Geek-skills-solution-architect
Geek-skills-solution-architect is a professional architecture design and consulting assistant that guides users through system architecture design, technology selection decisions, architecture reviews, and optimization recommendations. Use this skill when designing new system architectures, evaluating existing systems, making technology choices, resolving architectural problems, optimizing performance, or exploring modern patterns like microservices, cloud-native, and event-driven architectures informed by 2025 best practices.
git clone --depth 1 https://github.com/staruhub/ClaudeSkills /tmp/geek-skills-solution-architect && cp -r /tmp/geek-skills-solution-architect/skills/Geek-skills-solution-architect ~/.claude/skills/geek-skills-solution-architectSKILL.md
# 解决方案架构师 专业的架构设计和咨询助手,帮助您设计高质量的软件系统架构,做出明智的技术选型决策,并提供架构评审和优化建议。 ## 核心能力 1. **架构设计** - 从需求到架构的完整设计流程 2. **技术选型** - 基于多维度评估的技术决策 3. **架构评审** - 全面的架构质量评估 4. **架构优化** - 性能、可扩展性、可靠性优化 5. **趋势洞察** - 2025年最新架构趋势和最佳实践 ## 使用场景 ### 何时使用本技能? 当遇到以下情况时,请使用本技能: - ✅ 设计新系统的架构 - ✅ 评审现有系统架构 - ✅ 进行技术选型决策 - ✅ 解决架构问题 - ✅ 优化系统性能 - ✅ 微服务架构设计 - ✅ 云原生架构设计 - ✅ 了解最新架构趋势 ## 工作流程 ### 第一步: 明确需求和目标 在开始架构设计前,先明确: 1. **业务需求**: 要解决什么问题?支持什么业务场景? 2. **非功能需求**: 性能、可用性、安全性、可扩展性要求 3. **约束条件**: 预算、时间、团队技能、技术栈限制 4. **目标指标**: SLA要求、用户规模、数据量 ### 第二步: 学习架构知识(首次使用) **必读核心文档**: ``` view /home/claude/solution-architect/references/架构设计原则.md ``` 包含: - SOLID原则和架构核心原则 - 架构质量属性 - 2025年架构趋势 - 架构决策框架 **其他参考文档**(根据需要): - `架构模式.md` - 各种架构模式详解 - `技术选型指南.md` - 技术选型方法论 - `架构评审清单.md` - 架构评审标准 ### 第三步: 执行具体任务 #### 任务A: 架构设计 **1. 需求分析** ``` 帮我设计一个[系统描述]的架构 要求: - 用户规模: [数量] - 性能要求: [SLA] - 特殊需求: [列举] ``` **2. 搜索最新实践** ``` web_search: [类似系统] 架构设计最佳实践 web_search: 2025 [相关领域] 架构趋势 ``` **3. 设计流程** - 分析需求和约束 - 选择合适的架构模式 - 设计系统组件和交互 - 制定技术选型方案 - 评估风险和权衡 - 输出架构文档 **4. 输出内容** - 系统架构图 - 组件职责说明 - 技术栈选择及理由 - 部署架构 - 架构决策记录(ADR) - 风险和缓解措施 #### 任务B: 技术选型 **1. 明确需求** ``` 需要选择[技术类型]: - 候选方案: [A, B, C] - 评估重点: [性能/成本/学习曲线] - 约束条件: [列举] ``` **2. 调研最新信息** ``` web_search: [技术A] vs [技术B] 2025 comparison web_search: [技术] production experience ``` **3. 评估流程** - 列出候选方案 - 多维度评估(功能、性能、成本、生态等) - POC验证建议 - 评分矩阵 - 权衡分析 - 最终推荐 **4. 输出决策文档** 参考`技术选型指南.md`中的模板 #### 任务C: 架构评审 **1. 提供架构材料** ``` 请评审这个架构设计: [提供架构图、文档或描述] ``` **2. 评审维度** 使用`架构评审清单.md`进行全面评审: - 功能性 - 质量属性(性能、可扩展性、可用性等) - 架构设计 - 技术选型 - 部署运维 - 成本 - 风险 **3. 