К основному содержанию
промпт GP ChatGPT

Kafka Streaming taste — промпт для ChatGPT

Промпт Kafka Streaming taste задаёт правила проектирования и архитектуры потоков данных в Kafka для ChatGPT, Claude.ai и Claude Code.

CC0-1.0 ★ 178 201 обновлён 2026-10-24

Открыть на GitHub

Что делает Kafka Streaming taste

Промпт задаёт системные требования для работы с Apache Kafka, охватывая наименование топиков по доменам вроде orders.order-placed.v1, регистрацию схем в Avro или Protobuf и выбор ключа партиционирования по идентификатору сущности. Конфигурация продюсеров требует включенной идемпотентности, acks=all и min.insync.replicas=2 при коэффициенте репликации 3 для критичных данных.

Инструкции описывают модель доставки at-least-once, обработку ошибок через топики мертвых очередей, сохранение смещений только после успешного выполнения побочных эффектов и транзакционный паттерн outbox для атомарной публикации вместе с записью в базу данных. Управление топиками, партициями и ACL ведется через код с ревью в pull request, а автоматическое создание топиков на проде отключено.

Для интеграционных тестов используются контейнеры с реальным брокером, а изоляция клиентов обеспечивается TLS, аутентификацией и раздельными ACL. Сообщения передаются в прошедшем времени как факты о событиях, а не как команды.

Для установки в Claude Code сохраните файл промпта по пути .claude/commands/prompts.csv.md.

Какие задачи решает

  • проектировать топики и партиции Kafka
  • настраивать гарантии доставки и идемпотентность
  • управлять схемами и сериализацией Avro или Protobuf
  • обрабатывать ошибки и очереди dead-letter
  • реализовывать паттерн outbox и логирование

Примеры запросов агенту

  • Задай стандарты Kafka Streaming taste для проектирования топиков и партиций
  • Напиши конфигурацию продюсера Kafka по стандартам Kafka Streaming taste
  • Опиши схему обработки ошибок и dead-letter очередей для Kafka Streaming taste

Как установить Kafka Streaming taste

Как использовать

Вставьте текст в начало диалога или в инструкции проекта

Вопросы о Kafka Streaming taste

Как установить Kafka Streaming taste в Claude Code?

Сохраните файл конфигурации в репозитории по пути .claude/commands/prompts.csv.md.

Что делает Kafka Streaming taste?

Промпт задаёт архитектурные правила и стандарты для проектирования шины данных на базе Apache Kafka, включая схемы топиков, гарантии доставки, идемпотентность потребителей и управление конфигурацией через код.

Какие требования к настройке продюсеров задаёт промпт?

Для критичных бизнес-данных требуется включать идемпотентность, устанавливать параметры acks=all и min.insync.replicas=2 при факторе репликации 3.

Исходный текст

prompts.csv · CC0-1.0
# Kafka Streaming taste of a pragmatic event platform engineer
- Name topics by domain and event, such as `orders.order-placed.v1`, and put the schema version in the name only when a breaking change forces a new topic. Confidence: 0.85
- Register every topic schema in a schema registry (Avro or Protobuf) with backward compatibility enforced; never publish raw untyped JSON to shared topics. Confidence: 0.90
- Choose the partition key from the entity whose ordering matters (order id, account id), and never rely on ordering across partitions. Confidence: 0.95
- Start with enough partitions for expected peak consumer parallelism plus headroom, because increasing partitions later breaks key-to-partition mapping. Confidence: 0.80
- Run producers with `acks=all`, idempotence enabled and `min.insync.replicas=2` on a replication factor of 3 for anything business-critical. Confidence: 0.90
- Treat delivery as at-least-once and make every consumer idempotent with a dedupe key or upsert, instead of chasing end-to-end exactly-once. Confidence: 0.90
- Commit offsets only after the side effect has succeeded; disable auto-commit for consumers that write to databases or call APIs. Confidence: 0.90
- Send messages that fail repeatedly to a dead-letter topic with the original headers, error and attempt count, and alert on its growth. Confidence: 0.85
- Retry transient failures with bounded backoff inside the consumer before dead-lettering; never block a partition forever on one poison message. Confidence: 0.85
- Keep events as facts in past tense that describe what happened, not commands telling another service what to do. Confidence: 0.80
- Keep payloads small and self-contained enough to process without a synchronous call back to the producer, but put large blobs in object storage and send a reference. Confidence: 0.75
- Use the transactional outbox pattern to publish events atomically with database writes instead of dual writes. Confidence: 0.90
- Use log compaction for topics that represent the latest state per key, and time-based retention for pure event streams. Confidence: 0.85
- Monitor consumer lag per group and partition as the primary health signal, alerting on sustained growth rather than single spikes. Confidence: 0.90
- Put a correlation id and the producing service name in message headers so traces can follow an event across services. Confidence: 0.80
- Give every consumer group a stable, descriptive id tied to the service, and never share one group between unrelated applications. Confidence: 0.85
- Reach for Kafka Streams or Flink only when you need stateful joins or windowing; a plain consumer is simpler for stateless transforms. Confidence: 0.75
- Manage topics, partitions, retention and ACLs as code reviewed in pull requests, and disable automatic topic creation in production. Confidence: 0.90
- Lock down clusters with TLS, authenticated clients and per-service ACLs that grant only the topics each service needs. Confidence: 0.85
- Test consumers against a real broker in containers for integration tests, and keep unit tests on pure handler functions. Confidence: 0.80
- Document each topic's owner, schema, key, retention and consumers in a catalog that lives next to the topic definitions. Confidence: 0.70

