người dùng nên điều quan trọng là phải hiểu cách Odoo tính toán giấy phép (tức là người dùng).

Quy trình Odoo Online rất đơn giản: một hợp đồng Doanh nghiệp (giấy phép) tương ứng với một cơ sở dữ liệu Odoo, có thể được sử dụng để quản lý một công ty. Do đó, tất cả người dùng trong công ty đó đều được bảo vệ.

Tuy nhiên, nếu bạn muốn cài đặt Odoo tại chỗ, sử dụng dịch vụ lưu trữ Odoo.sh hoặc có nhiều công ty, bạn cần chọn gói “tùy chỉnh” (lưu ý: chúng tôi so sánh các tùy chọn lưu trữ Odoo khác nhau trong một bài viết riêng). Trong trường hợp này, bạn vẫn có một cơ sở dữ liệu sản xuất, nơi bạn có thể quản lý nhiều công ty và Odoo sẽ tính tất cả người dùng trên tất cả các công ty.

Những người dùng nào được coi là người dùng trả phí trong Odoo? Tất cả người dùng ‘nội bộ’ đang hoạt động đều được bao gồm trong hóa đơn.

Người dùng không hoạt động (đã lưu trữ) không được tính là người dùng trả phí. Ví dụ, nếu một nhân viên rời khỏi công ty, việc đánh dấu tài khoản người dùng của họ là không hoạt động sẽ ngăn chặn việc bị tính phí cho nhân viên đó.
Người dùng Cổng thông tin và Công cộng được miễn phí.
Nói một cách đơn giản, ‘người dùng trả phí’ trong Odoo là những nhân viên có quyền truy cập vào hệ thống quản lý Odoo, trong khi khách hàng hoặc nhà cung cấp truy cập hóa đơn hoặc đơn đặt hàng được phân loại là ‘người dùng miễn phí’.

Odoo cung cấp ba gói: One App Free, Standard và Custom. Giá chính xác có thể thay đổi tùy theo quốc gia của bạn. Trang giá của Odoo sẽ hiển thị cho bạn mức phí chính xác cho vị trí cụ thể của bạn.

Giá Odoo tùy theo quốc gia (trên mỗi người dùng)
Ngoài ra, giá cả khác nhau tùy thuộc vào việc bạn chọn thanh toán hàng tháng hay hàng năm. Năm đầu tiên có chi phí thấp hơn một chút (Y1 trong bảng tính ở trên; Y2 là giá đầy đủ). Y1 cũng có thể được giới thiệu là chiết khấu hợp đồng đầu tiên. Điều này có nghĩa là chiết khấu có thể được gia hạn trong toàn bộ thời hạn của hợp đồng đầu tiên khi lựa chọn hợp đồng nhiều năm.
Mặc dù bảng tính có thể cung cấp tổng quan về giá cả giữa các quốc gia, nhưng bạn nên xác minh giá của một quốc gia cụ thể bằng cách liên hệ trực tiếp với Odoo để đảm bảo tính chính xác.

Làm thế nào để giảm chi phí cấp phép Odoo?
Giảm giá theo thời hạn hợp đồng: Hãy cân nhắc gia hạn giảm giá hợp đồng đầu tiên của bạn bằng cách lựa chọn thời hạn hợp đồng dài hơn, chẳng hạn như 2, 3 hoặc 5 năm. Khi viết bài viết này, Odoo cấp mức giảm giá hợp đồng đầu tiên là 20% khi gia hạn hợp đồng đó. Lưu ý : giá hợp đồng dài hạn gia hạn của bạn có thể tăng do lạm phát.
“Khi gia hạn theo quy định tại Điều 1 của Thỏa thuận, nếu mức phí áp dụng trong thời hạn trước thấp hơn giá niêm yết hiện hành thì mức phí này sẽ tăng tới 7%.” nguồn (điểm 5.2). “Đặc biệt nếu khách hàng ký hợp đồng 5 năm và gia hạn thêm 5 năm mỗi lần, mức tăng giá tối đa trong 15 năm sẽ là 14%!” Theo Thomas Deckers, Giám đốc quan hệ đối tác chiến lược tại Odoo.

