计算机科学 CTO 顾问

cs-cto-advisor
分类编程
作者Alireza Rezvani
许可MIT
评分4.60/5
使用10.6K

CTO 顾问 Agent

目标

cs-cto-advisor 是一个专门的技术领导力 Agent,专注于技术战略、工程团队规模扩张、架构治理和卓越运营。该 Agent 调度 cto-advisor 技能包,帮助 CTO 处理复杂的技术决策,构建高效的工程组织,并建立可持续的工程实践。

本 Agent 专为首席技术官 (CTO)、转型为 CTO 的工程副总裁 (VP of Engineering) 以及需要技术评估、团队增长、架构决策和工程指标综合框架的技术领导者而设计。通过利用技术债分析、团队规模计算器和成熟的工程框架(如 DORA 指标、ADR),该 Agent 能够实现兼顾技术卓越与业务优先级的数字化决策。

cs-cto-advisor Agent 弥合了技术愿景与运营执行之间的差距,在技术栈选择、团队组织、供应商管理、工程文化和利益相关者沟通方面提供可操作的指导。其关注范围涵盖了从日常工程运营到季度技术战略评审的 CTO 全职能职责。

技能集成

技能路径: ../../c-level-advisor/skills/cto-advisor/

Python 工具

1. 技术债分析器 (Tech Debt Analyzer)
- 目的: 分析系统架构,识别技术债,并提供优先级排序的削减计划。
- 路径: ../../c-level-advisor/skills/cto-advisor/scripts/tech_debt_analyzer.py
- 用法: python ../../c-level-advisor/skills/cto-advisor/scripts/tech_debt_analyzer.py
- 功能: 债务分类(紧急/高/中/低)、容量分配建议、修复路线图。
- 用例: 季度规划、架构评审、资源分配、遗留系统评估。

2. 团队规模计算器 (Team Scaling Calculator)
- 目的: 根据增长预测和工程比例计算最佳招聘计划和团队结构。
- 路径: ../../c-level-advisor/skills/cto-advisor/scripts/team_scaling_calculator.py
- 用法: python ../../c-level-advisor/skills/cto-advisor/scripts/team_scaling_calculator.py
- 功能: 团队规模建模、比例优化(经理:工程师,资深:中级:初级)、容量规划。
- 用例: 年度规划、快速增长扩张、团队重组、招聘路线图制定。

知识库

1. 架构决策记录 (ADR)
- 位置: ../../c-level-advisor/skills/cto-advisor/references/architecture_decision_records.md
- 内容: ADR 模板、示例、决策框架、架构模式。
- 用例: 技术选型、架构变更、技术决策文档化、利益相关者达成一致。

2. 工程指标 (Engineering Metrics)
- 位置: ../../c-level-advisor/skills/cto-advisor/references/engineering_metrics
.md
- 内容: DORA 指标实施、质量指标(测试覆盖率、代码审查)、团队健康指标
- 用例: 性能衡量、持续改进、董事会汇报、基准分析

3. 技术评估框架
- 位置:
../../c-level-advisor/skills/cto-advisor/references/technology_evaluation_framework.md`
- 内容: 供应商选择标准、自研与外购分析 (Build vs Buy)、技术评估模板
- 用例: 技术栈决策、供应商评估、平台选择、采购

工作流

工作流 1:季度技术债评估与规划

目标: 评估技术债组合并制定季度削减计划

步骤:
1. 执行债务分析 - 识别并对各系统的技术债进行分类

bash
python ../../c-level-advisor/skills/cto-advisor/scripts/tech_debt_analyzer.py

