การสร้าง Labeler NearBy

Table of Contents

แฮกกาธอนครั้งแรกของฉัน

ในช่วงปลายฤดูร้อนปี 2022 ฉันอยากทำโปรเจกต์ที่น่าตื่นเต้นจริง ๆ ฉันเพิ่งเรียนจบระดับปริญญาตรีและกำลังทำงานเต็มเวลาในตำแหน่งวิศวกรซอฟต์แวร์ ฉันอยากทุ่มเทให้กับโปรเจกต์เสริมอย่างจริงจัง และในเวลานั้นฉันก็มีเวลาว่างมากพอที่จะทำเช่นนั้น ฉันไม่รู้จริง ๆ ว่าจะทำอะไร จนกระทั่งฉันค้นพบเว็บไซต์ที่ชื่อว่า Devpost ในเดือนสิงหาคม 2022 Devpost เป็นเว็บไซต์ที่จัดการแข่งขันซอฟต์แวร์ซึ่งเรียกว่าแฮกกาธอน ขณะกำลังดู Devpost ฉันก็พบแฮกกาธอนที่ชื่อว่า NEAR MetaBUILD III ซึ่งเป็นแฮกกาธอนที่จัดโดยองค์กร NEAR Protocol

NEAR คืออะไร?

NEAR Protocol คือบล็อกเชนที่รองรับสัญญาอัจฉริยะและสกุลเงินดิจิทัล NEAR โดยเป็นที่รู้จักเป็นหลักในเรื่องค่าธรรมเนียมการทำธุรกรรมที่ต่ำมาก การรองรับสัญญาอัจฉริยะ การมีเครือข่ายทดสอบอย่างเป็นทางการของตนเอง และสภาพแวดล้อมสำหรับนักพัฒนาที่ดี เนื่องจากคุณสามารถเขียนสัญญาอัจฉริยะด้วย Rust และ/หรือ Java Script ได้ คุณสามารถดูภาพรวมที่ดียิ่งขึ้นของ NEAR Protocol ได้จากวิดีโออันยอดเยี่ยมของ CoinGecko:

ในช่วงเวลานี้ Coinbase ได้เริ่มรองรับ NEAR Protocol อย่างเป็นทางการในฐานะเหรียญที่สามารถซื้อขายได้บนแพลตฟอร์มของพวกเขา ซึ่งถือเป็นเรื่องใหญ่ เพราะ Coinbase ขึ้นชื่อว่าเลือกเหรียญที่จะรองรับบนแพลตฟอร์มอย่างพิถีพิถันมาก เรื่องนี้ช่วยทำให้ NEAR กลายเป็นแพลตฟอร์มที่น่าเชื่อถือมากขึ้น คุณยังสามารถซื้อขาย NEAR บน Coinbase ได้จนถึงทุกวันนี้

ทำไมจึงทุ่มเท?

หลังจากใช้เวลาคิดอยู่พักหนึ่ง ฉันตัดสินใจทุ่มเทเวลาให้กับการเข้าร่วมการแข่งขันในแฮกกาธอน NEAR MetaBUILD III เหตุผลของฉันมีดังนี้:

  • คริปโตจะไม่หายไปไหนและเป็นเทคโนโลยีที่จะยังคงอยู่ ดังนั้นการใช้เวลาเรียนรู้เทคโนโลยีนี้จึงเป็นเรื่องสมเหตุสมผล
  • แฮกกาธอนมีรางวัลที่ยอดเยี่ยม ตั้งแต่ $20,000 ถึง $100,000 ในรูปแบบ NEAR หากคุณเป็นหนึ่งในผู้ชนะ
  • แฮกกาธอนมีกำหนดเวลาที่ชัดเจน ซึ่งหมายความว่าโปรเจกต์จะไม่ถูกยืดเยื้อออกไปหลายเดือนเหมือนกับโปรเจกต์เสริมจำนวนมากที่มักเป็นเช่นนั้น
  • โปรเจกต์นี้จะเป็นประสบการณ์การเรียนรู้ที่ยอดเยี่ยมและเป็นการแนะนำให้รู้จักแฮกกาธอนอย่างดี
  • ในกรณีที่เลวร้ายที่สุด แฮกกาธอนจะเปิดโอกาสให้ฉันสร้างโปรเจกต์ที่ยอดเยี่ยมเพื่อใส่ไว้ในเรซูเม่

