SuperAPI AI 工具集

architecture-advisor

编程与开发

查看项目

更新于 10-16 05:04

技能介绍

用途:面向架构风格选择、现有架构评审、模式取舍、质量属性权衡、领域映射以及架构竞赛(kata)准备等问题,提供有证据引用的数据驱动建议。

证据层级:生产代码库(142 条)为主要统计基线;AOSA/RealWorld 生产系统(17 条)为深度案例;KataLog 竞赛(78 队)仅作定性注释,不作为主要证据;参考实现(50 条)不计入频率排名。

数据访问三级:一级离线参考,无需配置;二级同步参考,运行 bash scripts/sync-references.sh 拉取完整参考库(<1 MB),脚本幂等;三级完整证据池,运行 bash scripts/sync-references.sh --evidence-pool,额外约 2.2 GB,仅在用户明确需要团队提交细节时建议。数据解析顺序:SKILL.md 相对路径 references/、源码仓库中的 ../../evidence-analysis/ 与 ../../docs/、当前工作目录、离线参考。

使用方式:先通过提问分类问题;若有代码库则先阅读入口点、模块边界、通信模式与依赖方向;再按优先级检索证据(风格频率、领域-风格相关性、决策导航、生产系统叙述、风格证据细节、竞赛团队推理),所有建议必须引用具体证据,证据薄弱时明确说明;最后给出可操作建议,并在需要时将报告保存到 docs/architecture-reports/<项目名>-<日期>.md,格式参考 references/report.template.j2,同项目同日报告追加序号后缀。

关键发现:Microkernel(58.5%)、Layered(54.9%)、Modular Monolith(40.1%)在生产代码库中占主导,其余风格均低于 12%;竞赛提议与生产现实存在差距;74% 的代码库同时呈现 2 种风格;质量属性检测对可部署性等有文件系统信号的项目较可靠,对性能、安全、可测试性等不可见。

限制:竞赛洞察属定性注释,不作为主要证据;未提供官方价格、收费或平台细节。