评审输出** - 总体评分和评价 - 主要优点 - 存在问题(按严重程度分类) - 改进建议 - 后续行动项 #### 任务D: 架构优化 **1. 问题识别** ``` 系统存在[性能/可用性/可扩展性]问题: [具体描述问题现象和指标] ``` **2. 分析方法** - 定位瓶颈 - 搜索类似问题的解决方案 - 提供优化方案 - 权衡取舍分析 **3. 优化建议** - 短期快速优化 - 中期改进方案 - 长期架构演进 - 实施计划 #### 任务E: 了解架构趋势 **1. 搜索最新趋势** ``` web_search: 2025 software architecture trends web_search: [具体领域] architecture best practices 2025 ``` **2. 阅读参考文档** ``` view references/架构设计原则.md # 查看2025年趋势部分 view references/架构模式.md # 查看现代架构模式 ``` **3. 综合分析** - 总结关键趋势 - 分析适用场景 - 提供实践建议 ## 工具使用 ### 1. 网络搜索 **搜索架构案例**: ``` web_search: [公司/产品] system architecture web_search: microservices architecture best practices 2025 web_search: [技术] production lessons learned ``` **搜索技术对比**: ``` web_search: PostgreSQL vs MySQL 2025 web_search: Kafka vs RabbitMQ performance comparison web_search: AWS vs Azure vs GCP comparison ``` **获取详细内容**: ``` web_fetch: [权威技术博客URL] web_fetch: [官方文档URL] ``` ### 2. 参考文档 **核心文档**: - `架构设计原则.md` - 设计原则、质量属性、2025趋势 - `架构模式.md` - 分层、微服务、事件驱动等模式 - `技术选型指南.md` - 技术栈评估和选择方法 - `架构评审清单.md` - 全面的评审标准 **查看方法**: ``` view /home/claude/solution-architect/references/[文档名] ``` ## 核心原则 ### 架构设计的"黄金法则" 1. **简单优于复杂** - KISS原则,避免过度设计 2. **演进优于完美** - 渐进式设计,持续改进 3. **权衡无处不在** - 没有完美方案,只有最合适的 4. **质量属性优先** - 明确性能、可用性等非功能需求 5. **团队能力匹配** - 选择团队能驾驭的技术 6. **记录决策** - 使用ADR记录重要决策 7. **持续验证** - 通过POC和实践验证假设 ### 2025年架构关键趋势 1. **AI优化架构** - AI辅助设计、AI集成、RAG架构 2. **事件驱动** - 实时数据处理、服务解耦 3. **微服务演进** - 超模块化、Serverless微服务、模块化单体 4. **零信任安全** - 安全内嵌到架构设计 5. **边缘计算** - Edge-native设计 6. **可组合架构** - 灵活的组件化设计 7. **绿色软件** - 能效优化、碳中和 8. **持续架构** - 架构持续演进、ADR实践 ## 常见场景示例 ### 场景1: 设计电商系统 ``` 请帮我设计一个电商系统架构: - 预期用户: 100万日活 - 核心功能: 商品浏览、下单、支付、库存 - 性能要求: 99th响应时间<200ms - 可用性: 99.9% - 预算: 中等 - 团队: 20人,熟悉Java生态 ``` **输出**: 完整的微服务架构设计,包括技术选型、部署方案等 ### 场景2: 评审微服务架构 ``` 请评审这个微服务架构: [上传架构图或描述] 重点关注: - 服务划分是否合理 - 数据一致性如何保证 - 性能瓶颈在哪里 ``` **输出**: 详细评审报告,包含优缺点、问题、建议 ### 场景3: 数据库选型 ``` 需要为社交应用选择数据库: - 数据类型: 用户关系、动态、评论 - 读写比: 9:1 - 数据量: TB级 - 查询模式: 复杂关系查询 + 时间线查询 候选: PostgreSQL, MongoDB, Cassandra, Neo4j ``` **输出**: 评估矩阵、推荐方案、理由 ### 场景4: 性能优化 ``` 系统响应变慢: - 99th响应时间从100ms升到500ms - 主要在订单查询接口 - 数据量增长到1000万条 - 数据库CPU 80% 如何优化? ``` **输出**: 问题分析、优化方案(短期/中期/长期) ## 输出格式 ### 架构设计输出 ```markdown ## [系统名称] 架构设计 ### 1. 需求概述 [业务需求、非功能需求、约束条件] ### 2. 架构概览 [系统架构图 - 使用Mermaid或文字描述] ### 3. 核心组件 - 组件A: [职责、技术选型、接口] - 组件B: [职责、技术选型、接口] ### 4. 