เมื่อคำนึงถึงทั้งหมดนี้แล้ว ฉันได้โทรหาเพื่อนสนิทจากมหาวิทยาลัยเมื่อวันที่ 26 สิงหาคม 2022 และเราเริ่มวางแผนสำหรับแฮกกาธอนนี้ แฮกกาธอนมีกำหนดเริ่มต้นในวันที่ 23 กันยายน 2023 และสิ้นสุดในวันที่ 21 พฤศจิกายน 2022 อย่างไรก็ตาม กำหนดส่งถูกขยายไปจนถึงวันที่ 24 พฤศจิกายน 2023 ในช่วงท้ายของแฮกกาธอน เนื่องจากเรามีเวลาเหลือก่อนเริ่มงาน 1 เดือน เราจึงตัดสินใจใช้เวลานี้เรียนรู้และระดมความคิดว่าเราจะทำอะไรในแฮกกาธอนระยะเวลา 2 เดือนนี้ ในช่วงเดือนแรกนั้น เราได้ทำความเข้าใจภาพรวมเกี่ยวกับคริปโตและบล็อกเชน เราทบทวนและฝึกใช้งาน testnet ของ NEAR ทบทวน NEAR SDK และดีพลอยสัญญาอัจฉริยะสองสามรายการ

แนวคิด

หลังจากได้ทำความรู้จักกับทุกสิ่งที่เกี่ยวข้องกับบล็อกเชนและ NEAR เป็นอย่างดีแล้ว เราก็เริ่มระดมความคิดเกี่ยวกับแนวทางต่าง ๆ ฉันอยากให้โปรเจกต์นี้ไม่ใช่เพียง “โปรเจกต์แฮกกาธอน” แต่เป็นสิ่งที่สามารถพัฒนาเป็นผลิตภัณฑ์ที่ผู้อื่นนำไปใช้ได้ และทำหน้าที่เป็นตัวอย่างว่าคริปโตสามารถมีประโยชน์กับสิ่งอื่นนอกเหนือจากการซื้อขายเพียงอย่างเดียวได้อย่างไร

ด้วยแนวคิดนี้ ในตอนแรกเราตัดสินใจสร้างบางสิ่งที่คล้ายกับ Unreal Engine Blueprint แต่ใช้สำหรับการสร้างและดีพลอยสัญญาอัจฉริยะบนบล็อกเชน NEAR ได้อย่างง่ายดายโดยไม่จำเป็นต้องเขียนโค้ด อย่างไรก็ตาม หนึ่งสัปดาห์ก่อนที่แฮกกาธอนจะเริ่มขึ้น เราก็ล้มเลิกแนวคิดนี้ เพราะมันไม่สมเหตุสมผลจริง ๆ ทำไมใครก็ตามจึงต้องใช้เครื่องมือของเราเพื่อสร้างสัญญาอัจฉริยะ NEAR หากยังไม่มีกรณีการใช้งานจริงสำหรับสัญญาเหล่านั้น? มันคงเหมือนกับการพัฒนาเครื่องมือที่คนจำนวนมากไม่จำเป็นต้องใช้

เมื่อเหลือเวลาเพียงหนึ่งสัปดาห์ก่อนแฮกกาธอนจะเริ่มขึ้น เราก็เริ่มระดมความคิดกันอีกครั้งและได้ข้อสรุปเป็นแนวคิดนี้:

แพลตฟอร์มแบบกระจายศูนย์ที่นักวิจัยด้าน AI สามารถว่าจ้าง
การติดป้ายกำกับข้อมูลให้กับผู้ติดป้ายกำกับทั่วโลก

เราตั้งชื่อโปรเจกต์ว่า “Labeler NearBy” เหตุผลที่เราเลือกแนวคิดนี้มีดังต่อไปนี้:

