AWS CDK 脚手架
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/aws-cdk-scaffolder 到你的 AI 助手中。
技能介绍
要解决的问题
每次新建 AWS CDK 项目,都要面对一堆同样的选择题:用 JavaScript 还是 TypeScript,用哪套目录结构,Python 项目该怎么摆放模块,cdk.json 和 entrypoint 要写什么。这些决策本身不复杂,但散落在官方 README 和教程里,照抄一遍的时间往往比写业务代码还长,版本一变还容易配错。
它的工作方式
这个技能把「初始化一个 CDK 项目」压缩成一次可直接执行的流程:
- 先校验运行时:确认本机有 Node.js 与 AWS CDK CLI,或满足 Python(
Python ≥ 3.8)的前置条件。 - 再落地脚手架:依据上游文档生成最小可用的项目骨架,而不是丢给你一份模板让你自己填空。
- 给出明确的项目结构:尤其针对 Python,会推荐一套符合 CDK 习惯的应用目录布局,避免把
app.py、stacks/、requirements.txt随手堆在一起。 - 指回官方路径:入门部分直接挂到 AWS CDK Developer Guide 的 tutorial,需要逐步深入时不必再找入口。
适用边界与注意点
- 它解决的是项目初始化,不是部署流水线。生成代码之后,
cdk deploy的凭证配置、环境隔离(account/region/stage)仍需自己处理。 - 上游文档会随 CDK 主版本更新,遇到行为不一致时以官方指南为准,不要只依赖抽取出来的摘要。
- 脚手架产出的只是起点,架构约束(模块化 stack、context 复用、测试方式)需要在项目演进中自行沉淀。
使用场景
- 初次搭建CDK项目时,需要快速生成符合官方推荐结构的项目骨架,省去手动创建目录和配置文件的时间
- 使用Python开发CDK应用时,需要明确模块划分和依赖管理的最佳实践,避免项目结构混乱
- 从零开始学习CDK时,需要一步步引导进入官方教程,而不是自己摸索环境配置
适合人员
- 云架构师:需要快速生成标准化的CDK项目结构,确保团队协作时的代码一致性
- Python后端开发者:使用CDK构建基础设施时,需要明确的目录规范和依赖管理建议
- 运维工程师:在自动化部署流程中,需要可靠的脚手架减少环境配置错误