CODLAB / Engineering
Engineering Notes.
Wie lassen sich Daten sauber trennen, Antworten prüfen und Änderungen sicher ausliefern? Notizen zu den technischen Entscheidungen hinter Django-Anwendungen und lokalen KI-Systemen.
Jeder Beitrag: ein konkretes Problem, ein geprüftes Beispiel und die Grenzen des Ansatzes.
Zu den NotizenAlle Notizen
Vier neue Beiträge · drei überarbeitete Notizen-
Django: Datenzugriff an den Mandanten binden
Eine Dokument-ID ist keine Berechtigung. Mitgliedschaft prüfen, Abfragen eingrenzen und fremde IDs gezielt testen.
Django · ORM · PostgreSQL -
RAG: Quellen als nicht vertrauenswürdige Daten
Lokale Inferenz schützt nicht vor Anweisungen im Dokument. Kontext begrenzen, Quellen autorisieren und Zitate prüfen.
Python · RAG · On-premise -
Django i18n: Sprache, URLs und Metadaten prüfen
Übersetzter Text genügt nicht. Sprachwechsel, interne Links und SEO-Metadaten müssen dieselbe Seitenfassung beschreiben.
Django · i18n · SEO -
Playwright und axe: ein Test, der rot werden kann
Barrierefreiheit auf der gerenderten Seite prüfen. Desktop und Mobile scannen und den Fehlerpfad gezielt nachweisen.
Playwright · axe-core · CI -
RAG bewerten: Retrieval und Antworten getrennt
Recall, Trefferquote und Antwortrichtigkeit messen unterschiedliche Dinge. Ein kleines Beispiel und ein nachvollziehbarer Prüfplan.
Python · Retrieval · Regression -
Llama auf GPU: Speicher planen, dann messen
Modellgewichte sind nur ein Teil des Speichers. KV-Cache, Kontext und Laufzeit prüfen, bevor Sie eine Serving-Konfiguration auswählen.
Llama · GPU · vLLM -
pgvector mit Django: Filter und Recall prüfen
Ein Tenant-Filter begrenzt sichtbare Daten. Ob die ANN-Suche genug Treffer findet, entscheidet der Ausführungsplan.
PostgreSQL · pgvector · Django