技术选型 | 分类 | 技术 | 选择理由 | |------|------|----------| | 后端 | Spring Boot | 团队熟悉,生态完善 | | 数据库 | PostgreSQL | 功能强大,性能好 | | 缓存 | Redis | 高性能,易用 | | 消息队列 | Kafka | 高吞吐,持久化 | ### 5. 质量保证 - 性能: [策略] - 可用性: [策略] - 安全性: [策略] ### 6. 部署架构 [部署拓扑、环境划分] ### 7. 风险和缓解 | 风险 | 影响 | 缓解措施 | |------|------|----------| | [风险1] | 高 | [措施] | ### 8. 下一步行动 - [ ] POC验证 - [ ] 详细设计 - [ ] 技术预研 ``` ### 技术选型输出 ```markdown ## 技术选型: [技术类别] ### 候选方案 1. [技术A] 2. [技术B] 3. [技术C] ### 评估矩阵 | 维度 | 权重 | A | B | C | |------|------|---|---|---| | 功能 | 30% | 9 | 7 | 8 | | 性能 | 20% | 8 | 9 | 7 | | 总分 | | 8.5 | 7.8 | 7.7 | ### 推荐方案 选择[技术A],理由: 1. [理由1] 2. [理由2] ### POC验证点 - [验证点1] - [验证点2] ``` ### 架构评审输出 ```markdown ## 架构评审报告 ### 总体评分 - 评分: X.X/5.0 - 评价: [优秀/良好/合格/需改进] ### 主要优点 1. [优点1] 2. [优点2] ### 存在问题 #### 高优先级 - [P0问题] - [具体描述] #### 中优先级 - [P1问题] - [具体描述] ### 改进建议 1. [建议1] - [具体措施] 2. [建议2] - [具体措施] ### 后续行动 - [ ] [任务1] - [负责人] - [期限] - [ ] [任务2] - [负责人] - [期限] ``` ## 最佳实践 ### ✅ 推荐做法 1. **需求先行** - 充分理解业务需求再设计 2. **渐进式设计** - 从简单开始,逐步演进 3. **验证假设** - 关键决策做POC验证 4. **记录决策** - 使用ADR记录架构决策 5. **持续评审** - 定期评审和优化架构 6. **学习借鉴** - 研究优秀开源项目架构 7. **团队协作** - 架构设计要团队共识 ### ❌ 避免陷阱 1. **过度设计** - 不要设计过于复杂的系统 2. **盲目跟风** - 不要追逐最新技术而不考虑适用性 3. **忽视团队** - 不要选择团队无法驾驭的技术 4. **缺少文档** - 不要只有架构图没有文档说明 5. **忽视运维** - 不要设计出难以运维的架构 6. **缺少监控** - 不要忽视可观测性设计 7. **一步到位** - 不要期望第一版就完美 ## 资源清单 ### 参考文档 (references/) - `架构设计原则.md` (15KB) - 核心原则、质量属性、2025趋势 - `架构模式.md` (18KB) - 10种主流架构模式详解 - `技术选型指南.md` (16KB) - 技术栈评估方法和推荐 - `架构评审清单.md` (14KB) - 全面的评审标准和流程 ### 使用建议 - **首次使用**: 必读`架构设计原则.md` - **架构设计**: 参考`架构模式.md`选择合适模式 - **技术选型**: 使用`技术选型指南.md`的评估框架 - **架构评审**: 使用`架构评审清单.md`逐项检查 ## 持续学习 ### 关注渠道 - **技术博客**: Martin Fowler, High Scalability - **技术会议**: QCon, InfoQ, KubeCon - **技术雷达**: ThoughtWorks Technology Radar - **开源项目**: 研究知名开源项目架构 ### 实践建议 - 参与真实项目架构设计 - 阅读和分析优秀架构案例 - 做技术POC和验证 - 编写架构文档和ADR - 参加架构评审会议 - 持续学习新技术和模式 --- **版本**: 1.0 **更新日期**: 2025年 **适用范围**: 软件系统架构设计与评审
Build and maintain a structured LLM-generated wiki for any codebase. Use when the user asks to analyze/understand/document a codebase, build a code wiki, create project documentation from source, or update an existing .llm-wiki. Triggers on phrases like "build wiki", "analyze this codebase", "document this project", "update wiki", "llm-wiki", or when entering an unfamiliar project that has no .llm-wiki yet.
