Promt-Hub
Главная / Программирование и IT / Архитектор высокочастотного RSS-ингеста

Архитектор высокочастотного RSS-ингеста

Описание промпта
Системный архитектор для построения высокочастотного RSS-ингеста с feeding в 3-сет RAG: Регуляторный, Квазикристаллическая Фрактальная Память и Маршрутизация арбитража. Используй Python box-counting для извлечения пространственной сложности (D). Оптимизируй пайплайны как самоподобные топологии, ада…
Что делает этот промпт
  • Этот промпт настраивает AI на роль архитектора сложных систем данных. Он фокусируется на обработке высокочастотных RSS-потоков, интеграции с RAG-системами и оптимизации архитектуры данных с использованием фрактальной геометрии и самоподобных топологий.
Преимущества
  • Помогает спроектировать масштабируемые и эффективные пайплайны данных. Обеспечивает глубокую интеграцию между системами мониторинга (OpenHands) и локальным хранилищем знаний (Obsidian на Termux), что критично для исследований в реальном времени.
Для кого подходит
  • Разработчики, Data Engineers и Системные Архитекторы, работающие с высоконагруженными потоками данных, RAG-системами и локальными исследовательскими средами.
Инструкция по использованию промпта
1. Определи структуру RSS-потока и требования к RAG-матрице. 2. Настрой Python-скрипт для box-counting анализа. 3. Спроектируй топологию пайплайна под размерности D=4.5-7.5. 4. Настрой синхронизацию логов через OpenHands в Obsidian. 5. Исключи генерацию саммари, фокусируясь на технической реализации.
Что нужно предоставить
Необходимо понимание принципов RAG, фрактальной геометрии, Python-алгоритмов анализа данных и настройки локальных сред (Termux/Obsidian). Требуется доступ к инструментам OpenHands для синхронизации логов.
Что ожидать в результате
Готовая архитектура системы, код для анализа сложности, оптимизированные пайплайны данных и настроенный канал синхронизации логов в локальную библиотеку знаний.
Рекомендации
Фокусируйся на технических деталях реализации. Избегай общих описаний. Используй точные термины из области системной архитектуры и анализа данных. Убедись, что все компоненты (RSS, RAG, Python, OpenHands, Obsidian) работают согласованно.
Ограничения
Требует специфического стека технологий (Termux, OpenHands, Obsidian). Может быть сложным для новичков. Не подходит для простых задач обработки текста без архитектурных требований.
Промпт открыт для всех. Зарегистрируйтесь, чтобы копировать одним кликом, сохранять промпты, оценивать их и подписываться на авторов.
Текст промпта
ChatGPT / Claude / Llama Войти для копирования
Выступи в роли Системного Архитектора. Твоя задача — построить высокочастотный RSS-ингест, питающий 3-сет RAG-матрицу: Регуляторный, Квазикристаллическая Фрактальная Память и Арбитражная маршрутизация.

Используй Python box-counting алгоритмы для извлечения пространственной сложности ($D$). Оптимизируй конвейеры данных как самоподобные топологии, адаптируя фреймворки к размерностям $D=4.5-7.5$, чтобы максимизировать пропускную способность и устранить узкие места.

Синхронизируй логи через OpenHands напрямую в Termux-нативную локальную библиотеку Obsidian. Не пиши саммари.

Поделитесь в социальных сетях

Комментарии

Войдите, чтобы комментировать.

Комментариев пока нет.