Tối ưu hóa giấy phép cho hoạt động đa quốc gia: Nếu doanh nghiệp của bạn hoạt động ở nhiều quốc gia, bạn nên mua giấy phép thông qua một công ty có trụ sở tại khu vực có chi phí giấy phép cao hơn.
“Đối với khách hàng có sự hiện diện trên toàn cầu, giá áp dụng luôn dựa trên vị trí của khách hàng có bảng giá cao nhất, trừ khi có quy định khác bằng văn bản tại thời điểm mua hàng.” nguồn

Tuy nhiên, nếu phần lớn người dùng Odoo của bạn ở những khu vực có chi phí rẻ hơn, hãy cố gắng thương lượng mức giá chiết khấu.

Đàm phán về các khoản chiết khấu bổ sung: Đối với các doanh nghiệp có hơn 100 người dùng, có thể đáng để liên hệ trực tiếp với người quản lý đăng ký. Thảo luận về khả năng được chiết khấu bổ sung hoặc các tùy chọn giá tùy chỉnh, vì số lượng người dùng lớn hơn thường tạo ra đòn bẩy cho các cuộc đàm phán.

Tìm hiểu theo tại https://ventor.tech/odoo/odoo-enterprise-license-pricing-and-how-to-reduce-cost/

https://ventor.tech/odoo/the-true-cost-of-odoo-erp-pricing-and-ownership-insights/

Không thể nâng cấp lên phiên bản mới

Vì ERP của Menghua dựa trên Odoo Community Edition nên không có cách dễ dàng nào để nâng cấp. Nâng cấp chỉ khả dụng trên Odoo Enterprise Edition, có thể gây ra một khoản phí lớn cho việc cấp phép và vẫn chỉ áp dụng cho mã lõi Odoo (không phải tùy chỉnh của bạn).

Mặc dù OCA có một dự án có tên là OpenUpgrade để cứu vãn phiên bản cộng đồng, nhưng thách thức lớn hơn nằm ở chính kiến ​​trúc phần mềm của Odoo. Kiến trúc mô-đun của khuôn khổ Odoo rất cứng nhắc khiến cho mô-đun bạn phát triển cho phiên bản cũ hơn khó có thể tương thích với phiên bản Odoo mới hơn.

OpenUpgrade là một nhóm làm việc tập thể từ các thành viên cộng đồng trên toàn thế giới để chỉ di chuyển các mô-đun của OCA qua các phiên bản. Nhưng khi nói đến các mô-đun tùy chỉnh của bạn, bạn vẫn phải tự mình làm.

Và với Menghua, nơi chúng tôi đã tùy chỉnh rất nhiều trên Odoo 7, thì việc nâng cấp lên Odoo 16 chỉ là mơ ước.

Bảo trì lâu dài rất đau đớn

Một lần nữa, tôi không có vấn đề gì với môi trường phát triển của Odoo. Thực tế là tôi thích nó! Là một lập trình viên, tôi không thấy bất kỳ khuôn khổ nào khác có thể phát triển một mô-đun tùy chỉnh có thể tự động tích hợp vào quy trình kinh doanh hiện có, cài đặt, cập nhật và gỡ cài đặt mà không phải lo lắng như Odoo.

Vấn đề là, với những thay đổi nhỏ nhất về tính năng, cần một lập trình viên giỏi để làm việc theo cách cổ điển,

• Thiết lập môi trường phát triển cục bộ sao chép trạng thái sản xuất
• Mã hóa và kiểm tra trong máy cục bộ
• Đẩy mã lên github
• SSH để đăng nhập vào máy chủ và triển khai

Trong quá trình thực hiện dự án hoặc đôi khi sau khi đưa vào hoạt động, không thành vấn đề vì mọi thứ vẫn còn mới trong đầu lập trình viên, anh ấy/cô ấy có thể sửa mọi thứ một cách nhanh chóng.

