·designing-distributed-systems
</>

designing-distributed-systems

Quando si progettano sistemi distribuiti per scalabilità, affidabilità e coerenza. Copre teoremi CAP/PACELC, modelli di coerenza (forte, eventuale, causale), modelli di replica (leader-follower, multi-leader, leaderless), strategie di partizionamento (hash, intervallo, geografico), modelli di transazione (saga, event sourcing, CQRS), modelli di resilienza (interruttore automatico, paratia), rilevamento dei servizi e strategie di memorizzazione nella cache per la creazione di architetture distribuite tolleranti ai guasti.

30Installazioni·2Tendenza·@ancoleman

Installazione

$npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems

Come installare designing-distributed-systems

Installa rapidamente la skill AI designing-distributed-systems nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: ancoleman/ai-design-components.

Design scalable, reliable, and fault-tolerant distributed systems using proven patterns and consistency models.

Distributed systems are the foundation of modern cloud-native applications. Understanding fundamental trade-offs (CAP theorem, PACELC), consistency models, replication patterns, and resilience strategies is essential for building systems that scale globally while maintaining correctness and availability.

CAP Theorem: In a distributed system experiencing a network partition, choose between Consistency (C) or Availability (A). Partition tolerance (P) is mandatory.

Quando si progettano sistemi distribuiti per scalabilità, affidabilità e coerenza. Copre teoremi CAP/PACELC, modelli di coerenza (forte, eventuale, causale), modelli di replica (leader-follower, multi-leader, leaderless), strategie di partizionamento (hash, intervallo, geografico), modelli di transazione (saga, event sourcing, CQRS), modelli di resilienza (interruttore automatico, paratia), rilevamento dei servizi e strategie di memorizzazione nella cache per la creazione di architetture distribuite tolleranti ai guasti. Fonte: ancoleman/ai-design-components.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from ancoleman/ai-design-components

Risposte rapide

Che cos'è designing-distributed-systems?

Quando si progettano sistemi distribuiti per scalabilità, affidabilità e coerenza. Copre teoremi CAP/PACELC, modelli di coerenza (forte, eventuale, causale), modelli di replica (leader-follower, multi-leader, leaderless), strategie di partizionamento (hash, intervallo, geografico), modelli di transazione (saga, event sourcing, CQRS), modelli di resilienza (interruttore automatico, paratia), rilevamento dei servizi e strategie di memorizzazione nella cache per la creazione di architetture distribuite tolleranti ai guasti. Fonte: ancoleman/ai-design-components.

Come installo designing-distributed-systems?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/ancoleman/ai-design-components