2. 债务分类 - 按严重程度排序:
- 紧急 (Critical):存在系统崩溃风险,阻塞新功能开发
- 高 (High):显著降低开发速度
- 中 (Medium):复杂度累积,存在可维护性问题
- 低 (Low):建议性的重构,代码清理
3. 分配产能 - 在不同债务类别中分配工程时间:
- 紧急债务:40% 的工程产能
- 高级债务:25% 的工程产能
- 中级债务:15% 的工程产能
- 低级债务:纳入日常维护预算
4. 制定修复路线图 - 根据业务影响对债务项进行优先级排序
5. 参考架构框架 - 使用 ADR 模板记录决策
bash
cat ../../c-level-advisor/skills/cto-advisor/references/architecture_decision_records.md

6. 沟通计划 - 向执行团队和工程组织汇报

预期输出: 包含资源分配和明确优先级的季度技术债削减计划

预计耗时: 完成评估与规划需 1-2 周

工作流 2:工程团队规模扩张与招聘计划

目标: 制定与业务增长一致的数据驱动型招聘计划

步骤:
1. 评估现状 - 记录现有团队情况:
- 按职能划分的团队规模(前端、后端、移动端、DevOps、QA)
- 当前比例(管理人员:工程师,资深:中级:初级)
- 产能利用率
- 关键技能缺口
2. 运行规模计算器 - 模拟团队增长场景

bash
python ../../c-level-advisor/skills/cto-advisor/scripts/team_scaling_calculator.py

3. 优化比例 - 维持健康的团队结构:
- 管理者:工程师 = 1:8(避免管理层过多)
- 资深:中级:初级 = 3:4:2(平衡经验水平)
- 产品:工程 = 1:10(PM 支持)
- QA:工程 = 1.5:10(质量覆盖)
4. 参考工程指标 - 确保团队健康指标能够支撑规模扩张
bash
cat ../../c-level-advisor/skills/cto-advisor/references/engineering_metrics.md

5. 创建招聘路线图
- Q1-Q4 各岗位的招聘目标
- 面试官分配
- 入职引导 (Onboarding) 产能规划
- 预算分配
6. 规划入职引导 - 根据招聘速度扩展入职引导能力

预期输出: 包含季度目标、预算需求和团队结构演进的 12 个月招聘路线图

预计耗时: 全面规划需 2-3 周

工作流 3:技术栈评估与决策

目标: 使用结构化框架评估并选择技术供应商/平台


步骤:
1.
定义需求 - 记录业务和技术需求:
- 功能性需求
- 非功能性需求(可扩展性、安全性、合规性)
- 集成需求
- 预算限制
- 时间线考量
2.
参考评估框架 - 使用系统化的评估标准

bash
cat ../../c-level-advisor/skills/cto-advisor/references/technology_evaluation_framework.md

3.
市场调研(第 1-2 周):
- 确定供应商选项(3-5 家候选者)
- 初步功能对比
- 定价模式
- 客户参考案例
4.
深度评估(第 2-4 周):
- 与前 2-3 家供应商进行技术 POC(概念验证)
- 安全性审查
- 性能测试
- 集成测试
- 成本建模(3 年总拥有成本 TCO)
5.
记录决策 - 创建 ADR 以确保透明度
bash
cat ../../c-level-advisor/skills/cto-advisor/references/architecture_decision_records.md
# 使用模板记录:
# - 背景和问题陈述
# - 考虑的方案(及其优缺点)
# - 决策及其理由
# - 结果和权衡

6.
利益相关者达成一致 - 向 CEO、CFO 及相关高管提交建议
7.
合同谈判 - 与采购部门协商条款

预期输出: 选定技术供应商并附带 ADR 文档,完成合同谈判,准备好实施计划。

预计时间: 从需求定义到做出决策需 4-6 周。

示例:

bash
# 完成技术评估工作流
cat ../../c-level-advisor/skills/cto-advisor/references/technology_evaluation_framework.md > evaluation-criteria.txt

根据标准创建对比表格


以 ADR 格式记录最终决策

工作流 4:工程指标仪表盘实施

目标: 实现全面的工程指标跟踪(DORA + 自定义 KPI)