© f · CC0-1.0 · f/prompts.chat

Похожие промпты

Все промпты по теме «Бэкенд и API» →
kafka-stream-processing manutej Скилл kafka-stream-processing снабжает ИИ-агента инструкциями по проектированию потоковой обработки на Apache Kafka. Он пригодится при настройке продюсеров, консьюмеров и топологий Kafka Streams. CX Codex +1 482установок kafka-expert personamanagmentlayer Скилл kafka-expert для Apache Kafka: продюсеры, консьюмеры, Kafka Streams и партиционирование — пригодится, когда в проекте появляется событийная шина. CX Codex +1 220установок streaming-skills-plugin Confluent Плагин streaming-skills-plugin для Claude Code генерирует код Kafka-продюсеров и консьюмеров, приложений Flink и схем Schema Registry в задачах стриминговой разработки. ★ 67звёзд репо kafka-development Mindrally Скилл kafka-development для Claude Code содержит лучшие практики Apache Kafka и помогает настраивать producer/consumer-пайплайны, партиционирование топиков, Kafka Streams и Schema Registry. CX Codex +1 1 200установок neo4j-kafka-skill neo4j-contrib Скилл neo4j-kafka-skill для Claude Code помогает настраивать Neo4j Connector for Kafka и потоковую репликацию через CDC. Стримит события из Kafka в граф или выгружает изменения Neo4j в топики. CX Codex +1 814установок aws-messaging-and-streaming aws Скилл aws-messaging-and-streaming помогает агенту выбрать, чем двигать данные в AWS: очередью, шиной событий или журналом. Полезно до того, как вы зафиксируете SQS или Kinesis. CX Codex +1 9 200установок

Из того же набора218

Весь набор →
Linux Server Hardening taste Промпт Linux Server Hardening taste для ChatGPT задаёт инженерные правила ужесточения безопасности Linux-серверов. Включается при подготовке серверных образов, настройке SSH и написании сценариев автоматизации. GP ChatGPT ★ 178 201звёзд репо Database Schema Design taste Промпт Database Schema Design taste для ChatGPT задаёт правила проектирования реляционной схемы базы данных. Он охватывает ключи, ограничения, индексы и хранение данных. GP ChatGPT ★ 178 201звёзд репо Solidity Smart Contract taste Промпт Solidity Smart Contract taste для ChatGPT, Claude.ai и Claude Code задаёт стандарты безопасности при написании и аудите смарт-контрактов на Solidity. GP ChatGPT ★ 178 201звёзд репо Pandas Data Analysis taste Промпт Pandas Data Analysis taste для ChatGPT и Claude.ai предлагает практики работы с Pandas для воспроизводимого анализа данных. GP ChatGPT ★ 178 201звёзд репо Helm Chart taste Промпт Helm Chart taste для ChatGPT задаёт критерии проектирования Helm-чартов. Он помогает проверить шаблоны, настройки безопасности и тесты перед выпуском чарта. GP ChatGPT ★ 178 201звёзд репо Prisma ORM taste Промпт Prisma ORM taste для ChatGPT и Claude Code задаёт строгие инженерные правила работы с Prisma ORM. Фиксирует архитектуру схемы, миграций и запросов к базе данных. GP ChatGPT ★ 178 201звёзд репо GitHub Actions taste Промпт GitHub Actions taste для ChatGPT задаёт правила проектирования CI на GitHub Actions. Он помогает настроить проверки, публикацию релизов и безопасные деплои. GP ChatGPT ★ 178 201звёзд репо Cloudflare Worker taste Промпт Cloudflare Worker taste для ChatGPT и Claude.ai, который задаёт инженерные стандарты разработки на Cloudflare Workers. Помогает соблюдать архитектурные принципы при написании кода, управлении секретами и деплое. GP ChatGPT ★ 178 201звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой