{"id":46600,"date":"2024-09-30T19:53:28","date_gmt":"2024-09-30T19:53:28","guid":{"rendered":"https:\/\/fabricegrinda.com\/?p=46600"},"modified":"2024-10-01T14:01:38","modified_gmt":"2024-10-01T14:01:38","slug":"fabrice-ai-implementasi-teknis-saat-ini","status":"publish","type":"post","link":"https:\/\/grinda.org\/id\/fabrice-ai-implementasi-teknis-saat-ini\/","title":{"rendered":"Fabrice AI: Implementasi Teknis Saat Ini"},"content":{"rendered":"\n<p>Dalam tulisan terakhir, <a href=\"https:\/\/fabricegrinda.com\/id\/fabrice-ai-perjalanan-teknis\/\" data-type=\"link\" data-id=\"https:\/\/fabricegrinda.com\/fabrice-ai-the-technical-journey\/\" target=\"_blank\" rel=\"noreferrer noopener\">Fabrice AI: Perjalanan Teknis<\/a>, saya menjelaskan perjalanan yang kami lalui dalam membangun Fabrice AI secara menyeluruh.\nSaya mulai dengan menggunakan Chat GPT 3 dan 3.5.\nKecewa dengan hasilnya, saya mencoba menggunakan <a href=\"https:\/\/www.langchain.com\/\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/www.langchain.com\/\" rel=\"noreferrer noopener\">Langchain Framework<\/a> untuk membangun model AI saya sendiri di atasnya, sebelum kembali ke Chat GPT setelah mereka mulai menggunakan database vektor dan secara besar-besaran meningkatkan hasil dengan 4o.  <\/p>\n\n<p>Berikut ini adalah proses saat ini untuk melatih Fabrice AI:<\/p>\n\n<ul class=\"wp-block-list\">\n<li>Data pelatihan (posting blog, URL Youtube, URL podcast, URL PDF, dan URL gambar) disimpan dalam database <a href=\"https:\/\/wordpress.com\/\" data-type=\"link\" data-id=\"https:\/\/wordpress.com\/\" target=\"_blank\" rel=\"noopener\">WordPress<\/a> kami.<\/li>\n\n\n\n<li>Kami mengekstrak data dan menyusunnya.<\/li>\n\n\n\n<li>Kami menyediakan data terstruktur ke Open AI untuk pelatihan menggunakan <a href=\"https:\/\/platform.openai.com\/docs\/assistants\/overview\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/platform.openai.com\/docs\/assistants\/overview\" rel=\"noreferrer noopener\">API Asisten<\/a>.<\/li>\n\n\n\n<li>Open AI kemudian membuat basis data penyimpanan vektor dan menyimpannya.<\/li>\n<\/ul>\n\n<p>Berikut ini adalah contoh sepotong data terstruktur. Setiap bagian dari konten memiliki file JSON-nya sendiri. Kami memastikan untuk tidak melebihi batas 32.000 token.<\/p>\n\n<div class=\"wp-block-group\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<div class=\"wp-block-group\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p>{<\/p>\n\n\n\n<p>  &#8220;id&#8221;: &#8220;1&#8221;,<\/p>\n\n\n\n<p>  &#8220;tanggal&#8221;: &#8221; &#8220;,<\/p>\n\n\n\n<p>  &#8220;link&#8221;: &#8220;https:\/\/fabricegrinda.com\/&#8221;,<\/p>\n\n\n\n<p>  &#8220;judul&#8221;: {<\/p>\n\n\n\n<p>  &#8220;diberikan&#8221;: &#8220;Apa itu Fabrice AI?&#8221;<\/p>\n\n\n\n<p>\u00a0 },<\/p>\n\n\n\n<p>  &#8220;Kategori&#8221;: &#8220;Tentang Fabrice&#8221;,<\/p>\n\n\n\n<p>  &#8220;featured_media&#8221;: &#8220;https:\/\/fabricegrinda.com\/wp-content\/uploads\/2023\/12\/About-me.png&#8221;,<\/p>\n\n\n\n<p>  &#8220;media_lainnya&#8221;: &#8220;&#8221;,<\/p>\n\n\n\n<p>  &#8220;jenis_pengetahuan&#8221;: &#8220;blog&#8221;,<\/p>\n\n\n\n<p>  &#8220;kontenDiperbarui&#8221;: &#8220;Fabrice AI adalah representasi digital dari pemikiran Fabrice berdasarkan posting blognya dan podcast serta wawancara yang ditranskripsikan menggunakan ChatGPT. Mengingat banyak transkripsi yang ditranskripsikan dengan tidak sempurna dan blog ini hanyalah representasi terbatas dari Fabrice sebagai individu, kami mohon maaf atas ketidakakuratan dan informasi yang hilang. Meskipun demikian, ini adalah titik awal yang baik untuk mendapatkan pemikiran Fabrice tentang banyak topik.