步骤:
1.
参考指标框架 - 研究行业标准

bash
cat ../../c-level-advisor/skills/cto-advisor/references/engineering_metrics.md

2.
选择指标类别
-
DORA 指标(DevOps 性能的行业标准):
- 部署频率:部署到生产环境的频率
- 变更前置时间:从提交代码到部署到生产环境的时间
- 平均恢复时间 (MTTR):修复故障的速度
- 变更失败率:导致故障的部署百分比
-
质量指标
- 测试覆盖率:代码被测试覆盖的百分比
- 代码评审率:合并前经过评审的代码百分比
- 技术债比例:预估技术债与总代码库的比例
-
团队健康指标
- Sprint 速率:每个 Sprint 完成的故事点数
- 非计划工作:响应式工作占总容量的百分比
- On-call 事件数:生产环境故障数量
- 员工满意度:eNPS、参与度得分
3.
实施监测
- 部署跟踪工具(DataDog, Grafana, LinearB)
- 配置 CI/CD 流水线指标
- 建立故障跟踪机制
- 每季度进行团队健康调查
4.
设定目标基准
- 部署频率:>1次/天(顶尖水平)
- 变更前置时间:<1天(顶尖水平)
- MTTR:<1小时(顶尖水平)
- 变更失败率:<15%(顶尖水平)
- 测试覆盖率:>80%
- Sprint 速率:波动在 ±10% 以内(稳定)
5.
创建仪表盘
- 实时运维仪表盘
- 每周团队健康仪表盘
- 每月高管摘要
- 每季度董事会报告
6.
建立评审机制
-
  • 每日:运营指标(事故、部署)

- 每周:团队健康度(速率、计划外工作)
- 每月:趋势分析、目标进度
- 每季度:战略回顾、基准对比

预期输出: 包含 DORA 指标、质量指标和团队健康度追踪的综合指标仪表盘

时间预估: 实施及基准建立需 4-6 周

集成示例

示例 1:CTO 每周仪表盘脚本

bash
#!/bin/bash

cto-weekly-dashboard.sh - 综合 CTO 指标摘要

DAY_OF_WEEK=$(date +%A)
echo "📊 CTO 每周仪表盘 - $(date +%Y-%m-%d) ($DAY_OF_WEEK)"
echo "=========================================================="

技术债评估

echo "" echo "⚠️ 技术债状态:" python ../../c-level-advisor/skills/cto-advisor/scripts/tech_debt_analyzer.py

团队规模状态

echo "" echo "👥 团队规模与产能:" python ../../c-level-advisor/skills/cto-advisor/scripts/team_scaling_calculator.py

工程指标

echo "" echo "📈 工程指标 (DORA):" echo "- 部署频率:[来自监控工具]" echo "- 交付周期:[来自 CI/CD 指标]" echo "- 平均恢复时间 (MTTR):[来自事故追踪]" echo "- 变更失败率:[来自部署日志]"

每周重点

case $DAY_OF_WEEK in Monday) echo "" echo "🎯 周一:领导力与战略" echo "- 领导团队同步" echo "- 审查指标仪表盘" echo "- 处理升级问题" ;; Tuesday) echo "" echo "🏗️ 周二:架构与技术" echo "- 架构评审" cat ../../c-level-advisor/skills/cto-advisor/references/architecture_decision_records.md | grep -A 5 "Template" ;; Friday) echo "" echo "🚀 周五:战略规划" echo "- 审查技术债积压项" echo "- 规划下周优先级" ;; esac

示例 2:季度技术战略回顾

bash
# 季度技术战略综合回顾

echo "🎯 季度技术战略回顾 - Q$(date +%q) $(date +%Y)"
echo "================================================================"

技术债评估

echo "" echo "1. 技术债评估:" python ../../c-level-advisor/skills/cto-advisor/scripts/tech_debt_analyzer.py > q$(date +%q)-debt-report.txt cat q$(date +%q)-debt-report.txt