Nhưng khi nhiều năm trôi qua, không còn gì sót lại trong não trên máy tính xách tay của nhà phát triển, không còn dễ dàng nữa. Một thay đổi nhãn nhỏ trong bản in biểu mẫu có thể mất hàng giờ để thiết lập phiên bản chạy cục bộ và hàng giờ để sửa và triển khai.

Hãy tưởng tượng nếu hệ thống (HĐH, thư viện, Odoo, v.v.) không được nâng cấp trong 10 năm nữa, thì thậm chí sẽ không thể thiết lập máy cục bộ để hoạt động trong môi trường cũ như vậy.

Odoo được quản lý hoàn toàn quá tốn kém (và chỉ dành cho EE)

Điểm này cũng liên quan đến việc hiện đại hóa cơ sở hạ tầng và dễ bảo trì trong dài hạn. Trước đây, dịch vụ lưu trữ đám mây được quản lý cho ERP không khả dụng, Mengua không có lựa chọn nào khác ngoài việc duy trì cơ sở hạ tầng phần cứng tại chỗ. Lập trình viên kết nối qua SSH khi anh ấy/cô ấy muốn triển khai bản vá. Ngày nay, nhiều phần mềm bao gồm Odoo.sh và Frappe Cloud là những lựa chọn tuyệt vời để lưu trữ sản xuất của bạn một cách an toàn trên đám mây, với các tiện ích giúp cuộc sống của nhà phát triển dễ dàng hơn trong khi vẫn duy trì phần mềm.

Và thậm chí chúng tôi đã quyết định đầu hàng Odoo EE. Để sử dụng Odoo.sh với thông số kỹ thuật tối thiểu có thể (1 CPU, 25 GB) + giấy phép người dùng (ở 20 người dùng) có thể tốn của Menghua 606,25 đô la/tháng hoặc 7.272 đô la/năm. Chi phí này cao hơn so với việc mua máy chủ thông số kỹ thuật cao cấp mới mỗi năm.

ERPNext

Chúng tôi biết ơn Mengua đã hỗ trợ Ecosoft trong hành trình chuyển đổi và cũng cảm ơn ERPNext đã đến đúng nơi và đúng thời điểm.

Với tất cả những thách thức nêu trên, Menghua và Ecosoft đã quyết định giữa việc triển khai lại với Odoo 16 CE + OCA hoặc chuyển sang ERPNext một lần và mãi mãi. Với nhiều cuộc thảo luận về ưu và nhược điểm, kết luận rằng tất cả những thách thức nêu trên sẽ vẫn tồn tại với Odoo CE và vì vậy chúng tôi quyết định thử với ERPNext.

Sẽ thảo luận chi tiết hơn về cách ERPNext đã giải cứu. Sau đây là giao diện ERP mới cho Menghua.

1) Nâng cấp dễ dàng hơn ngay cả với các mô-đun tùy chỉnh

Frappe Framework (ERPNext là một module lớn) không mang tính mô-đun như Odoo, ngược lại, nó là phương pháp tiếp cận đơn khối hơn. Vì vậy, nó không có vấn đề về sự phụ thuộc giữa các module mà chúng ta thấy trong Odoo.

Có thể tạo các mô-đun và tính năng kinh doanh mới tích hợp vào quy trình kinh doanh hiện có thông qua sự kiện DocType được xác định trước (tức là trước khi chèn, sau khi chèn, trước khi lưu, sau khi lưu, v.v.) mà không phải lo lắng nhiều về sự phụ thuộc khiến tích hợp ít chi tiết hơn khi so sánh với Odoo. Kỹ thuật tích hợp lỏng lẻo này trong ERPNext được đổi lấy quy trình nâng cấp dễ dàng hơn nhiều so với Odoo. Mô-đun tùy chỉnh của chúng tôi thường không yêu cầu bất kỳ thay đổi nào để phù hợp với phiên bản chính tiếp theo của ERPNext.