&#8221;<\/p>\n\n\n\n<p>}<\/p>\n<\/div><\/div>\n\n\n\n<p>Ini adalah implementasi teknis saat ini:<\/p>\n<\/div><\/div>\n\n<ul class=\"wp-block-list\">\n<li>Situs web yang berhadapan dengan konsumen dihosting di <a href=\"https:\/\/aws.amazon.com\/amplify\/\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/aws.amazon.com\/amplify\/\" rel=\"noreferrer noopener\">AWS Amplify<\/a>.<\/li>\n\n\n\n<li>Integrasi antara situs publik dan Open AI dilakukan melalui lapisan API, yang dihosting di AWS sebagai server API Python.<\/li>\n\n\n\n<li>Kami menggunakan <a href=\"https:\/\/www.mongodb.com\/\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/www.mongodb.com\/\" rel=\"noreferrer noopener\">MongoDB<\/a> sebagai log untuk menyimpan semua pertanyaan yang diajukan oleh publik, jawaban yang diberikan oleh Chat GPT, dan URL dari sumber.<\/li>\n\n\n\n<li>Kami menggunakan berbagai skrip untuk menyusun data dari blog, YouTube, dan lain-lain untuk diteruskan ke Open AI untuk pelatihan.<\/li>\n\n\n\n<li>Kami menggunakan <a href=\"https:\/\/www.npmjs.com\/package\/react-speech-recognition\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/www.npmjs.com\/package\/react-speech-recognition\" rel=\"noreferrer noopener\">React-Speech Recognition<\/a> untuk mengubah pertanyaan suara menjadi teks.<\/li>\n\n\n\n<li>Kami juga menggunakan Google Analytics untuk melacak lalu lintas situs web.<\/li>\n<\/ul>\n\n<p>Penting untuk dicatat bahwa kami menggunakan dua asisten:<\/p>\n\n<ul class=\"wp-block-list\">\n<li>Satu untuk menjawab pertanyaan.<\/li>\n\n\n\n<li>Satu untuk mendapatkan URL metadata, URL blog yang memiliki konten asli untuk menampilkan sumber di bagian bawah jawaban.<\/li>\n<\/ul>\n\n<p><strong>Apa selanjutnya?<\/strong><\/p>\n\n<ol class=\"wp-block-list\">\n<li><strong>Peningkatan Ucapan ke Teks<\/strong><\/li>\n<\/ol>\n\n<p>Model <a href=\"https:\/\/openai.com\/index\/whisper\/\" data-type=\"link\" data-id=\"https:\/\/openai.com\/index\/whisper\/\" target=\"_blank\" rel=\"noreferrer noopener\">Whisper<\/a> dari Open AI untuk <a href=\"https:\/\/platform.openai.com\/docs\/guides\/speech-to-text\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/platform.openai.com\/docs\/guides\/speech-to-text\" rel=\"noreferrer noopener\">ucapan ke teks<\/a> lebih akurat daripada React.\nOpen AI juga mendukung berbagai bahasa dan bagus dalam menangani ucapan, aksen, dan dialek bahasa campuran.\nSebagai hasilnya, saya kemungkinan besar akan beralih ke sana dalam beberapa bulan mendatang.\nNamun demikian, ini lebih rumit untuk disiapkan, jadi mungkin akan memakan waktu cukup lama.\nAnda perlu menangani modelnya, mengelola ketergantungan (misalnya, Python, pustaka), dan memastikan Anda memiliki perangkat keras yang memadai untuk kinerja yang efisien.\nSelain itu, Whisper tidak dirancang untuk penggunaan langsung di browser.\nKetika membuat aplikasi web, Anda perlu membuat layanan backend untuk menangani transkripsi yang menambah kerumitan.      <\/p>\n\n<ul class=\"wp-block-list\">\n<li><strong>Fabrice AI Avatar<\/strong><\/li>\n<\/ul>\n\n<p>Saya ingin membuat Avatar AI Fabrice yang terlihat dan terdengar seperti saya yang dapat diajak bercakap-cakap.\nSaya mengevaluasi <a href=\"\" data-type=\"\" data-id=\"\" target=\"\" rel=\"noopener\">D-iD<\/a> tetapi ternyata terlalu mahal untuk tujuan saya. <a href=\"\" data-type=\"\" data-id=\"\" target=\"\" rel=\"noopener\">Eleven Labs<\/a> hanya untuk suara. <a href=\"\" data-type=\"\" data-id=\"\" target=\"\" rel=\"noopener\">Synthesia<\/a> sangat bagus tetapi saat ini tidak dapat membuat video secara real time.\nPada akhirnya saya memutuskan untuk menggunakan <a href=\"\" target=\"\" data-type=\"\" data-id=\"\" rel=\"noopener\">HeyGen<\/a> karena harga dan fungsionalitasnya yang lebih sesuai.  <\/p>\n\n<p>Saya menduga bahwa suatu saat Open AI akan merilis solusinya sendiri sehingga pekerjaan ini tidak akan sia-sia.\nSaya merasa nyaman dengan hal tersebut dan akan beralih ke solusi Open AI ketika dan jika solusi tersebut hadir.\nPada tahap ini, inti dari seluruh latihan ini adalah untuk mempelajari apa yang mungkin dilakukan dengan AI dan berapa banyak pekerjaan yang diperlukan untuk membantu saya memahami ruang tersebut dengan lebih baik.  <\/p>\n\n<ul class=\"wp-block-list\">\n<li><strong>Dasbor Khusus<\/strong><\/li>\n<\/ul>\n\n<p>Saat ini, saya perlu menjalankan kueri MongoDB untuk mendapatkan ekstrak pertanyaan dan jawaban hari ini.\nSaya sedang membuat dasbor sederhana di mana saya bisa mendapatkan ekstraksi dan statistik sederhana tentang jumlah kueri per bahasa, jumlah permintaan ucapan-ke-teks, dll. <\/p>\n\n<ul class=\"wp-block-list\">\n<li><strong>Sumber Data Tambahan<\/strong><\/li>\n<\/ul>\n\n<p>Kami baru saja mengunggah <a href=\"https:\/\/fabricegrinda.com\/portfolio\/\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/fabricegrinda.com\/portfolio\/\" rel=\"noreferrer noopener\">Portofolio FJ Labs<\/a> ke Fabrice AI.\nAnda sekarang dapat bertanya apakah sebuah perusahaan merupakan bagian dari portofolio.\nFabrice AI menjawab dengan deskripsi singkat tentang perusahaan dan tautan ke situs webnya.  <\/p>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1492\" height=\"1458\" src=\"https:\/\/fabricegrinda.com\/wp-content\/uploads\/2024\/09\/portfolio3.jpg\" alt=\"\" class=\"wp-image-46459\" style=\"width:650px\" srcset=\"https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/portfolio3.jpg 1492w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/portfolio3-768x750.jpg 768w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/portfolio3-1200x1173.jpg 1200w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/portfolio3-1320x1290.jpg 1320w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 1362px) 62vw, 840px\" \/><\/figure>\n<\/div>\n<p>Mengingat banyaknya pertanyaan pribadi yang diterima Fabrice AI yang tidak dapat dijawabnya, saya meluangkan waktu untuk secara manual menandai setiap pembicara dalam <a href=\"https:\/\/www.youtube.com\/watch?v=79BKGNv7TMQ\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/www.youtube.com\/watch?v=79BKGNv7TMQ\" rel=\"noreferrer noopener\">Video Ulang Tahun <sup>ke-50 <\/sup><\/a> saya untuk memberikan konten yang dibutuhkan.<\/p>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1508\" height=\"1633\" src=\"https:\/\/fabricegrinda.com\/wp-content\/uploads\/2024\/09\/Family3.jpg\" alt=\"\" class=\"wp-image-46484\" style=\"width:650px\" srcset=\"https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/Family3.jpg 1508w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/Family3-768x832.jpg 768w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/Family3-1418x1536.jpg 1418w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/Family3-1200x1299.jpg 1200w, https:\/\/grinda.org\/wp-content\/uploads\/2024\/09\/Family3-1320x1429.jpg 1320w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 1362px) 62vw, 840px\" \/><\/figure>\n<\/div>\n<p><strong>Kesimpulan<\/strong><\/p>\n\n<p>Dengan semua pekerjaan yang telah saya lakukan selama dua belas bulan terakhir tentang semua hal yang berhubungan dengan AI, tampaknya ada kesimpulan universal yang jelas: semakin lama Anda menunggu, semakin murah, mudah, dan lebih baik, dan semakin besar kemungkinan Open AI akan menawarkannya!