Pełna doktryna jako reguły operacyjne
Pełen rejestr dla kogoś, kto ogarnia stack: model danych, wydajność, odporność i dystrybucja — ujęte jako twarde reguły operacyjne dla agenta i twórcy, nie jako luźne porady.
- 1
Skille i refaktoring pod kontrolą
Powtarzalny, sprawdzony wzorzec warto zamknąć w skillu — wtedy agent ma gotowe narzędzie zamiast wymyślać je za każdym razem od nowa. Refaktoring jest dyscypliną, nie sprzątaniem przy okazji: najpierw zielone testy jako siatka bezpieczeństwa, potem zmiana struktury bez zmiany zachowania, na końcu znów zielono. Nie miesza się refaktoringu z nową funkcjonalnością w jednym commicie. Kiedy nie ma testów, które obronią zmianę, najpierw piszesz testy.
- 2
Model danych i normalizacja
Dane projektuje się tak, by się nie powielały i łatwo zmieniały: wartości słownikowe trzymane w jednym miejscu, slug zamiast gołego ID tam, gdzie URL ma być czytelny i trwały, wzorzec aktywnego wiersza zamiast twardego kasowania historii. Denormalizacja bywa potrzebna dla wydajności, ale jest decyzją świadomą i opisaną, nie efektem ubocznym pośpiechu. Pytanie kontrolne: „jeśli ta wartość zmieni się jutro, w ilu miejscach trzeba ją poprawić?”. Dobra odpowiedź to „w jednym”.
- 3
Elastyczność, skalowalność, wydajność
Warstwy aplikacji rozdziela się, a zmienne zachowania chowa za feature flagami, żeby produkt rósł bez przepisywania go od zera. Wydajność to dyscyplina pomiaru: najpierw mierzysz i znajdujesz realne wąskie gardło, dopiero potem optymalizujesz — indeksy (w tym częściowe) tam, gdzie zapytania bolą, koniec z problemem N+1, streaming dużych odpowiedzi zamiast ładowania wszystkiego do pamięci. Wybór między „skala do zera” a „zawsze włączony” robisz świadomie, pod profil ruchu. Szybkość udowadnia się liczbami przed i po, nie wrażeniem.
- 4
Odporność operacyjna
Po wdrożeniu w serwis uderzają realni użytkownicy i zewnętrzne systemy — i wtedy okazuje się, czy jest odporny. Limity zapytań, timeouty i bezpieczne wartości brzegowe sprawiają, że jeden zły request albo wolna zależność nie kładą całości. Obsługa zdarzeń jest idempotentna: ten sam sygnał odebrany dwa razy nie psuje stanu. Projektujesz pod awarię zależności, nie tylko pod szczęśliwą ścieżkę — bo zewnętrzne API kiedyś padnie, a Twój serwis ma to przetrwać z godnością.
- 5
Widoczność i dane z sieci
SEO robi się porządnie: hreflang dla wersji językowych, dane strukturalne (JSON-LD), świadome E-E-A-T/YMYL tam, gdzie temat jest wrażliwy, a parytet językowy traktujesz jak test, nie życzenie. Pozyskiwanie danych z sieci, delegowanie zadań do API AI i chatboty to funkcje produktu z własnym kontraktem: scraping z poszanowaniem limitów i kosztów, zadania do AI opisane jak każde inne wejście-wyjście, chatbot sterowalny konfiguracją bez kolejnego deployu. Każda z tych rzeczy ma być tania, przewidywalna i odwracalna.
Rozdziały tego poziomu
Skille i refaktoring
Kiedy zbudować skill; dyscyplina refaktoringu.
CzytajSEO i tłumaczenia
hreflang, JSON-LD, E-E-A-T/YMYL, parytet językowy jako test.
CzytajModel danych i normalizacja
Słowniki, slug zamiast ID, active-row, świadoma denormalizacja.
CzytajElastyczność i skalowalność
Rozdziel warstwy, feature flags, scale-to-zero vs always-on.
CzytajWydajność: frontend i SQL
Mierz najpierw, indeksy i partial index, brak N+1, streaming.
CzytajOdporność operacyjna
Limity, timeouty, idempotentność zdarzeń — serwis ma nie paść od jednego złego requestu.
CzytajScraping, API AI i chatboty
Pozyskiwanie danych z sieci, delegowanie zadań do AI i sterowalne chatboty — jako funkcje produktu.
CzytajProwadzenie Claude
Skille, slash-komendy, wybór modelu, autopilot, praca w tle i agentowe workflow — jak prowadzić agenta tanio i szybko.
Czytaj