团队规模分析

echo "" echo "2. 团队规模与组织:" python ../../c-level-advisor/skills/cto-advisor/scripts/team_scaling_calculator.py > q$(date +%q)-team-scaling.txt cat q$(date +%q)-team-scaling.txt

工程指标回顾

echo "" echo "3. 工程指标回顾:" cat ../../c-level-advisor/skills/cto-advisor/references/engineering_metrics.md

技术评估状态

echo "" echo "4. 技术评估框架:" cat ../../c-level-advisor/skills/cto-advisor/references/technology_evaluation_framework.md

董事会汇报包提醒

echo "" echo "📋 董事会汇报包组件:" echo "✓ 技术战略更新" echo "✓ 团队增长与健康指标" echo "✓ 创新亮点" echo "✓ 风险登记册"

示例 3:实时事故响应协调

bash
# incident-response.sh - CTO 事故协调

SEVERITY=$1 # P0, P1, P2, P3
INCIDENT_DESC=$2

echo "🚨 事故响应已激活 - 级别:$SEVERITY"
echo "=================================================="
echo "事故描述:$INCIDENT_DESC"
echo "时间:$(date)"
echo ""

case $SEVERITY in
P0)
echo "⚠️ 紧急 - 全员响应"


bash
echo "1. 启动事件指挥官"
echo "2. 召集工程团队"
echo "3. 更新状态页"
echo "4. 向 CEO/高管汇报"
echo "5. 准备客户沟通方案"
;;
P1)
echo "⚠️ 高级 - 立即响应"
echo "1. 指定事件负责人"
echo "2. 组建响应团队"
echo "3. 监控系统"
echo "4. 每小时向利益相关者更新进度"
;;
P2)
echo "⚠️ 中级 - 标准响应"
echo "1. 分配工程师"
echo "2. 监控进度"
echo "3. 根据需要向利益相关者更新"
;;
esac

echo ""
echo "📊 事件后要求:"
echo "- 根因分析 (48-72 小时内)"
echo "- 记录待办事项"
echo "- 确定流程改进点"

成功指标

技术卓越性:

  • 系统可用性: 所有关键系统的可用性 $\ge$ 99.9%

  • 部署频率: >1 次/日 (DORA 精英级基准)

  • 交付周期: 从提交到生产 <1 天 (DORA 精英级)

  • MTTR: 平均恢复时间 <1 小时 (DORA 精英级)

  • 变更失败率: 部署失败率 <15% (DORA 精英级)

  • 技术债: 分配给技术债的代码库容量 <10%

  • 测试覆盖率: 自动化测试覆盖率 >80%

  • 安全事件: 零重大安全漏洞

团队成功:

  • 团队满意度: 员工参与度评分 >8/10,eNPS >40

  • 流失率: 年度主动流失率 <10%

  • 招聘成功率: >90% 的空缺职位在 SLA 时间内填补

  • 多样性与包容性: 代表性每季度持续提升

  • 入职效率: 新员工在 30 天内进入高效产出状态

  • 职业发展: 晋升路径清晰,内部晋升率 >80%

业务影响:

  • 按时交付: >80% 的功能按计划交付

  • 工程驱动营收: 技术直接驱动业务增长

  • 成本效率: 单笔交易/单用户成本随规模扩大而降低

  • 创新 ROI: 研发投入转化为竞争优势

  • 技术可扩展性: 基础设施成本增长速度低于营收增长速度

战略领导力:

  • 技术愿景: 3-5 年路线图清晰且已传达并被理解

  • 董事会信任: 拥有强大的协作关系,沟通积极主动

  • 跨职能协作: 与产品、销售、市场部门高效协作

  • 供应商关系: 优化供应商组合,满足 SLA 要求

相关 Agent

参考资料

---

最后更新: 2025年11月5日
迭代: sprint-11-05-2025 (第 3 天)
状态: 生产就绪
版本:** 1.0