txt_world_domination
V1.0 Wise Books
サーバーレスCMS（単純なテキスト!!! ）は、多次元分類分類の拡張機能を備えたマークダウンに基づいており、トピック（軸）とサブトピック（座標）に基づいてコンテンツをナビゲートできます。
このプロジェクトは、「長寿命」（長年または数十年）のドキュメント管理のための使いやすいツールを提供することを目的としています。
研究（PHD）の作業、複雑なソフトウェアドキュメント、複雑な手順、本の執筆、「産業」Webページを安全に保存および分類することをお勧めします。焦りのいくつかの例：
コンテンツは単なるテキスト（奇妙なバイナリデータベース形式）であるため、「1つのことをして正しいことをする」に続いてコンテンツを編集および管理するために多くのツールを再利用できることを意味します。 Unix哲学。
次の機能は無料で提供されます：
┌──────────────────────────────────────────────────────────────┐
├─ 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) │
└──────────────────────────────────────────────────────────────┘
テキストファイルのセットまたはサブセット（マークダウン、ソースコード）は、「ペイロード」リストを介して単一の「大きな」最終仮想ファイルにグループ化できます。このリストは、最終的なマークダウンドキュメントを形成するために連結するマークダウンファイルのリストを各新しい行に示す通常のTXTファイルです。例：
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
このプロジェクトがどのように使用されているかについてのほんの一部の例は、現実世界のドキュメントを文書化するために使用されています。
なぜ機械学習と大規模な言語モデルの時代にメモを取るのですか？
簡単に言えば。彼らはお互いを補完します：
AIは、基本的なプログラミングタスクや（それほど基本的ではない）数学のようなタスクを明確に定義されたセットと操作（代数問題、チェスのような問題など）に適用すると、「微細」に動作します。
私はソフトウェア開発の世界で働いています。私の経験を要約させてください：
反対側では、専門家からメモを取ると、競合する製品にタグを付け、長所/短所を強調し、チートシートを撮影し、ユースケースを注釈、保留中の機能、そのようなものができます。
いくつかの「情報」を取得し、以前のメモ（おそらく4年前に書かれたかもしれません）を完成させることができます。最後に、もっと賢明な決定を下すことができます。
高度な迅速なエンジニアリングを通じて、 AIが賢明な回答を返すことができます。実際、メモを取得して分類し、明確に定義された安定した分類法を作成することは、「高度な」プロンプトエンジニアリングの「必須」であると言えます。
LLMボットにタスクの解決について尋ねることができ、何度も機能します。いくつかの質問が発生します：
私たちはLLMを尋ねています。なぜなら、私たちは最初の場所で解決策を無視しているので、おそらく代替のソリューションを無視し、おそらく他の多くのことを無視します（未知の未知数のリスクを覚えておいてください）。関連するタスクや同様の問題の関連する代替案についてメモを取ると、そのような情報をプロンプトに追加できるようになり、「直交」の側面（QA、セキュリティ、標準化、最高のパターンなど）での充填を検討することもできます。このようにして、LLMが問題の次元を減らすのを支援し、プロンプトはより効率的なプロンプトになります。
言うまでもなく、LLMはトピックとサブトピックを提案することで、分類法の設計にも役立ちます。その意味で、両方のシステムは無限のループで互いに供給できます。素晴らしいですね。
