Giới thiệu thư viện lập trình hàm Ramda

Giới thiệu thư viện lập trình hàm Ramda

Tin ngắn hàng ngày dành cho bạn
  • Hơn 1 tuần nay mình không đăng bài, không phải không có gì để viết mà đang tìm cách để phân phối nội dung có giá trị hơn trong thời đại AI đang bùng nổ mạnh mẽ như thế này.

    Như từ hồi đầu năm đã chia sẻ, số lượng người truy cập vào trang blog của mình đang dần ít đi. Khi xem thống kê, lượng người dùng trong 6 tháng đầu năm 2025 đã giảm 30% so với cùng kì năm ngoái, 15% so với 6 tháng cuối năm 2024. Như vậy một sự thật là người dùng đang rời bỏ dần đi. Nguyên nhân do đâu?

    Mình nghĩ lý do lớn nhất là thói quen của người dùng đã thay đổi. Họ tìm thấy blog chủ yếu qua các công cụ tìm kiếm, trong đó lớn nhất là Google. Gần 1/2 số lượng người dùng quay trở lại blog mà không cần thông qua bước tìm kiếm. Đó là một tín hiệu đáng mừng nhưng vẫn không đủ để tăng lượng người dùng mới. Chưa kể giờ đây, Google đã ra mắt tính năng AI Search Labs - tức là AI hiển thị luôn nội dung tổng hợp khi người dùng tìm kiếm, điều đó càng khiến cho khả năng người dùng truy cập vào trang web thấp hơn. Một điều thú vị là khi Search Labs được giới thiệu, thì các bài viết bằng tiếng Anh đã soán ngôi trong bảng xếp hạng truy cập nhiều nhất.

    Một bài viết của mình thường rất dài, có khi lên đến cả 2000 chữ. Mà để viết ra được một bài như thế tốn nhiều thời gian. Nhiều bài viết ra chẳng có ai đọc là điều bình thường. Mình biết và chấp nhận vì không phải ai cũng gặp phải vấn đề đang nói đến. Viết đối với mình như một cách để rèn luyện sự kiên nhẫn và cả tư duy. Viết ra mà giúp được cả ai đó là một điều tuyệt vời.

    Vậy nên mình đang nghĩ sẽ tập trung vào nội dung ngắn và trung bình để viết được nhiều hơn. Nội dung dài chỉ khi muốn viết chi tiết hoặc đi sâu về một chủ đề nào đó. Nên là đang tìm cách thiết kế lại trang blog. Mọi người cùng chờ nha 😄

    » Xem thêm
  • CloudFlare đã giới thiệu tính năng pay per crawl để tính phí cho mỗi lần AI "cào" dữ liệu trên trang web của bạn. Là sao ta 🤔?

    Mục đích của SEO là giúp các công cụ tìm kiếm nhìn thấy trang web. Khi người dùng tìm kiếm nội dung mà có liên quan thì nó hiển thị trang web của bạn ra kết quả tìm kiếm. Điều này gần như là đôi bên cùng có lợi khi Google giúp nhiều người biết đến trang web hơn, còn Google thì được nhiều người dùng hơn.

    Bây giờ cuộc chơi với các AI Agents thì lại khác. AI Agents phải chủ động đi tìm kiếm nguồn thông tin và tiện thể "cào" luôn dữ liệu của bạn về, rồi xào nấu hay làm gì đó mà chúng ta cũng chẳng thể biết được. Vậy đây gần như là cuộc chơi chỉ mang lại lợi ích cho 1 bên 🤔!?

    Nước đi của CloudFlare là bắt AI Agents phải trả tiền cho mỗi lần lấy dữ liệu từ trang web của bạn. Nếu không trả tiền thì tôi không cho ông đọc dữ liệu của tôi. Kiểu vậy. Hãy chờ thêm một thời gian nữa xem sao 🤓.

    » Xem thêm
  • Lúc khái niệm "Vibe Code" bùng nổ mình cũng tò và tìm hiểu xem nó là gì. Hoá ra là chỉ cách lập trình mới: Lập trình viên ra lệnh và để cho LLM tự viết mã. Sau đó là hàng loạt các bài viết nói về cách họ đã xây dựng ứng dụng mà không cần phải viết một dòng mã nào, hoặc 100% là do AI viết...