\nSementara itu, beritahu saya jika Anda memiliki pertanyaan. <\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dalam tulisan terakhir, Fabrice AI: Perjalanan Teknis, saya menjelaskan perjalanan yang kami lalui dalam membangun Fabrice AI secara menyeluruh. Saya mulai dengan menggunakan Chat GPT 3 dan 3.5. Kecewa dengan &hellip; <a href=\"https:\/\/grinda.org\/id\/fabrice-ai-implementasi-teknis-saat-ini\/\" class=\"more-link\">Continue reading<span class=\"screen-reader-text\"> &#8220;Fabrice AI: Implementasi Teknis Saat Ini&#8221;<\/span><\/a><\/p>\n","protected":false},"author":9,"featured_media":46752,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[168,945],"tags":[],"class_list":["post-46600","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-renungan-pribadi","category-gadget-teknologi"],"acf":[],"contentUpdated":"Fabrice AI: Implementasi Teknis Saat Ini. Categories - Renungan Pribadi, Gadget Teknologi. Date-Posted - 2024-09-30T19:53:28 . \n Dalam tulisan terakhir, Fabrice AI: Perjalanan Teknis, saya menjelaskan perjalanan yang kami lalui dalam membangun Fabrice AI secara menyeluruh.\n Saya mulai dengan menggunakan Chat GPT 3 dan 3.5.\n Kecewa dengan hasilnya, saya mencoba menggunakan Langchain Framework untuk membangun model AI saya sendiri di atasnya, sebelum kembali ke Chat GPT setelah mereka mulai menggunakan database vektor dan secara besar-besaran meningkatkan hasil dengan 4o.  \n Berikut ini adalah proses saat ini untuk melatih Fabrice AI:\n Data pelatihan (posting blog, URL Youtube, URL podcast, URL PDF, dan URL gambar) disimpan dalam database WordPress kami.\n Kami mengekstrak data dan menyusunnya.\n Kami menyediakan data terstruktur ke Open AI untuk pelatihan menggunakan API Asisten.\n Open AI kemudian membuat basis data penyimpanan vektor dan menyimpannya.\n Berikut ini adalah contoh sepotong data terstruktur. Setiap bagian dari konten memiliki file JSON-nya sendiri. Kami memastikan untuk tidak melebihi batas 32.000 token.\n {\n   &#8220;id&#8221;: &#8220;1&#8221;,\n   &#8220;tanggal&#8221;: &#8221; &#8220;,\n   &#8220;link&#8221;: &#8220;https:\/\/fabricegrinda.com\/&#8221;,\n   &#8220;judul&#8221;: {\n   &#8220;diberikan&#8221;: &#8220;Apa itu Fabrice AI?&#8221;\n \u00a0 },\n   &#8220;Kategori&#8221;: &#8220;Tentang Fabrice&#8221;,\n   &#8220;featured_media&#8221;: &#8220;https:\/\/fabricegrinda.com\/wp-content\/uploads\/2023\/12\/About-me.png&#8221;,\n   &#8220;media_lainnya&#8221;: &#8220;&#8221;,\n   &#8220;jenis_pengetahuan&#8221;: &#8220;blog&#8221;,\n   &#8220;kontenDiperbarui&#8221;: &#8220;Fabrice AI adalah representasi digital dari pemikiran Fabrice berdasarkan posting blognya dan podcast serta wawancara yang ditranskripsikan menggunakan ChatGPT. Mengingat banyak transkripsi yang ditranskripsikan dengan tidak sempurna dan blog ini hanyalah representasi terbatas dari Fabrice sebagai individu, kami mohon maaf atas ketidakakuratan dan informasi yang hilang. Meskipun demikian, ini adalah titik awal yang baik untuk mendapatkan pemikiran Fabrice tentang banyak topik.&#8221;\n }\n Ini adalah implementasi teknis saat ini:\n Situs web yang berhadapan dengan konsumen dihosting di AWS Amplify.\n Integrasi antara situs publik dan Open AI dilakukan melalui lapisan API, yang dihosting di AWS sebagai server API Python.\n Kami menggunakan MongoDB sebagai log untuk menyimpan semua pertanyaan yang diajukan oleh publik, jawaban yang diberikan oleh Chat GPT, dan URL dari sumber.\n Kami menggunakan berbagai skrip untuk menyusun data dari blog, YouTube, dan lain-lain untuk diteruskan ke Open AI untuk pelatihan.\n Kami menggunakan React-Speech Recognition untuk mengubah pertanyaan suara menjadi teks.\n Kami juga menggunakan Google Analytics untuk melacak lalu lintas situs web.\n Penting untuk dicatat bahwa kami menggunakan dua asisten:\n Satu untuk menjawab pertanyaan.\n Satu untuk mendapatkan URL metadata, URL blog yang memiliki konten asli untuk menampilkan sumber di bagian bawah jawaban.