知識樹的主結構:圖書館分類法夠不夠用
想把部落格文章裡的知識點做成遊戲那樣能一格一格點亮的知識樹,第一個想到的是圖書館分類法。順著這個念頭往下追:圖書館分類放進這些文章會遇到什麼,遊戲裡的樹到底是什麼結構,學科本體、敘詞表、刻面分類各補上了哪一塊,“點亮”背後的知識空間理論,點亮的深淺怎麼分,最後這幾樣東西各自該放在樹的哪一層。
共 4 篇
想把部落格文章裡的知識點做成遊戲那樣能一格一格點亮的知識樹,第一個想到的是圖書館分類法。順著這個念頭往下追:圖書館分類放進這些文章會遇到什麼,遊戲裡的樹到底是什麼結構,學科本體、敘詞表、刻面分類各補上了哪一塊,“點亮”背後的知識空間理論,點亮的深淺怎麼分,最後這幾樣東西各自該放在樹的哪一層。
三個監控工具各報一個接近 100% 的覆蓋率,一張核心表卻停更了 6 小時沒人知道。順著這個現象往下追:覆蓋率的分母從哪來,模板各不相同時“被監控”指什麼,Flink 作業接上源頭就有的監控到底覆蓋了什麼,怎樣用實體、關係、能力三樣東西搭一個本體層,以及怎樣用“哪些要覆蓋”“覆蓋了什麼”兩套規則加一個求解器,讓覆蓋率不靠手工登記就能算出來,而規則本身可以用 Kubernetes 親和性風格的 YAML 或 SQL 來寫。
Leader 總覺得成員不夠主動、方向會偏,於是自己把方向;人用 AI 也是人定方向、AI 幹活。這種分工真是因為誰更聰明嗎?方向權實際跟著什麼走,成員的被動又有多少是關係本身造出來的?
先寫故事,再提測試,最後寫程式碼。一種用 Markdown + pytest 就能落地的輕量開發方法,以及它和 BDD、ATDD 等業界實踐的異同。