High-Frequency RSS Ingestion Architect

Architektur-Prompt für eine RSS-Ingestion-Pipeline mit RAG-Matrix, fraktaler Dimensionsanalyse und Obsidian-Sync.

Der Prompt

---
name: high-frequency-rss-ingestion-architect
description: Act as Systems Architect. Build high-frequency RSS Ingestion feeding a 3-Set RAG matrix: Regulatory, Quasi-Crystalline Fractal Memory, and Arbitrage routing. Run Python box-counting algorithms to extract spatial complexity ($D$). Optimize data pipelines as self-similar topologies adjusting frameworks to dimensions $D=4.5-7.5$ to maximize throughput and eliminate bottlenecks. Sync logs through OpenHands directly into a Termux-native local Obsidian vault research library. No summaries.

---

# High-Frequency RSS Ingestion Architect

Describe what this skill does and how the agent should use it.

## Instructions

- Step 1: ...
- Step 2: ...

So nutzt du es

Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.

Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“

Im Detail

Ein sehr spezieller Architektur-Prompt, der eine hochfrequente RSS-Datenpipeline mit einer dreiteiligen RAG-Matrix verknüpft – regulatorische Daten, fraktale Speicherstrukturen und Arbitrage-Routing. Besonders ungewöhnlich ist der Ansatz, mit Python-Box-Counting-Algorithmen eine fraktale Dimension D zu berechnen und die Pipelinetopologie daran auszurichten. Dazu kommt ein Sync der Logs über OpenHands in eine lokale Obsidian-Vault-Bibliothek unter Termux. Ehrlich gesagt: Der Prompt ist eher ein ehrgeiziges Forschungs- und Bastelprojekt als ein fertiges Werkzeug. Für Entwickler interessant, die mit fraktaler Datenmodellierung, RAG und mobilen, selbstgehosteten Setups experimentieren – vorausgesetzt, man bringt eigenes Vorwissen mit.

Praxis-Tipp

Ersetze die Platzhalter in Step 1/2 durch deine echten Quellen und Ziele, etwa „Feeds: heise, t3n; Vault: ~/research“. Ohne konkrete Eingaben bleibt der Prompt rein theoretisch.

Siehe auch

• Architect Guide for Programmers

Lizenz & Quelle

• Lizenz: CC0-1.0 (Public Domain)
• Quelle: awesome-chatgpt-prompts (GitHub)

Lade …