txt_world_domination
V1.0 Wise Books
CMS بدون خادم ( مجرد نص عادي !!! ) استنادًا إلى تخفيض مع امتدادات لتصنيف التصنيف متعدد الأبعاد ، مما يسمح بالتنقل في المحتوى استنادًا إلى الموضوعات (المحاور) والمواد الطوفية (الإحداثيات).
تهدف هذه المشاريع إلى توفير أداة سهلة الاستخدام لإدارة التوثيق "Long Life" (سنوات أو عشرات السنوات).
يوصى بتخزين وتصنيف العمل بأمان (PHD) ، وثائق البرمجيات المعقدة ، والإجراءات المعقدة ، وكتابة الكتب ، وصفحات الويب "الصناعية". بعض الأمثلة على الصبر:
نظرًا لأن المحتوى هو مجرد نص عادي (مقابل بعض تنسيق قاعدة البيانات الثنائية الغريبة) ، فهذا يعني أنه يمكن إعادة استخدام العديد من الأدوات لتحرير المحتوى وإدارته بعد "افعل شيئًا واحدًا وافعله بشكل صحيح!" فلسفة يونيكس.
الميزات التالية تأتي مجانًا:
┌──────────────────────────────────────────────────────────────┐
├─ CONVENTIONAL CMS (CONFLUENCE, SHAREPOINT, ...) ────────────┤
├──────────────────────────────────────────────────────────────┤
│ │
│1) Central CMS Server 2) "Fool" Browser │
│ ────────────────── ────────────────│
│ DDBB <··· network···> Render conent │
│ Single place of failure │
│ (single place of attack) │
│ Binary format │
│ Server/CMS/Network Admins │
│ │
├──────────────────────────────────────────────────────────────┤
├─ STATIC SITE GENERATOR (NEXT, ...) ─────────────────────────┤
├──────────────────────────────────────────────────────────────┤
│ │
│1) "Source" Content 3) Web Server │
│ ───────────────── ┌····> ──────────── ···┐ │
│ (git versioned, p2p · Publish · │
│ distributed) · "compiled" html · │
│ · · · │
│ · · · │
│ · · v │
│ · 2) Compile 4)"Fool" Browser │
│ └─····> ───────────────── ────────────── │
│ Generates HTML Render content │
│ in opinionated ways │
│ using "complex" tooling │
│ (npm, transpilers, modules, │
│ packagers, ...) │
│ │
├──────────────────────────────────────────────────────────────┤
├─ TXT WORLD DOMINATION PROJECT ──────────────────────────────┤
├──────────────────────────────────────────────────────────────┤
│ │
│1) "Source" Content 2) "Inteligent" Browser │
│ ───────────────────────── ··> ─────────────────────────── │
│ markdown+topic.sub. tags Fetch local/remote "payload"│
│ (git versioned, p2p Processes it. Generate │
│ distributed) HTML, taxonomy, indexes, │
│ · extensions, ... │
│ · │
│ ├─·· or ··········>2) Printer │
│ · ─────────────────────────── │
│ · Print to paper │
│ · (extensions ignored) │
│ · │
│ ├─·· or ··········>2) LLM Learning Algorithm │
│ · ─────────────────────────── │
│ · - LLM training algorithm. │
│ · topics/subtopics provide │
│ · (huge) dimensionality │
│ · reduction!!! │
│ · │
│ ├─·· or ···········>2) JAVA/Rust/Python/... IDE │
│ · ─────────────────────────── │
│ · Improve source code │
│ · navigation based on │
