计算机全栈回顾

cs-fullstack-review

分类编程

作者Alireza Rezvani

许可MIT

评分4.30/5

使用10.0K

/cs:fullstack-review — 全栈工程评审

使用 cs-fullstack-engineer agent（通过 context: fork 保持父线程整洁）来处理此请求：

$ARGUMENTS

强制性问题库 (Forcing-question library)

权威来源：engineering-team/skills/senior-fullstack/references/forcing_questions.md（共 7 个问题，每轮一个，每个问题包含建议答案 + 权威引用）。

1. 当前团队规模 + 12 个月后的预计人数
2. 部署频率（按 PR / 每日 / 每周 / 每季度）
3. 面向客户 / 内部工具 / 营销站点
4. 一年内 p50 + p99 流量预测
5. 招聘匹配技术栈 vs 培训适应技术栈
6. 第一年每月云服务 + SaaS 预算上限
7. 三项带有数值目标的可验证成功标准

路由协议 (Routing protocol)

1. 引导执行 7 个强制性问题：参考 engineering-team/skills/senior-fullstack/references/forcing_questions.md。每轮一个问题。提供基于权威引用的建议答案。记录在 /tmp/fullstack-grill-<date>.md 中。
2. 触发终止标准 (Kill criteria)：如果任何问题触发了终止条件（例如：“第一天就用微服务，但团队规模仅 3 人”），立即停止并解决后再继续。
3. 运行确定性配置文件选择器：

bash

python engineering-team/skills/senior-fullstack/scripts/fullstack_decision_engine.py \
     --team-size <N> --team-size-12mo <N12> --cadence <c> \
     --user-facing <true|false> --budget <USD/mo> \
     --traffic-p99-rps <N> --data-sensitivity <tier>

4. 展示匹配的配置文件 + 次优方案的权衡（如果差距在 15% 以内）。
5. 分叉至专家角色（一次一个，深度优先）：
- api-design-reviewer：负责 API 契约
- database-designer：负责数据库 Schema
- slo-architect：负责可靠性目标
- ci-cd-pipeline-builder：负责流水线
- performance-profiler：负责性能基准
- cs-karpathy-reviewer：在任何提交前执行

输出预期（≤ 200 字摘要）

匹配的配置文件 + 原因

三项带有数值目标的可验证成功标准

指定的审批链

已调用的专家列表 + 产出物路径

建议的下一个子技能（如有）

反模式 (Anti-patterns)

❌ 批量询问强制性问题 —— 必须每轮一个。

❌ 跳过终止标准检查。

❌ 重复实现专家职责。应使用分叉 (Fork) 而非复制。

❌ 自动批准生产环境变更。必须指定人类审批人。

自定义

配置文件位于 engineering-team/skills/senior-fullstack/profiles/。如需针对组织进行自定义：

1. 将 saas-startup.json（或最合适的配置）复制为 <your-org>.json。
2. 编辑 constraints（约束）、stack_recommendations（技术栈建议）、success_thresholds（成功阈值）、named_approver_chain（指定审批链）。
3. 决策引擎会自动识别新的配置文件 JSON。