Không thể đi sâu vào chi tiết ở đây, nhưng tôi hy vọng bạn hiểu được một số ý. Trong ERPNext, việc di chuyển toàn bộ hệ thống đơn giản như,

Kéo mã mới nhất
Chạy lệnh > di chuyển băng ghế dự bị

2) Bảo trì lâu dài dễ dàng hơn với các công cụ mã thấp

Tôi đã đề cập trước đó về việc khó chịu và tốn thời gian như thế nào khi sửa nhãn trong biểu mẫu và triển khai nó vào sản xuất với Odoo. Trong ERPNext, sau khi hệ thống đã hoạt động, hầu hết các tác vụ bảo trì có thể được thực hiện dễ dàng với nhiều công cụ mã thấp.

Ví dụ, Sửa biểu mẫu bằng công cụ Print Designer

Thêm trường dữ liệu bằng công cụ Tùy chỉnh biểu mẫu

Tạo hoặc sửa đổi báo cáo/bảng điều khiển

Thêm logic kinh doanh với Server / Client Scripts

Và còn nhiều hơn thế nữa!

Tại Menghua, chúng tôi đã được ban phước bởi các tính năng mã thấp này, không chỉ để sửa các thứ hiện có mà còn để cải thiện các quy trình kinh doanh. Tất nhiên, có những lúc cần mã hóa phức tạp hơn và điều đó sẽ yêu cầu cách triển khai cổ điển. Nhưng tôi thấy rằng 80% thời gian, mọi thứ có thể được thực hiện bằng mã thấp. ERPNext đi kèm với các tính năng này theo mặc định.

Trong Odoo, các tính năng mã nguồn thấp này có sẵn trong ứng dụng Studio (chỉ dành cho Odoo EE) nhưng bị hạn chế vì có giá khá cao.

3) Frappe Cloud được quản lý hoàn toàn

Cuối cùng, Menghua hiện có thể tận dụng nền tảng phần mềm hiện đại và chuyển mọi thứ lên đám mây. Frappe Cloud có thể làm mọi thứ mà Odoo.sh có thể làm, nhưng chỉ tốn một phần nhỏ chi phí.

Với thông số máy chủ tương tự, nhưng đi kèm với số lượng người dùng không giới hạn, Menghua chỉ có giá 25 đô la/tháng hoặc 300 đô la/năm. (Odoo.sh có giá 7.272 đô la/năm).

Trước đây, có quá nhiều rắc rối với máy chủ mà phải nhờ đến một nhân viên CNTT quản lý. Với dịch vụ này, Menghua ERP giờ đây có thể hoạt động mà không phải lo lắng với các phiếu hỗ trợ không giới hạn từ nhóm Frappe Helpdesk.

Và bây giờ, việc cập nhật lên phiên bản mới nhất cho Menghua ERP chỉ cần một cú nhấp chuột. Vấn đề đã được giải quyết!

Phần kết luận

Vào thời điểm viết bài này, cái gọi là Menghua ERP 2.0 đã hoạt động được gần một năm. Lúc đầu, đó là một quyết định khó khăn để thay đổi hệ thống ERP, đặc biệt là khi giải pháp trước đó là giải pháp mà chúng tôi (Ecosoft) có nhiều kinh nghiệm hơn. Tôi tóm tắt ERPNext là phần mềm được xây dựng cho người dùng. Có nhiều thứ mà người dùng có thể tự làm mà không cần đến nhà phát triển. Và đối với người triển khai và người bảo trì trong tương lai như chúng tôi, nó cung cấp sức mạnh để thực hiện mọi thứ nhanh chóng và ít căng thẳng hơn. Frappe Cloud cũng phục vụ chúng tôi rất tốt. Có một số vấn đề trong quá trình thực hiện, nhưng tất cả đều được nhóm Trợ giúp Frappe phản hồi rất nhanh chóng.

https://ecosoft.frappe.cloud/blog/case-study/how-erpnext-is-next-generation-erp-for-menghua-notebook-factory