    Mình không có ý kiến gì vì mỗi người một sở thích. Nhưng nếu tiếp xúc với nhiều thông tin như vậy thì ít nhiều thế hệ lập trình viên mới sẽ "ám ảnh". Khi làm việc với ngôn ngữ lập trình, chúng ta đang tiếp xúc ở bề nổi rồi. Đằng sau đó còn nhiều lớp khác che giấu sự phức tạp. Ví dụ biết viết JavaScript nhưng có biết nó chạy như thế nào không 🤔? Trên thực tế bạn chẳng cần phải biết nó chạy như thế nào mà chỉ cần biết cú pháp là viết được chương trình chạy ngon ơ.

    LLMs giờ đây lại thêm một lớp ảo hoá cho việc viết mã. Tức là nơi chúng ta không cần trực tiếp viết mà là ra lệnh. Làm việc sẽ nhanh hơn nhưng khi gặp vấn đề thì nhiều khả năng phải vận dụng kiến thức của tầng thấp hơn để giải quyết.

    Mình dùng Cursor, nhưng tính năng thích nhất và dùng nhiều nhất là Autocomplete & Suggestions. Thi thoảng cũng dùng Agents để bảo nó viết tiếp đoạn mã đang dở, thường thì nó làm rất tốt. Hoặc khi gặp lỗi thì hỏi, có lúc giải quyết được, lúc thì không. Nhìn chung nó đang làm thay nhiệm vụ của Google & Stack Overflow, giúp tiết kiệm thời gian 😆

    LLMs như một cuốn bách khoa toàn thư rất khủng khiếp. Hỏi gì cũng biết, cũng trả lời được nhưng có một sự thật là nó chỉ là mô hình đoán chữ (đoán tokens). Thế nên nếu vấn đề phổ biến thì nó sẽ làm rất tốt, nhưng vấn đề ít phổ biến hơn thì nó lại rất tệ, hoặc thậm chí là đưa ra thông tin sai lệch, nhiễu... Tóm lại, cần phải biết cách khai thác thông tin, mà để biết thì buộc người dùng phải có một lượng kiến thức nhất định, tránh rơi vào cái bẫy thiên kiến uy quyền (tin tưởng tuyệt đối vào ai đó) hoặc thiên kiến xác nhận (xác nhận niềm tin sẵn có bằng cách chỉ tìm bằng chứng xác nhận niềm tin đó).

    Tại thấy bài viết này nên lại nổi hứng viết vài dòng 🤓 Why I'm Dialing Back My LLM Usage

    » Xem thêm

Ramda là gì?

Ramda là một thư viện có chứa rất nhiều hàm tiện ích hỗ trợ cho lập trình Javascript. Nếu bạn đã nghe hoặc từng sử dụng lodash thì có thể hình dung ra chức năng của Ramda cũng gần tương tự. Còn nếu bạn chưa từng nghe hoặc chưa từng biết đến cả hai thì hãy đọc tiếp phần dưới đây nhé.

Tính tiện ích của Ramda

Một vấn đề rất đơn giản được đặt ra là hãy lấy thuộc tính "name" trong một object person.

const person = {
  name: "Coffee",
  age: 18,
}

Đơn giản phải không chúng ta chỉ cần gọi person.name lập tức sẽ lấy được dữ liệu là "Coffee". Bạn có thể sử dụng cách này để nhanh chóng lấy ra được dữ liệu tuy nhiên giả sử person có giá trị null hoặc undefined thì sao? Tốt nhất hãy gói nó thành một hàm tiện ích để tái sử dụng.

Bây giờ hãy làm nó linh hoạt bằng cách viết hàm chuyên để lấy một thuộc tính của object.

function get(obj, attr) {
  return obj[attr];
}

Giờ thì chúng ta có thể gọi get(person, "name") để nhận được dữ liệu là "Coffee".

Tuy nhiên hàm trên có vẻ còn chưa ổn, nếu obj là undefined hoặc null hay đơn giản nó không phải là một Object thì hàm get sẽ bị lỗi. Bạn có thể kiểm tra một vài điều kiện trước khi lấy giá trị, điều đó chỉ tốn chút thời gian và công sức của bạn thôi.

