Перетегал тут через LLM все сохранённые статьи (~8000) и получил довольно общий список: какие проблемы интересны, какими методами решаются и с помощью каких инструментов. В итоге теперь по комбинации проблемы (e.g. масштабирование) и применяемого стека можно откопать, что предпринимали люди на этот счёт. Наверное, умные люди называют это референтной библиотекой. И тут сразу вопрос: зачем она, если был Google (ответ всё тот же — link rot) и теперь GPT (который тебе из этого и генерирует)? А вот с GPT как раз интереснее. Подключаем эту базу как MCP, описываем в системном промпте, каким образом сформированы теги, — и получаем более предметные ответы. А так как рядом лежит и контент, то до RAG осталось недалеко :) Если кто-то хочет со своим архивом такое сделать, то промпт лежит тут.