  • การพัฒนา AI จำเป็นต้องใช้มนุษย์ติดป้ายกำกับข้อมูลสำหรับการฝึกโมเดล
  • การค้นหาและจัดการบุคคลที่มีทักษะสำหรับการติดป้ายกำกับชุดข้อมูลเฉพาะเป็นเรื่องท้าทาย
  • แนวคิดนี้ได้รับการนำไปใช้จริงอย่างประสบความสำเร็จแล้วโดยบริษัทที่ชื่อว่า Scale AI ดังที่เห็นได้จากการที่พวกเขาค้นพบความเหมาะสมระหว่างผลิตภัณฑ์กับตลาด
  • บริการแบบรวมศูนย์อย่าง Scale AI ก่อให้เกิดข้อกังวล เนื่องจากองค์กรต่าง ๆ ต้องส่งข้อมูลของตนไปยังบริษัทที่ทำการติดป้ายกำกับ จากนั้นบริษัทดังกล่าวจึงว่าจ้างผู้ติดป้ายกำกับที่เป็นมนุษย์จากทั่วโลก หลังจากกระบวนการติดป้ายกำกับเสร็จสิ้น บริษัทจะส่งข้อมูลที่ติดป้ายกำกับแล้วกลับคืนให้องค์กร นั่นทำให้องค์กรสูญเสียการควบคุมข้อมูลการฝึกโมเดลอันมีค่า ซึ่งบริษัทที่ทำการติดป้ายกำกับอาจนำไปใช้ฝึกโมเดลของตนเองได้ การทำให้บริการนี้เป็นแบบกระจายศูนย์จึงดูเหมือนเป็นทางออกที่สมเหตุสมผล
  • เราพบโปรเจกต์เพียงไม่กี่โปรเจกต์ในแวดวงแอปแบบกระจายศูนย์ (dApp) ที่กำลังทำงานกับแนวคิดนี้ จึงเป็นโอกาสให้เราได้สร้างนวัตกรรมและเป็นผู้บุกเบิกในด้านนี้

เพื่อช่วยลดความซับซ้อน เราตัดสินใจว่าในช่วงเวลานี้ Labeler NearBy จะรองรับเฉพาะข้อมูลรูปภาพเท่านั้น

การส่งผลงาน

เมื่อเลือกแนวคิดได้แล้วและแฮกกาธอนเริ่มต้นขึ้นอย่างเป็นทางการ เพื่อนของฉันกับฉันก็เริ่มสร้าง Labeler NearBy เราทำงานกับโปรเจกต์ของเราเป็นเวลา 2 เดือน จนกระทั่งส่งฉบับสุดท้ายของโปรเจกต์ให้กับ Devpost ในวันที่ 24 พฤศจิกายน 2022 เราส่งโปรเจกต์ของเราบน Devpost และยังสร้างสำเนาของผลงานที่ส่งไว้บน Github ด้วย บทความนี้ไม่ได้ครอบคลุมทุกแง่มุมทางเทคนิคและกระบวนการพัฒนาของ Labeler NearBy เมื่อทราบเรื่องนี้แล้ว หากต้องการเรียนรู้เพิ่มเติมว่า Labeler NearBy ทำงานอย่างไร หรือดูผลงานฉบับสุดท้ายของเรา โปรดไปที่ลิงก์ใดลิงก์หนึ่งต่อไปนี้:

Labeler NearBy ประกอบด้วยโค้ดเบสสองชุด ได้แก่ ln-researcher และ ln-labeler โค้ดเบสเหล่านี้เป็นโอเพนซอร์สทั้งหมดภายใต้สัญญาอนุญาต MIT และสามารถดูได้ผ่านลิงก์ต่อไปนี้:

นี่คือภาพรวมทั่วไปว่า Labeler NearBy (LN) จะทำงานอย่างไร:

นักวิจัยต้องการรูปภาพที่ติดป้ายกำกับแล้วสำหรับการฝึกโมเดล AI ของตน เพื่อให้บรรลุเป้าหมายนี้ นักวิจัยจะใช้ LN เพื่อโฮสต์ข้อมูลของตนและจัดเตรียมช่องทางให้ผู้ติดป้ายกำกับติดป้ายกำกับข้อมูลของตน กระบวนการนี้ทำผ่าน ln-researcher ซึ่งเป็นบริการเว็บที่โฮสต์ด้วยตนเองและประกอบด้วย API, สัญญาอัจฉริยะของนักวิจัย และฐานข้อมูล Postgres ภายในเครื่อง สำหรับผู้ติดป้ายกำกับ จะมีส่วนหน้าเว็บให้ใช้งาน (ซึ่งเดิมจะถูกจัดเตรียมไว้) เพื่อให้พวกเขาเข้าถึงและติดป้ายกำกับรูปภาพของนักวิจัยได้ ในระหว่างกระบวนการติดป้ายกำกับ รูปภาพหนึ่งรูปจะถูกติดป้ายกำกับสามครั้งโดยผู้ติดป้ายกำกับที่แตกต่างกัน ผู้ติดป้ายกำกับเพียงคนเดียวที่มีป้ายกำกับดีที่สุด ซึ่งตัดสินผ่านระบบลงคะแนน จะได้รับรางวัลเป็นเหรียญ NEAR แอปเว็บที่รับผิดชอบกระบวนการนี้มีชื่อว่า ln-labeler นักวิจัยเป็นผู้จัดหาเงินทุนสำหรับการดำเนินการติดป้ายกำกับแต่ละครั้ง และเหรียญ NEAR สามารถแปลงเป็นดอลลาร์ได้อย่างง่ายดายผ่าน Coinbase โลจิสติกส์ของธุรกรรมทั้งหมดได้รับการจัดการโดยสัญญาอัจฉริยะที่โฮสต์อยู่บนบล็อกเชน NEAR Protocol

