Agent Skills
返回列表
🤖

AI中台

AI Agent 更新于 2026.08.29

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 @kunlungrowth/kunlun-ai-platform 到 AI 助手中。

技能介绍

为什么需要它:工程协作中的高频痛点

在 AI 中台这类快速演进的项目里,团队常常撞上几类反复出现的问题:

  • 代码评审缺少统一标准,反馈流于「风格喜好」,阻断性 bug 和建议性优化混在一起,作者不知道该先改哪个。
  • 技术方案文档写不出来,或写完只有「做什么」没有「为什么选 A 不选 B」,评审会上各说各话。
  • 线上报错后直接改代码靠猜,没有复现路径,修一个引入另一个,下次照样查不到。
  • 架构选型凭感觉,微服务还是单体、同步还是异步,缺少一份能留下决策记录的对比表。

AI中台 技能就是针对这些场景整理的一套结构化方法论和模板,覆盖 6 项核心能力:代码评审、技术方案设计、调试排错、架构权衡、API 设计和工程规范。

技能如何工作

每项能力都有一个明确的触发词和输入输出约定:

  • 代码评审:输入 diff 或 PR,输出检查清单加问题分级(阻断/建议/可选)。工作流按意图、正确性、安全、可维护性四层推进,最后给结论,而不是逐行吐槽。
  • 技术方案设计:输入需求加约束,输出包含背景、目标、选型和风险的方案模板,要求写清楚取舍理由,回滚方案是必选项不是加分项。
  • 调试排错:输入报错信息和上下文,输出定位树、复现步骤和修复验证。核心纪律是先稳定复现、再隔离变量、用证据排除假设,禁止没复现就动代码。
  • 架构权衡:输入场景加规模,输出选型表,列出每个候选的利弊、适用规模和长期成本。
  • 代码评审工作流的常见卡点包括:只看风格不看正确性、一次性全改导致改动过载,自救方式是按阻断级优先排序。
  • 线上排错工作流的常见卡点包括:直接改代码、盲猜根因,自救方式是先复现再动手、用证据推翻假设。

技能还内置了一张代码质量评分量表,从正确性、可读性、测试、安全、性能五个维度打 1 到 5 分,适合在评审结论里做量化记录。识别信号表会把你的自然语言映射到对应能力,比如「帮我看看这段代码」触发评审、「用A还是B」触发选型。

适用边界

这套方法论能覆盖工程协作中的典型环节,但有几条硬性边界需要明确:

  • 评审意见只是辅助参考,最终合并决策由负责人承担,技能不替代专业判断。
  • 不接入任何付费服务、外部 API 或账号,密钥凭证只给脱敏示例,不处理真实敏感凭据。
  • 不鼓励绕过安全机制或访问未授权系统。
  • 输出的模板和清单需要你补充自己的具体约束(人群、场景、规模)才能贴合实际,直接照搬只会得到通用答案。

理解这些边界,再把模板里的通用项替换成你项目的实际信息,这套技能才能发挥它设计的效用。

使用场景

  • 提交 PR 后等待评审,希望按阻断/建议/可选分级逐条确认改动能否合并
  • 写技术方案前,需要背景、目标、选型、风险与回滚方案一应俱全的模板
  • 线上接口报错告警,需要按复现、隔离变量、证据排查的流程定位根因并修复
  • 新服务要定接口契约,需产出字段命名、错误码与版本演进兼容的 RESTful 规范

适合人员

  • 后端工程师,需要对 PR 做结构化评审并给出可分级的修改意见
  • 后端/全栈工程师,接手 AI 中台需求时需要一套方案与契约撰写范式
  • 技术负责人,要在方案评审前看到选型对比、风险清单与回滚方案
  • 架构师或 DevOps,需要把选型决策与接口契约整理成可留档文档