TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1238 · 15.05

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

Hashtags

Резултати

Намерени 4 подобни публикации

Търсене: #springboot

当前筛选 #springboot清除筛选

SpringBoot+Websocket打造实时聊天股票行情系统 #SpringBoot#Websocket#股票行情 本系统将SpringBoot高效后端与Websocket实时通信结合,推送即时股票行情。支持多人在线聊天互动,提供直观的K线图展示,助您快速掌握市场动态,体验金融科技的魅力。 💾 获取资源请点击:👉 点我获取SpringBoot+Websocket打造实时聊天股票行情系统👈

GitHub Trends

@githubtrending · Post #15559 · 14.03.2026 г., 11:30

#java#docker#mybatis#oss#springboot#vue RuoYi-Vue-Plus is a free, open-source backend framework upgraded from RuoYi for distributed clusters and multi-tenant use, built with Spring Boot 3.5, Vue3, TypeScript, MyBatis-Plus, and Redisson. It offers superior features like plugin decoupling, advanced permissions, multi-database support, workflows, code generation, Docker deployment, monitoring, and data security tools—far beyond original RuoYi. You benefit by building scalable enterprise apps 80% faster with less code, easier maintenance, and robust security for production. Warning: Versions ≤5.5.3 have critical flaws (CVE-2025-66916 RCE, CVE-2026-2819 auth bypass); update immediately. https://github.com/dromara/RuoYi-Vue-Plus

Repositorio data science

@repo_science · Post #4259 · 08.12.2025 г., 03:46

#SpringBoot#RESTAPI#BackendDevelopment#CodeWithMosh#Java#StripeIntegration#CloudDeployment#LearnToCode 🚀 Ready to take your backend skills to the next level? 🔗Spring Boot: Mastering REST API Development🎓 - Learn to build clean, secure RESTful APIs - Add authentication, role-based access, and JWT security 🔒 - Integrate Stripe for real payment processing 💳 - Deploy your app and database to the cloud ☁️ - Apply industry best practices for production-ready code 🛠 👉 Join now @repo_science and start building real-world projects like a pro!

GitHub Trends

@githubtrending · Post #14647 · 30.04.2025 г., 12:00

#javascript#approval_process#cms#crm#ehr#erp#hr#layui#mysql#oa#privileges#redis#skyeye#springboot#springboot2#springcloud_vue#websocket This platform uses Springboot, Layui, UNI-APP, and Ant Design Vue to create a low-code system for intelligent manufacturing. It includes over 30 application modules and more than 50 electronic workflows, covering CRM, ERP, MES, and more. This system streamlines business processes from customer relations to production and after-sales service, improving efficiency and data transparency. It also manages employee operations, providing a comprehensive solution for businesses. The benefits include faster development, reduced redundancy, and enhanced data management, making it ideal for companies seeking digital transformation. https://github.com/dromara/skyeye