คุณสามารถดูวิดีโอสาธิต Labeler NearBy สำหรับแฮกกาธอนได้ที่นี่:

ความสำเร็จที่ยิ่งใหญ่ที่สุด

ฟีเจอร์ที่ฉันภูมิใจที่สุดในการพัฒนาคือฟังก์ชันที่ชื่อว่า getImage() ฟังก์ชันนี้ทำหน้าที่เป็น endpoint ของ API ใน ln-researcher และมีบทบาทสำคัญในกระบวนการส่งต่อข้อมูลระหว่างนักวิจัยและผู้ติดป้ายกำกับใน Labeler NearBy (LN)

endpoint ของ API นี้ช่วยให้นักวิจัยสามารถแจกจ่ายรูปภาพของตนเพื่อการติดป้ายกำกับได้อย่างปลอดภัยและเชื่อถือได้ การมอบหมายงานติดป้ายกำกับได้รับการจัดการผ่านสัญญาอัจฉริยะ NEAR บนบล็อกเชน NEAR Protocol ขณะที่ข้อมูลรูปภาพถูกโฮสต์โดยนักวิจัยผ่าน ln-researcher

endpoint นี้ดำเนินการตรวจสอบความปลอดภัยหลายขั้นตอนเพื่อให้แน่ใจว่าเฉพาะผู้ติดป้ายกำกับที่ได้รับมอบหมายเท่านั้นที่สามารถเข้าถึงรูปภาพได้ ซึ่งรวมถึงการตรวจสอบลายเซ็นของคำขอและตรวจสอบสัญญาอัจฉริยะที่เกี่ยวข้องเพื่อยืนยันว่ามีงานดังกล่าวอยู่จริงและงานนั้นถูกมอบหมายให้กับผู้ติดป้ายกำกับที่ส่งคำขอ

เมื่อคำขอได้รับการตรวจสอบความถูกต้องใน API ln-researcher ของนักวิจัยที่โฮสต์ด้วยตนเองแล้ว ฟังก์ชันจะดึงรูปภาพจากฐานข้อมูล Postgres ภายในเครื่อง เข้ารหัสรูปภาพ และส่งรูปภาพให้กับผู้ติดป้ายกำกับที่ได้รับอนุญาต ซึ่งสามารถถอดรหัสรูปภาพเพื่อทำการติดป้ายกำกับได้ จากนั้นฟังก์ชันจะอัปเดตสถานะของรูปภาพในฐานข้อมูล เพื่อแสดงความคืบหน้าของการติดป้ายกำกับรูปภาพ ตลอดกระบวนการนี้ จะมีการใช้คีย์ RSA จากทั้งนักวิจัยและผู้ติดป้ายกำกับเพื่อยืนยันตัวตน ขณะที่ใช้การเข้ารหัส AES เพื่อเข้ารหัสรูปภาพ

endpoint นี้มีบทบาทสำคัญในการจัดการการแจกจ่ายรูปภาพจากนักวิจัยไปยังผู้ติดป้ายกำกับอย่างปลอดภัยและอยู่ภายใต้การควบคุม โดยรับรองการถ่ายโอนข้อมูลที่ปลอดภัย และติดตามและจัดการกระบวนการติดป้ายกำกับรูปภาพได้อย่างมีประสิทธิภาพ นอกจากนี้ กระบวนการนี้ยังมีศักยภาพในการขจัดความจำเป็นในการใช้ HTTPS อย่างน้อยก็สำหรับ endpoint นี้

endpoint/ฟังก์ชันเฉพาะนี้ได้รับการทดสอบและพิสูจน์แล้วว่าสามารถทำงานได้ ด้านล่างคือแผนภาพที่แสดงฟังก์ชันการทำงานโดยรวมของ Labeler NearBy รวมถึงภาพที่ชัดเจนว่า endpoint/ฟังก์ชันดังกล่าวทำงานอย่างไร:

ผลลัพธ์

น่าเสียดายที่ความเป็นจริงอันน่าเศร้าคือ เราไม่สามารถทำโปรเจกต์นี้ให้เสร็จสมบูรณ์ได้ภายในกำหนดเวลาของแฮกกาธอน โปรเจกต์ส่วนใหญ่เสร็จสมบูรณ์แล้ว เช่น ln-researcher แต่ส่วนฟรอนต์เอนด์ (ln-labeler) ยังไม่เสร็จ และเราไม่สามารถนำเดโมที่ใช้งานจริงขึ้นใช้งานได้ แม้ว่าแบ็กเอนด์ (ln-researcher) จะเสร็จสมบูรณ์โดยพื้นฐานแล้ว แต่เมื่อไม่มีฟรอนต์เอนด์ที่ทำงานได้อย่างเหมาะสมและไม่มีเดโมที่ใช้งานจริง ก็ไม่มีใครสามารถทดลองแนวคิดของ Labeler NearBy ได้ ไม่เพียงเท่านั้น กรรมการก็ไม่สามารถทดลองใช้โปรเจกต์ได้ และต้องอ่านผลงานที่ส่ง ตรวจดูโค้ด และ/หรือลองรันด้วยตนเองแทน ซึ่งทำให้โอกาสที่เราจะชนะลดลงจนแทบจะเป็นศูนย์เปอร์เซ็นต์ เรื่องนี้ได้รับการยืนยันเมื่อวันที่ 15 ธันวาคม 2022 ตอนที่มีการประกาศผู้ชนะของแฮกกาธอน และเราไม่ได้อยู่ในรายชื่อนั้น

ความพ่ายแพ้

ฉันจะไม่ปิดบังความจริงว่าผลลัพธ์สุดท้ายจากแฮกกาธอนครั้งนี้ทำให้รู้สึกท้อแท้ มีการทุ่มเทเวลาหลายเดือนให้กับโปรเจกต์นี้ และฉันมีวิสัยทัศน์ที่ยิ่งใหญ่สำหรับโปรเจกต์นี้ เพราะคิดว่ามันจะเป็นเครื่องมือที่มีประโยชน์อย่างมากสำหรับนักวิจัย

ฉันมีมาตรฐานที่ชัดเจนสำหรับโปรเจกต์ที่ฉันลงมือทำ นั่นคือมันต้องประสบความสำเร็จหรือล้มเหลว ไม่มีพื้นที่ตรงกลาง ดังนั้นโปรเจกต์นี้จึงเป็นความล้มเหลว เพราะมันไม่เสร็จสมบูรณ์ภายในกำหนดเวลาและยังคงไม่สามารถเข้าถึงได้โดยผู้ใช้ที่มีศักยภาพ

แต่สิ่งสำคัญคือต้องจำไว้ว่าความล้มเหลวเป็นส่วนหนึ่งตามธรรมชาติของชีวิต ความสำเร็จของเราสร้างขึ้นจากบทเรียนที่เราเรียนรู้จากความล้มเหลว แม้ว่าผลลัพธ์ของแฮกกาธอนครั้งนี้จะทำให้รู้สึกท้อแท้ แต่ก็ยังมอบข้อคิดอันมีค่าเกี่ยวกับการพัฒนาและสร้างโปรเจกต์/ผลิตภัณฑ์

บทเรียนที่ได้เรียนรู้

บทเรียนหลักที่ฉันได้รับจากประสบการณ์ครั้งนี้มีดังต่อไปนี้:

  1. โปรเจกต์ที่เราเลือกจำเป็นต้องสร้างฟีเจอร์จำนวนมากตั้งแต่ต้นก่อนที่เราจะสามารถพัฒนาต่อยอดได้ ฉันหมายถึงอะไรน่ะหรือ? โปรเจกต์นี้จำเป็นต้องสร้างองค์ประกอบเกือบทั้งหมดของแนวคิดให้เสร็จก่อนที่เราจะสามารถทดสอบแนวคิดนั้นได้ด้วยซ้ำ การเลือกโปรเจกต์ที่มีองค์ประกอบสำคัญต่อการทำงานน้อยกว่านี้น่าจะสมเหตุสมผลกว่า เมื่อทำเช่นนั้น เราก็จะสามารถสร้างองค์ประกอบที่จำเป็นได้เร็วขึ้น จากนั้นจึงพัฒนาโปรเจกต์ต่อได้เร็วขึ้น การทำเช่นนี้จะช่วยให้เราทำงานได้ทันกำหนดเวลาได้ง่ายขึ้น และสร้างโปรเจกต์ที่อาจเรียบง่ายกว่าแต่สมบูรณ์มากกว่า YC ซึ่งเป็นตัวเร่งการเติบโตของสตาร์ตอัปด้านเทคโนโลยี เน้นย้ำว่าคุณควร เปิดตัวให้เร็ว พูดคุยกับผู้ใช้ และพัฒนาต่อยอด เราควรทำเช่นนั้นกับโปรเจกต์ของเราในแฮกกาธอนครั้งนี้
  2. เราประเมินระยะเวลาที่โปรเจกต์นี้จะใช้ในการสร้างต่ำเกินไป นี่เป็นแฮกกาธอนครั้งแรกของเรา และเป็นครั้งแรกของเราที่สร้างแอปพลิเคชันแบบกระจายศูนย์ (dapp) ไม่เพียงเท่านั้น ฉันยังทำงานเต็มเวลาในฐานะวิศวกรซอฟต์แวร์ ส่วนเพื่อนของฉันก็กำลังเรียนปริญญาโทให้จบ ถึงอย่างนั้น เรากลับคิดว่าเวลา 2 เดือนจะเพียงพอ การลดขอบเขตของโปรเจกต์และ/หรือหาสมาชิกทีมเพิ่มอีกหนึ่งคนซึ่งสามารถช่วยลดภาระงานของเราน่าจะสมเหตุสมผลกว่า
  3. วินสตัน เชอร์ชิลล์เคยกล่าวไว้อย่างมีชื่อเสียงว่า: “ความสมบูรณ์แบบคือศัตรูของความก้าวหน้า” ฉันปฏิบัติต่อโปรเจกต์นี้ราวกับว่ามันเป็นผลิตภัณฑ์แบบธุรกิจกับผู้บริโภค (B2C) ทั้งที่ในความเป็นจริงแล้ว นี่เป็นเพียงโปรเจกต์แฮกกาธอน และอย่างมากก็เป็นผลิตภัณฑ์ที่ใช้งานได้ขั้นต่ำ (MVP) ดังนั้น ในช่วงแรกฉันจึงเสียเวลาไปกับรายละเอียดเล็ก ๆ มากเกินไป ทั้งที่ควรมุ่งเน้นเวลาไปกับการทำให้ฟีเจอร์หลักทำงานได้อย่างเพียงพอ

นอกเหนือจากบทเรียนอันมีค่าเหล่านี้ ฉันยังได้รับทักษะใหม่ ๆ ซึ่งพิสูจน์แล้วว่ามีคุณค่าอย่างยิ่งทั้งในโปรเจกต์ส่วนตัวและการทำงานในสายอาชีพของฉัน ทักษะเหล่านี้ได้แก่:

  1. การพัฒนา API ด้วย Node.js, JavaScript และ Express.js
  2. การตั้งค่าและใช้งาน PostgreSQL เพื่อจัดการข้อมูล
  3. การผนวก PostgresSQL เข้ากับการพัฒนา API โดยใช้แพ็กเกจอย่าง PG
  4. การใช้ RSA (การเข้ารหัสแบบอสมมาตร) และ AES (การเข้ารหัสแบบสมมาตร) เพื่อเพิ่มความปลอดภัยของข้อมูล

บทสรุป

โดยรวมแล้ว ฉันดีใจที่เราเข้าร่วมแฮกกาธอนครั้งนี้ แม้ว่าจะผิดหวังกับผลลัพธ์สุดท้ายก็ตาม ฉันรู้สึกขอบคุณสำหรับบทเรียนและทักษะอันมีค่าที่ได้รับระหว่างการทำงานกับ Labeler NearBy เพราะสิ่งเหล่านี้ทำให้ฉันเป็นนักพัฒนาที่ดีขึ้น และมีส่วนสำคัญอย่างมากต่อการพัฒนาโปรเจกต์ถัดไปของฉัน: Notify-Cyber

หมายเหตุอื่น ๆ

  • ฉันอาจกลับมาทำ Labeler NearBy ต่อ แต่ในตอนนี้ โปรเจกต์นี้อยู่ในสถานะ “หยุดพักระยะยาว”
  • ในปัจจุบัน Labeler NearBy ควรทำงานเฉพาะบน testnet ของ NEAR เท่านั้น โดยยังจำเป็นต้องมีการพัฒนา การทดสอบ และการตรวจสอบเพิ่มเติม