AI-воркфлоу: DuckDB и терминал
Автор объясняет, почему копировать чужие AI-воркфлоу бесполезно, и делится своим подходом: DuckDB CLI + Claude Code в терминале Ghostty для аналитики и разработки.
privacy
Эта заметка участвует в semantic memory.
AI Summary
- Короткий обзор сути: копировать чужие AI-воркфлоу неэффективно, потому что работа с AI — творческий процесс, а не программирование; ценность в мелких советах и инструментах. Автор использует два потока: Cursor Pro для разработки и Claude Code в терминале для аналитики. 🔑 Ключевые факты: маленькие модели (Haiku) справляются с анализом; MCP не нужны, если есть CLI; DuckDB CLI даёт почти нулевые галлюцинации; семантические слои избыточны при чистых gold-таблицах; Ghostty позволяет держать несколько окон (DuckDB + файловую систему) в одном сеансе. 📌 Важные детали: DuckDB CLI понимает команды, работает с S3, Postgres и Parquet; секреты хранятся в DuckDB secrets manager и не передаются агенту; CLAUDE.md содержит ATTACH-команды и инструкции; один DuckDB-процесс — поэтому для параллельных агентов нужны Parquet/CSV; автор использует 4 агента одновременно для разных анализов. 💡 Вывод и значение: открыть Claude Code в Ghostty, создать CLAUDE.md с важными командами, использовать DuckDB CLI вместо Python-скриптов, запускать несколько агентов для параллельных задач, хранить секреты в DuckDB secrets manager.