GenSysAI

Gensysai: Desainer Sistem Terdistribusi Otomatis GPT

Gensysai adalah alat eksperimental berdasarkan LLM yang dapat membantu Anda merancang sistem terdistribusi dari pernyataan masalah yang didefinisikan dengan baik.

---

Motivasi

Saat merancang sistem terdistribusi berskala besar, Enginner Perangkat Lunak Individual atau Arsitek memiliki keterbatasan pada pengetahuan tidak hanya strategi yang berbeda tetapi juga teknologi dari penyedia cloud yang berbeda.

Meskipun meneliti tentang masalah tersebut, membaca berbagai blog, buku, dan makalah memberikan gambaran terperinci tentang mereka, alat ini bertujuan untuk memberikan inti komprehensif dari sistem terdistribusi yang ingin Anda rancang. Ini dapat membantu dalam penelitian terfokus sambil merancang suatu sistem, bahkan dapat membantu Anda mempersiapkan wawancara.

Ini bukan solusi yang sempurna, tetapi ini adalah bantuan bagi Anda untuk menciptakan solusi yang lebih sempurna.

Pedoman Penggunaan

Jika Anda ingin menjalankan di terminal, periksa Main.py dan jalankan

pip install -r requirements.txt

python main.py

Jika tidak untuk menjalankan aplikasi streamlit, jalankan

streamlit run Home.py

Sampel

Checkout Direktori Sampel, untuk Notebook Eksperimental dan Dokumen Desain yang dihasilkan.

Demo di atas dihasilkan dari pernyataan masalah -

Desain aplikasi berbagi foto seperti Instagram di mana pengguna dapat memposting foto atau video, dapat mengikuti pengguna lain, menelusuri foto dan video yang diposting oleh pengguna berikut, seperti dan mengomentari posting dengan pengguna berikut.

Langkah selanjutnya

1. Rekayasa cepat untuk mendapatkan hasil yang lebih baik.
2. Desain kontekstual untuk komponen yang dipilih untuk menghindari jawaban umum, misalnya desain database mempertimbangkan persyaratan layanan, persyaratan caching opsional berdasarkan pola akses database dll.
3. Akomodasi Persyaratan Non -Fungsional - Skala, Throughput dll.
4. Tinjauan iteratif dari desain yang dihasilkan dan otomatis yang benar dan mengimbangi diri. Identifikasi skenario penting seperti cache stampede dan jawaban untuk menangani mereka.
5. Eksperimen dengan model GPT yang berbeda dan membuat tolok ukur.

Kontribusi

1. Jangan ragu untuk berkontribusi pada proyek ini.
2. Ada beberapa fitur yang ada dalam pikiran saya sebagaimana dipanggil di bagian langkah selanjutnya. Harap ajukan masalah dengan permintaan fitur terperinci.

Fakta menyenangkan: Nama proyek ini dihasilkan oleh ChatGPT.