Serverloser CMS ( nur einfacher Text !!! ) Basierend auf dem Markieren mit Erweiterungen für die mehrdimensionale Taxonomieklassifizierung, sodass der Inhalt basierend auf Themen (Achsen) und Subtopics (Koordinaten) navigieren kann.
Diese Projekte zielen darauf ab, ein benutzerfreundliches Instrument für "lange Leben" (Jahre oder zehn Jahre) Dokumentationsmanagement bereitzustellen.
Empfohlen, um Forschungsarbeiten, komplexe Softwaredokumentation, komplexe Verfahren, Buchschreiben, "industrielle" Webseiten sicher zu speichern und zu klassifizieren. Ein paar Beispiele für den ungeduldigen:
Da der Inhalt nur ein einfacher Text ist (im Vergleich zum seltsamen binären Datenbankformat), bedeutet dies, dass viele Tools wiederverwendet werden können, um den Inhalt nach dem "Machen Sie eins zu tun und richtig zu machen!" Unix -Philosophie.
Die nächsten Funktionen kommen kostenlos:
┌──────────────────────────────────────────────────────────────┐
├─ 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) │
└──────────────────────────────────────────────────────────────┘
Sets oder Teilmengen von Textdateien (Markdown, Quellcode) können in einer einzigen "großen" endgültigen virtuellen Datei über "Payload" -Listen zusammengefasst werden. Die Liste ist nur eine normale TXT -Datei, die in einer neuen Zeile angibt. Die Liste der Markdown -Dateien, die verkettet werden sollen, um das endgültige Markdown -Dokument zu erstellen. Beispiel:
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
Nur einige Beispiele, wie dieses Projekt verwendet wird, um die Dokumentation der realen Welt zu dokumentieren:
Warum Notizen in der Ära des maschinellen Lernens und der großartigen Sprachmodelle machen?
Einfach gesagt. Sie ergänzen sich gegenseitig:
AI funktioniert "fein", wenn sie auf begrenzte (nicht detaillierte) Kontexte angewendet werden, z.
Ich arbeite in der Softwareentwicklungswelt. Lassen Sie mich meine Erfahrung zusammenfassen:
Auf der anderen Seite können wir bei Notizen von Experten konkurrierende Produkte markieren, Vorschriften/Nachteile hervorheben, Betrügenblätter aufnehmen, mit Anwendungsfällen, ausstehenden Funktionen und solchen Sachen kommentieren.
Wir können einige "Informationen" holen und einige frühere Notiz (vielleicht vor 4 Jahren geschrieben) vervollständigen, damit der Inhalt, der unvollständig war, "Sinn macht". Schließlich können wir viel vernünftigere Entscheidungen treffen.
Es ist möglich, durch fortgeschrittene Eingabeaufentwicklungsgüter zu sinnvollen Antworten zurückzuführen. Aber das Fortgeschrittene-Engineering ist viel schwieriger und zeitaufwändiger als das Aufnehmen und Klassifizieren von Notizen . Tatsächlich würde ich sagen, dass das Erstellen und Klassifizieren von Notizen eine gut definierte und stabile Taxonomie ein "Muss" für "fortgeschrittene" Eingabeentwicklung ist .
Wir können einen LLM -Bot nach der Lösung einer Aufgabe fragen und oft funktionieren sie. Einige Fragen stellen sich auf:
Wir fragen die LLM, weil wir die Lösung an erster Stelle ignorieren, daher ignorieren wir wahrscheinlich alternative Lösungen und wahrscheinlich ignorieren wir viele andere Dinge (erinnern Sie sich an das Risiko der unbekannten Unbekannten ). Wenn wir Notizen zu verwandten Aufgaben und verwandten Alternativen für ähnliche Probleme machen, können wir diese Informationen jetzt zu unserer Eingabeaufforderung hinzufügen und auch in Betracht ziehen, mit "orthogonalen" Aspekten zu füllen (QA, Sicherheit, Standarisierung, beste Muster, ...). Auf diese Weise helfen wir dem LLM, die Problemdimensionalität zu verringern, und unsere Eingabeaufforderung wird eine viel effizientere Eingabeaufforderung sein.
Notwendig zu sagen, ein LLM kann uns auch helfen, unsere Taxonomie zu entwerfen, indem sie Themen und Subtopien vorschlagen. In diesem Sinne können beide Systeme sich gegenseitig in einer unendlichen Schleife ernähren. Großartig, nicht wahr?