Сделал в компании доклад о применении ИИ в архитектуре, давайте и вам расскажу.
Фокус в использовании подхода architecture as code: абсолютно все архитектурные артефакты у нас это тексты. С обычной документацией понятно, это и так некоторый набор текстовых файлов, чаще всего в макрдауне. Для них мы применяем структурный шаблон Arc42 — список из 12 пунктов, по которым нужно распределить информацию о проектируемой системе.
Структурный шаблон, во-первых, хорошо известен нейронкам, и они сразу понимают, о чём речь. Во-вторых, можно кинуться в модель бизнес-требованиям и очень быстро создать некий первоначальный набросок, от которого вы дальше уже пляшете, уточняя по пунктам и исправляя ошибки ИИ. Ну и, в-третьих, готовая структура с ящиками, по которым нужно всё раскладывать, это гораздо лучше, чем свалка ADR'ок, как это нередко бывает в компаниях.
Со схемами и диаграммами ещё интереснее. Берём инструменты со своими DSL-языками, такие, как Structurizr и PlantUML. Вся схема или диаграмма целиком определяется текстовым файлом. Можно применять Git со всеми его преимуществами. А для нейронок это родная среда: вы, как человек, смотрите на схему глазами, но нейронка работает с её DSL-файлом. Навскидку тут прирост эффективности даже больше, чем в программировании, потому что DSL это просто синтаксис, без смыслового наполнения, человеку его можно вообще не знать. Ты пишешь промпты, а смотришь уже на картинку, сгенерированную схему, и следующим промптом указываешь, где какие правки сделать. Нейронке при этом не приходится думать про потоки, асинхронность, типы данных, она просто правит текст как текст, поскольку у DSL нет поведения.
Тут как раз наиболее видна разница между рутинной и интеллектуальной частью работы. Как именно будет выглядеть схема, продумывает архитектор. Если доверить это нейронке, даже мощной, будет полно ошибок, неоптимальностей, неучтённых нюансов среды и так далее. Но вот само по себе написание синтаксиса — имба.
#dev@clockstackwheels
Google встроил AI прямо в Google Sheets — на уровне формул.
Больше не нужно вспоминать, как писать VLOOKUP или придумывать хитрые конструкции для сложных задач.
Теперь достаточно написать промпт в =AI() — и модель сама поймёт, что в ячейках, и вернёт нужный результат.
Примеры, что можно делать прямо в таблице в комметариях.
#google#spreadsheet#ai
—————————
Мысли Рвачева
—————————
https://github.com/blissnd/easyxls
Convert any #spreadsheet into a Python internal #dict/#array data structure, for easy processing. Can also handle pivot tables.
For pivot table usage, header_row_start & header_col_start need to be set equal to the top left corner of the pivot table => header_row_start=8, header_col_start='c' in the included example.
Column IDs must always be lowercase chars in quotes, e.g. 'a'.
Melder Secures $500K Funding
Melder has raised $500K in funding as of December 4, 2024. The platform allows users to analyze PDFs, DOCX files, and Emails using a straightforward spreadsheet tool.
#Funding#Melder#Tech#Startup#Investment#Spreadsheet#Email#DOCX#PDF#Analysis
#python#airtable#airtable_alternative#airtable_replacement#application_builder#automations#dashboards#database#low_code#no_code#no_code_database#no_code_platform#online_database#postgresql#restful_api#self_hosted#spreadsheet
Baserow is a powerful, open-source tool that lets you build databases and applications without coding. It offers full control over your data and environment, allowing self-hosting and customization. Unlike Airtable, Baserow doesn't limit your data storage or API calls, making it ideal for large projects. It combines the ease of a spreadsheet with advanced data management features, including dashboards and automation tools. This gives users complete ownership of their data and avoids vendor lock-in, making it a great choice for businesses needing flexibility and scalability.
https://github.com/baserow/baserow