Hiểu được vấn đề đó, Ramda đã viết sẵn cho bạn một hàm có tên là prop chuyên để lấy giá trị của thuộc tính.

const R = require('ramda');

R.prop("name", person); // Coffee
// hoặc
R.prop("name")(person); // Coffee
// hoặc
const getName = R.prop("name");
getName(person); // Coffee

Oh, nếu chỉ có thế thôi thì sao mọi người lại thích dùng nhỉ? Bởi vì prop chỉ là một trong số rất nhiều hàm mà Ramda hỗ trợ. Còn nhiều hàm khác cung cấp những tính năng mạnh mẽ mà bạn không cần phải mất thời gian viết lại, hơn thế nữa chúng còn có thể dễ dàng kết hợp lại với nhau để trở nên "bá đạo" hơn.

Ví dụ kết hợp các hàm Ramda lại để lọc trong danh sách people những đối tượng có "age" > 18 và sắp xếp lại theo thứ tự giảm dần của "age".

R.pipe(
  R.filter(
    R.pipe(R.prop('age'), R.lt(18)),
  ),
  R.sortWith([
    R.descend(R.prop('age')),
  ])
)(people)

Thoạt nhìn thì đoạn mã trên có hơi dài và khó hiểu. Để có thể hiểu và áp dụng được Ramda thì cách duy nhất là các bạn cần xem mô tả tất cả các hàm trên trang chủ của nó. Đồng thời bạn cũng cần phải hiểu được các hàm curry hoạt động như thế nào.

Tại sao tôi nên sử dụng Ramda?

Như đã giới thiệu ở đầu bài, bởi vì Ramda là tập hợp các hàm tiện ích chung thích hợp cho nhiều bài toán. Một điều khác biệt với các thư viện tiện ích tương tự khác đó là Ramda mang phong cách của lập trình hàm (Functional Programming) chính vì thế Ramda là thư viện thường được sử dụng trong những dự án mang phong cách của lập trình hàm.

Ramda có gì đặc biệt?

Ramda được thiết kế theo phong cách lập trình hàm, vì thế tính bất biến và các hàm thuần tuý là trọng tâm của nó. Điều này giúp bạn xử lý mã đơn giản và tường minh.

Các hàm trong Ramda hầu hết đều hỗ trợ curry. Điều này cho phép bạn dễ dàng xây dựng các hàm mới từ các hàm cũ bằng cách không cung cấp các tham số cuối cùng.

Các tham số của hàm được sắp xếp để thuận tiện cho việc áp dụng curry function. Dữ liệu cuối thường được yêu cầu sau cùng.

Tổng kết

Bài viết này chỉ mang tính chất giới thiệu đến mọi người một thư viện tiện ích hỗ trợ lập trình hàm Javascript Ramda. Ramda cung cấp rất nhiều hàm tập trung giải quyết một vấn đề nhỏ, bên cạnh đó bạn có thể dễ dàng kết hợp chúng lại với nhau để tạo nên một chương trình mạnh mẽ.

Khi ramda trở thành tiếng nói chung trong nhiều dự án thì sẽ giúp mọi người dễ dàng triển khai và bảo trì hơn.

Cao cấp
Hello

Tôi & khao khát "chơi chữ"

Bạn đã thử viết? Và rồi thất bại hoặc chưa ưng ý? Tại 2coffee.dev chúng tôi đã có quãng thời gian chật vật với công việc viết. Đừng nản chí, vì giờ đây chúng tôi đã có cách giúp bạn. Hãy bấm vào để trở thành hội viên ngay!

Bạn đã thử viết? Và rồi thất bại hoặc chưa ưng ý? Tại 2coffee.dev chúng tôi đã có quãng thời gian chật vật với công việc viết. Đừng nản chí, vì giờ đây chúng tôi đã có cách giúp bạn. Hãy bấm vào để trở thành hội viên ngay!

Xem tất cả

Đăng ký nhận thông báo bài viết mới

hoặc
* Bản tin tổng hợp được gửi mỗi 1-2 tuần, huỷ bất cứ lúc nào.

Bình luận (1)

Nội dung bình luận...
Avatar
Tùng Nguyễn3 năm trước

Ảo quá thấy cách viết này còn khó hiểu hơn

Trả lời
Avatar
Xuân Hoài Tống3 năm trước

@gif [10JhviFuU2gWD6]