│ · topics.subtopics concerns │
│ · like UI, QA, security, .... │
│ · │
│ ├─·· or ···········>2) (Fill with new ideas and │
│ · use-cases) │
└──────────────────────────────────────────────────────────────┘
يمكن تجميع مجموعات أو مجموعات فرعية من الملفات النصية (Markdown ، رمز المصدر) في ملف افتراضي نهائي "كبير" واحد من خلال قوائم "Payload". القائمة هي مجرد ملف txt عادي يشير إلى كل سطر جديد قائمة ملفات Markdown إلى Concatenate من أجل تكوين المستند المبرمج النهائي. مثال:
full_book.payload security_book.payload frontend_book.payload
----------------- --------------------- ---------------------
./introduction.md ./chapter4.md ./chapter1.md
./chapter1.md ./chapter5.md ./chapter2.md
./chapter2.md ./chapter9.md ./chapter9.md
./chapter3.md
./chapter4.md
./chapter5.md
./chapter6.md
./chapter7.md
./chapter8.md
./chapter9.md
مجرد أمثلة قليلة حول كيفية استخدام هذا المشروع لتوثيق وثائق العالم الحقيقي:
لماذا تدوين الملاحظات في عصر التعلم الآلي ونماذج اللغة الكبيرة؟
ببساطة. يكملون بعضهم البعض:
تعمل الذكاء الاصطناعى "بشكل جيد" عند تطبيقها على سياقات محدودة (غير ضرورية صغيرة) ، على سبيل المثال ، مهام البرمجة الأساسية أو المهام (ليست أساسية) تشبه الرياضيات مع مجموعة محددة جيدًا وعمليات (مشاكل جبرية ، مشكلات تشبه الشطرنج ، ...).
أنا أعمل في عالم تطوير البرمجيات. اسمحوا لي أن ألخص تجربتي:
على الجانب الآخر ، عند تدوين الملاحظات من الخبراء ، يمكننا وضع علامة على المنتجات المتنافسة ، وتمييز إيجابيات/سلبيات ، وأخذ صفائح الغش ، والتعليقات مع حالات الاستخدام ، وميزات معلقة ، وأشياء من هذا القبيل.
يمكننا إحضار بعض "المعلومات" وإكمال بعض الملاحظات السابقة (ربما كتبت منذ 4 سنوات) بحيث يبدأ المحتوى غير المكتمل في "منطقية". أخيرًا ، يمكننا اتخاذ قرارات أكثر عقلانية.
من الممكن من خلال الهندسة الفاضلة المتقدمة إرجاع الإجابات المعقولة من الذكاء الاصطناعي .. لكن الهندسة الفاضلة المتقدمة تكون أكثر صعوبة وتستغرق وقتًا طويلاً في أخذ الملاحظات وتصنيفها . في الواقع ، أود أن أقول إن أخذ الملاحظات وتصنيفها ، وإنشاء تصنيف محدد ومستقر جيدًا هو "ضروري" من أجل "Advanced" للهندسة السريعة .
يمكننا أن نسأل روبوت LLM عن حل المهمة وفي كثير من الأحيان ستعمل. تنشأ بعض الأسئلة:
نطلب من LLM لأننا نتجاهل الحل في المقام الأول ، لذلك ربما نتجاهل الحلول البديلة وربما نتجاهل أشياء أخرى كثيرة (تذكر خطر المجهول المجهول ). إذا أخذنا ملاحظات حول المهام ذات الصلة ، والبدائل ذات الصلة للمشاكل المماثلة ، فيمكننا الآن إضافة هذه المعلومات إلى موجه لدينا ، ويمكننا أيضًا التفكير في ملء الجوانب "المتعامدة" (ضمان الجوانب ، الأمن ، الاحتياط ، أفضل الأنماط ، ...). وبهذه الطريقة ، نساعد LLM على تقليل أبعاد المشكلة وستكون موجهنا موجهًا أكثر كفاءة.
ومع ذلك ، يمكن القول ، أن LLM يمكن أن تساعدنا أيضًا في تصميم تصنيفنا من خلال اقتراح الموضوعات والمواد الطبية. في هذا المعنى ، يمكن كلا النظامين إطعام بعضهما البعض في حلقة لا حصر لها. عظيم ، أليس كذلك؟