\n Apa selanjutnya?\n Peningkatan Ucapan ke Teks\n Model Whisper dari Open AI untuk ucapan ke teks lebih akurat daripada React.\n Open AI juga mendukung berbagai bahasa dan bagus dalam menangani ucapan, aksen, dan dialek bahasa campuran.\n Sebagai hasilnya, saya kemungkinan besar akan beralih ke sana dalam beberapa bulan mendatang.\n Namun demikian, ini lebih rumit untuk disiapkan, jadi mungkin akan memakan waktu cukup lama.\n Anda perlu menangani modelnya, mengelola ketergantungan (misalnya, Python, pustaka), dan memastikan Anda memiliki perangkat keras yang memadai untuk kinerja yang efisien.\n Selain itu, Whisper tidak dirancang untuk penggunaan langsung di browser.\n Ketika membuat aplikasi web, Anda perlu membuat layanan backend untuk menangani transkripsi yang menambah kerumitan.      \n Fabrice AI Avatar\n Saya ingin membuat Avatar AI Fabrice yang terlihat dan terdengar seperti saya yang dapat diajak bercakap-cakap.\n Saya mengevaluasi D-iD tetapi ternyata terlalu mahal untuk tujuan saya. Eleven Labs hanya untuk suara. Synthesia sangat bagus tetapi saat ini tidak dapat membuat video secara real time.\n Pada akhirnya saya memutuskan untuk menggunakan HeyGen karena harga dan fungsionalitasnya yang lebih sesuai.  \n Saya menduga bahwa suatu saat Open AI akan merilis solusinya sendiri sehingga pekerjaan ini tidak akan sia-sia.\n Saya merasa nyaman dengan hal tersebut dan akan beralih ke solusi Open AI ketika dan jika solusi tersebut hadir.\n Pada tahap ini, inti dari seluruh latihan ini adalah untuk mempelajari apa yang mungkin dilakukan dengan AI dan berapa banyak pekerjaan yang diperlukan untuk membantu saya memahami ruang tersebut dengan lebih baik.  \n Dasbor Khusus\n Saat ini, saya perlu menjalankan kueri MongoDB untuk mendapatkan ekstrak pertanyaan dan jawaban hari ini.\n Saya sedang membuat dasbor sederhana di mana saya bisa mendapatkan ekstraksi dan statistik sederhana tentang jumlah kueri per bahasa, jumlah permintaan ucapan-ke-teks, dll. \n Sumber Data Tambahan\n Kami baru saja mengunggah Portofolio FJ Labs ke Fabrice AI.\n Anda sekarang dapat bertanya apakah sebuah perusahaan merupakan bagian dari portofolio.\n Fabrice AI menjawab dengan deskripsi singkat tentang perusahaan dan tautan ke situs webnya.  \n Mengingat banyaknya pertanyaan pribadi yang diterima Fabrice AI yang tidak dapat dijawabnya, saya meluangkan waktu untuk secara manual menandai setiap pembicara dalam Video Ulang Tahun ke-50  saya untuk memberikan konten yang dibutuhkan.\n Kesimpulan\n Dengan semua pekerjaan yang telah saya lakukan selama dua belas bulan terakhir tentang semua hal yang berhubungan dengan AI, tampaknya ada kesimpulan universal yang jelas: semakin lama Anda menunggu, semakin murah, mudah, dan lebih baik, dan semakin besar kemungkinan Open AI akan menawarkannya!\n Sementara itu, beritahu saya jika Anda memiliki pertanyaan. \n ","Category":["Renungan Pribadi","Gadget Teknologi"],"_links":{"self":[{"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/posts\/46600","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/comments?post=46600"}],"version-history":[{"count":4,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/posts\/46600\/revisions"}],"predecessor-version":[{"id":46810,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/posts\/46600\/revisions\/46810"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/media\/46752"}],"wp:attachment":[{"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/media?parent=46600"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/categories?post=46600"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/grinda.org\/id\/wp-json\/wp\/v2\/tags?post=46600"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}