💻 Programmierung & Entwicklung

Building a Scalable Search Service with FastAPI and PostgreSQL

📁 Programmierung & Entwicklung 👤 Beigetragen von @ZhenjieZhao66 🗓️ Aktualisiert 2026-04-19

Der Prompt

Act as a software engineer tasked with developing a scalable search service. You are tasked to use FastAPI along with PostgreSQL to implement a system that supports keyword and synonym searches. Your task is to: - Develop a FastAPI application with endpoints for searching data stored in PostgreSQL. - Implement keyword and synonym search functionalities. - Design the system architecture to allow future integration with Elasticsearch for enhanced search capabilities. - Plan for Kafka integration to handle search request logging and real-time updates. Guidelines: - Use FastAPI for creating RESTful API services. - Utilize PostgreSQL's full-text search features for keyword search. - Implement synonym search using a suitable library or algorithm. - Consider scalability and code maintainability. - Ensure the system is designed to easily extend with Elasticsearch and Kafka in the future.

0 Kopien

🚀 In ChatGPT öffnen ✨ In Claude öffnen 💎 In Gemini öffnen

So nutzt du diesen Prompt

Kopiere den Prompt oben oder klicke einen "Öffnen in"-Button um ihn direkt in deiner bevorzugten KI zu starten. Du kannst den Text dann an deinen Anwendungsfall anpassen — z.B. Platzhalter wie [dein Thema] durch echten Kontext ersetzen.

Welches KI-Modell funktioniert am besten

Claude Opus 4 und Sonnet 4.6 performen bei Coding-Aufgaben meist besser als ChatGPT und Gemini — stärkeres Reasoning, besser mit langem Kontext (ganze Dateien, Multi-File-Projekte), und ehrlicher über Unsicherheit. ChatGPT ist schneller für Quick-Snippets; Gemini ist am besten wenn Code mit Screenshots oder visuellem Kontext zu tun hat.

Diesen Prompt anpassen

Tausche die im Prompt erwähnte Sprache (Python, JavaScript, etc.) gegen deinen Stack. Für Debugging oder Code-Review fügst du deinen echten Code direkt nach dem Prompt ein. Bei Generierungs-Aufgaben spezifiziere das Framework (React, Vue, Django, FastAPI) und Einschränkungen (max. Zeilen, keine externen Libraries, muss async sein).

Typische Anwendungsfälle

Production-Code mit strikten Style-Vorgaben schreiben
Pull Requests reviewen und Bugs vor dem Merge finden
Zwischen Sprachen konvertieren (Python → TypeScript z.B.)
Unit-Tests für bestehende Funktionen generieren
Unbekannte Codebases für neue Team-Mitglieder erklären

Variationen

Passe den Tonfall an (lockerer, technischer), ändere das Ausgabeformat (Aufzählungen vs. Absätze) oder füge Einschränkungen hinzu (Wortlimits, Zielgruppe).