工程师的 AI 技术笔记
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-eng-notes。
技能介绍
你在工程日常里会遇到什么
Pull Request 堆着却缺少统一评审维度;要写技术方案时只能从空白文档起手;线上告警来了,日志和链路散落几处,不知道从哪条假设开始验证;微服务还是单体、消息队列选哪一家,讨论容易变成各说各话。交接时往往也缺一份能直接沿用的检查清单或方案骨架。
技能怎么帮你落地
本技能用 触发词路由 到六块能力,每块都约定输入与输出形态,而不是泛泛聊天:
- 代码评审:给
diff或 PR 描述,产出带 阻断 / 建议 / 可选 分级的检查清单与逐条理由。 - 技术方案设计:给需求与约束,套 背景 / 目标 / 选型 / 风险 模板。
- 调试排错:给报错与上下文,走 复现 → 隔离 → 证据 → 假设验证 的定位树。
- 架构权衡:给场景与规模,输出利弊、适用边界与成本的选型表。
- API 设计:给资源与操作,对齐 RESTful 约定、字段契约与错误码。
- 工程规范:指定语言或框架,给清单与常见 反模式 对照。
内置的两条主工作流把评审顺序固定为「先意图与正确性,再安全与可维护性」;排错则强调 先稳定复现再改代码,避免盲猜根因。另有五维代码质量量表与「用户原话 → 真实诉求」路由表,方便在多诉求时组合使用。
边界与注意点
输出是 方法论、模板与清单,不接入外部 API,也不替你承担合并或发布决策。涉及密钥、凭证时仅作脱敏示例;评审结论仅供参考,最终责任在负责人。不鼓励绕过安全机制或未授权访问。若结果不够贴合场景,应在对应能力的输入里补全人群、约束与规模信息。
使用场景
- 收到同事 PR 的 diff,需要在合并前按正确性、安全、可维护性出一份分级评审意见
- 新业务需求已定约束与排期,要从背景、目标、选型与风险写出可评审的技术方案初稿
- 生产环境报错告警附带零散日志,需要最小复现路径和按证据二分定位的根因假设
- 团队在两种中间件或部署形态间纠结,需要按场景规模列出利弊、适用边界与长期成本对比表
适合人员
- 负责合并门禁的后端工程师,希望在 CR 里统一「阻断 / 建议 / 可选」表述而不是只评论代码风格
- 要写季度技改或新服务立项说明的技术负责人,需要把架构取舍写成可讨论的结构化方案
- On-call 工程师接到告警后要先稳住服务,再按复现与证据链整理排错步骤而不是直接改配置
- 独立开发者维护个人项目,想为 REST 接口补全字段契约、错误码与常见反模式自查清单