Ambler: Hành Trình Tinh Gọn Workflow LLM và Bí Mật Lập Trình Cùng AI

Lê Lân

15/08/2025

Ambler: Giải Pháp Đơn Giản Hóa Quy Trình Làm Việc Với Mô Hình Ngôn Ngữ Lớn

Mở Đầu

Trong thời đại trí tuệ nhân tạo phát triển nhanh chóng, việc ứng dụng các mô hình ngôn ngữ lớn (Large Language Models - LLMs) vào các quy trình làm việc ngày càng trở nên phổ biến.

Gần đây, tôi đã khám phá một dự án thú vị có tên là PocketFlow , một công cụ giúp xây dựng các workflow lồng ghép LLMs theo cách tối giản. PocketFlow được viết bằng Python – một ngôn ngữ mà tôi chưa thực sự thành thạo. Để hiểu sâu hơn, tôi quyết định chuyển đổi dự án này sang Kotlin. Khi tiến hành, tôi nhận ra thực chất PocketFlow chỉ là một dạng state machine (máy trạng thái) được đội lên cho hoành tráng và hoàn toàn có thể đơn giản hóa hơn nữa.

Kết quả là Ambler ra đời: một hàm đơn giản cùng một lớp rất đơn giản cho phép bạn mô tả một chương trình dưới dạng chuỗi các bước, mỗi bước cập nhật trạng thái hiện tại và truyền tiếp nó cho bước kế tiếp. Ý tưởng không mới nhưng điểm mạnh nằm ở sự đơn giản giúp bạn có thể viết ứng dụng một cách logic bằng tiếng Anh trong tài liệu markdown và yêu cầu một coding agent xây dựng hoàn chỉnh cho bạn.

Ambler Và Sự Đơn Giản Trong Lập Trình Quy Trình

Ambler Là Gì?

Ambler là một dự án mã nguồn mở cung cấp một cơ chế rất nhẹ nhàng để biểu diễn, quản lý quy trình làm việc bằng cách mô tả trạng thái và các bước cập nhật trạng thái đó.

Một hàm xử lý từng bước trong quy trình

Một lớp quản lý trạng thái đơn giản

Dễ dàng chuyển đổi, mở rộng và hiểu được từng bước của workflow

Ambler giúp bạn tập trung vào logic nghiệp vụ thay vì những chi tiết phức tạp trong việc quản lý trạng thái và luồng công việc.

Tính Năng Nổi Bật

Tối giản code, giảm thiểu sự rối rắm của quy trình lập trình truyền thống

Biểu diễn flow công việc rõ ràng dưới dạng từng bước tuần tự

Hỗ trợ viết định nghĩa chương trình dưới dạng markdown bằng tiếng Anh

Dễ dàng tự động hóa, mở rộng và kiểm thử

Ví Dụ Về Ứng Dụng Đếm Đơn Giản

Tôi đã lấy một ví dụ đơn giản: xây dựng ứng dụng đếm số (counter). Ban đầu, Gemini CLI sẽ tự động chọn Python làm ngôn ngữ khởi đầu, sau đó tôi điều chỉnh để tạo ra các phiên bản tương đương bằng:

JavaScript

Kotlin

Ruby

Rust

Typescript

Những ví dụ này cho thấy khả năng đa ngôn ngữ và tính linh hoạt của Ambler.

Tác Động Của Ngôn Ngữ Lập Trình Đối Với Chi Phí Coding Agent

Sự Khác Biệt Về Độ Dài Mã Nguồn

Trong quá trình xem xét các triển khai trên GitHub, tôi nhận thấy sự khác biệt đáng kể về tỷ lệ mã nguồn viết bằng từng ngôn ngữ khác nhau cho cùng một chức năng.

Ngôn Ngữ	Độ Dài Mã (Số dòng)	Đặc điểm nổi bật
Python	Thấp	Ngắn gọn, cú pháp đơn giản
Kotlin	Trung bình	Linh hoạt, có tính biểu đạt
JavaScript	Trung bình-cao	Phổ biến, dễ học
Rust	Cao	An toàn, hiệu năng cao
Ruby	Thấp	Tập trung vào sự đơn giản
Go	Trung bình-cao	Hiệu năng và đơn giản

Điều này làm tôi đặt câu hỏi liệu sử dụng ngôn ngữ ngắn gọn, ít lời hơn có ảnh hưởng trực tiếp đến chi phí token khi coding agent tạo ra mã hay không?

Tác Động Lâu Dài

Giả sử, càng ít dòng mã càng giảm số lượng token cần thiết để mô tả, vậy việc lựa chọn ngôn ngữ có cú pháp ngắn gọn không chỉ giúp tiết kiệm thời gian lập trình mà còn giảm chi phí xử lý điện toán cho coding agent.

Ứng Dụng Và Triển Khai Thực Tế Với Gemini CLI

Một Công Cụ Đa Năng Hỗ Trợ Việc Tự Động Hóa

Gemini CLI được tôi dùng để xây dựng ứng dụng tải file m3u ambler-m3u-downloader

Kết hợp với một tiện ích mở rộng Chrome mang tên audini do Gemini CLI tạo ra giúp hỗ trợ xử lý tải xuống hiệu quả

Tiềm Năng Mở Rộng Công Việc Tự Động Hóa

Những dự án này chỉ là bước khởi đầu cho việc thử nghiệm phương pháp mới trong tự động hóa các tác vụ đơn giản nhưng thiết thực.

Với Ambler và Gemini CLI, người dùng có thể dễ dàng mở rộng ý tưởng sang nhiều trường hợp khác nhau, từ xử lý dữ liệu đến điều phối công việc phức tạp.

Kết Luận

Ambler thể hiện sức mạnh của sự đơn giản trong thiết kế quy trình có trạng thái và làm việc với mô hình ngôn ngữ lớn. Việc sử dụng một framework nhỏ gọn giúp tăng khả năng mở rộng, dễ hiểu và khả năng tự động hóa với sự hỗ trợ của coding agent.

Lựa chọn dùng ngôn ngữ lập trình có cú pháp ngắn gọn và dễ hiểu sẽ giúp tiết kiệm tài nguyên và chi phí khi triển khai các ứng dụng với AI. Tôi sẽ tiếp tục thử nghiệm và phát triển các dự án hỗ trợ tự động hóa để tối ưu hóa hơn nữa quy trình làm việc này.

Bạn có thể tham khảo, đóng góp hoặc theo dõi dự án Ambler và các ứng dụng liên quan qua các liên kết dưới đây.

Tham Khảo

PocketFlow trên GitHub - Dự án gốc giúp xây dựng workflow sử dụng LLM

Ambler trên GitHub - Phiên bản tối giản hóa

Gemini CLI - Bộ công cụ hỗ trợ tạo ứng dụng tự động

Audini Chrome Extension - Tiện ích hỗ trợ tải xuống

Các tài liệu về máy trạng thái (state machine) và ứng dụng trong lập trình hiện đại