Busca

Neste vídeo, você aprenderá a implementar o Server Side Rendering (SSR) em aplicações Angular, criando uma aplicação mista que utiliza tanto o lado do cliente quanto do servidor. Veremos como essa técnica melhora a performance e o SEO, além de explorar como criar aplicativos SSR no Angular e adicionar capacidade de Web API. ## Índice de Capítulos - 00:00:00 - O que é Angular SSR (Performance e SEO)? - 00:03:37 - Criando uma Aplicação SSR - 00:06:32 - Preparando o Ambiente de Desenvolvimento (VSCode, Perfils, Extensões) - 00:08:05 - Compilando e executando o projeto Angular - 00:09:16 - Definindo a interface (UI) da Aplicação (HTML, SCSS) - 00:12:37 - Codificando método (evento click) para execução no lado do Cliente (Client Side) - 00:14:57 - Codificando Endpoints para Web API que receberá requests no Servidor (Server Side SSR) - 00:17:19 - Codificando método (evento click) para execução no lado do Servidor (Server Side SSR) - 00:20:02 - Compilando e Executando a Aplicação Angular em Modo SSR

Descubra como usar a API GPT-4 Vision em uma aplicação Ionic neste tutorial prático. Passaremos pelo processo de configuração, desenvolvimento e testes tando em ambiente Web como em um Dispositivo Móvel (AVD) de um aplicativo que interage com a poderosa API de análise de imagens do OpenAI, explorando as funcionalidades através de perguntas e respostas sobre as imagens. ### Índice de capítulos: 00:00:00 - Introdução ao GPT-4 Vision e configuração do projeto Ionic 00:00:49 - Criação do projeto (aplicação) Ionic (e verificando a versão) 00:03:06 - Exploração do mecanismo de módulos Standalone do Angular 00:04:44 - Execução da aplicação com Ionic serve 00:05:52 - Estrutura de diretórios do projeto Ionic 00:07:12 - Estilização inicial da aplicação (ion-input, ion-buttons, img) 00:11:42 - Ajustes finais de estilo com SCSS 00:14:21 - Criação de variáveis para bind com TypeScript 00:15:54 - Inclusão da plataforma Android, Instalação e configuração da câmera do Capacitor (npx cap sync) 00:20:25 - Preparação para consumir a API do GPT-4 Vision 00:21:01 - Implementação do método para chamar a API de Vision 00:22:14 - Geração e uso de uma chave da API OpenAI (usando environment) 00:24:29 - Execução da chamada API dentro do código 00:27:10 - Teste de requisição e análise dos erros de CORS 00:27:58 - Ajuste do método de chamada API com o Capacitor HTTP 00:30:53 - Adição de um loading controller 00:32:26 - Testes finais no navegador da aplicação 00:34:09 - Execução e teste da aplicação em um emulador AVD Android

Aprenda a construir aplicações interativas com Blazor e .NET 8, integrando com a poderosa API GPT-4 Vision da OpenAI. Este vídeo te guiará pelo processo de análise de imagens, desenvolvimento e geração de conteúdo de forma prática e direta. Iremos criar uma pequena aplicação Blazor .net 8 que permitirá o upload de imagens para análise, resposta à questões, e criação de conteúdo. Índice de Capítulos: - 00:00:00 - Introdução: Objetivos e Ferramentas Utilizadas - 00:00:49 - Começando a Aplicação Blazor: Estrutura e Layout - 00:03:14 - Criando e Configurando API Key na OpenAI - 00:04:00 - Configurando Ambiente de Desenvolvimento dotnet 8 Blazor (dotnet list / new) - 00:07:41 - Executando e Testando o Projeto Blazor Inicial (dotnet build / watch) - 00:12:36 - Preparando o Layout para Perguntas e Respostas (HTML e SCSS) - 00:19:27 - Usando SASS/SCSS com Blazor (com o Live SASS Compiler) - 00:21:14 - Estilizando a Aplicação com SASS e CSS - 00:22:22 - Extensões VSCode para desenvolvimento com Blazor - 00:45:45 - Criando namespace e model de payload para serialização com o HttpClient - 00:47:11 - Codificando Blazor usando Binding com variáveis, listas, e eventos - 00:52:09 - Atribuindo RenderMode InteractiveServer à página - 00:54:42 - Implementando upload de arquivos de imagem em Blazor - 00:56:58 - Serializando arquivo de imagem para base64 - 01:06:00 - Implementando o envio de informações com a tecla Enter e tratamento de erros - 01:11:54 - Montando Payload, Models, Trabalhando com serialização JSON, e fazendo o POST a API OpenAI com HttpClient - 01:29:22 - Criando uma API Key OpenAI GPT 4

Aprenda a utilizar Blazor e C# para consumir APIs e crie um termômetro CSS visualmente interessante Neste tutorial prático, você aprenderá a consumir uma API de temperatura (Weather API) utilizando Blazor com C# e criar um termômetro dinâmico usando CSS. Vamos explorar desde o consumo de dados de uma API até a implementação de um layout interativo **O que você vai aprender:** - Utilizar uma API Key no Weather API - Configuração inicial e criação de um projeto Blazor - Consumir informações da API utilizando HTTPClient - Manipulação de JSON e mapeamento de dados - Estruturação de um termômetro usando HTML e CSS - Como alterar dinamicamente a cidade de interesse e atualizar a interface ⚠️ ENTRE NA NOSSA COMUNIDADE DO DISCORD **Índice de Capítulos:** - [00:00:00] Apresentação do Blazor e a API Weather (API Explorer e os Endpoints) - [00:03:44] Criação do Projeto Blazor - [00:04:25] Seleção de Template (Workloads) e Estruturação do Projeto - [00:09:18] Compilação e Execução Inicial do Projeto - [00:13:00] Implementando o Consumo da API com HttpClient (OnInitializeAsync) - [00:16:04] Manipulando JSON e Utilizando Models / DTOs - [00:17:26] Transformando Dados em Informações Tipadas (JsonPropertyName) - [00:21:17] Binding e exibição de variáveis na página razor - [00:24:18] Trabalhando com Injeção de Dependência (DI) - [00:26:34] Trabalhando com CSS no Blazor (arquivo separado) - [00:32:46] Implementando Seleção Dinâmica de Cidade (HTML select, bind, onchange)

Nessa dica básica iremos que criar, do zero, usando o template web, uma aplicação Mvc, entender a configuração de rotas e criar tasks no VSCode para compilação automática de styles escritos em SASS.