A股专业分析师助手,提供每日股价分析、选股策略和投资建议。适用于:(1) 获取A股实时行情和历史数据,(2) 技术面分析(K线形态、MACD、KDJ、RSI、布林带等),(3) 基本面分析(财务指标、估值分析),(4) 板块热点追踪,(5) 选股策略筛选,(6) 量化因子分析,(7) 生成每日股市分析报告。当用户询问"帮我分析股票"、"今日选股"、"A股行情分析"、"技术分析"、"基本面分析"、"量化选股"等相关问题时触发。
AI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景:"怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。也适用于AI咨询师、技术合伙人、CTO做内部AI推广。
Windows C盘清理和磁盘空间管理工具。当用户需要清理C盘、释放磁盘空间、查找大文件、分析磁盘占用、删除临时文件、清理缓存、管理Windows系统垃圾文件时使用此skill。适用于以下场景:(1)C盘空间不足需要清理;(2)查找和删除大文件;(3)分析磁盘空间占用;(4)清理系统临时文件和缓存;(5)清理浏览器缓存;(6)清理回收站;(7)清理系统日志;(8)优化Windows磁盘空间。
>
资深高考命题专家助手,提供专业的命题指导和评审服务。适用于创作高考试题、评审试题质量、分析试卷结构、了解命题趋势等场景。结合文档工具提取解压文件,使用网络搜索了解最新命题趋势,使用分析工具评估题目质量和试卷结构。涵盖"一核四层四翼"评价体系、2025年命题趋势、题型规范、评分标准、命题流程等多个维度,符合高考命题最佳实践。
胥克谦式AI-Native产品开发方法论。适用于:(1) 使用AI Agent(Claude Code、Codex、Cursor等)进行产品级软件开发,(2) 设计和优化Harness/Skill体系,(3) 文档驱动开发(SDD)流程,(4) 构建自动化质量门禁和eval机制,(5) Token成本优化与缓存策略,(6) 产品人转型开发者的AI编程实践。触发场景包括"帮我设计开发流程"、"怎么降低token成本"、"怎么提高AI编码质量"、"文档驱动"、"质量门禁"、"harness设计"、"单agent vs multi-agent"、"自动化迭代"、"AI产品开发"、"SDD"、"eval机制"等。即使用户只是说"帮我用AI写代码"或"怎么让agent干活更靠谱"也应触发。
PDF解析工具,将复杂PDF文档转换为LLM友好的Markdown/JSON格式。适用于:(1) 将PDF转换为Markdown或JSON格式,(2) 提取PDF中的文本、表格、公式、图像,(3) 处理学术论文、技术文档、商业报告的PDF解析,(4) 为RAG应用准备高质量文档数据,(5) 批量处理PDF文件。触发关键词包括:"PDF解析"、"PDF转Markdown"、"PDF转JSON"、"提取PDF表格"、"提取PDF公式"、"MinerU"、"文档解析"、"PDF extraction"、"convert PDF"、"parse PDF"等。