Skip to content

staruhub/ClaudeSkills / skills/Geek-skills-solution-architect

solution-architect

Verified

解决方案架构师助手。当用户要设计新系统架构、评审现有架构、做技术选型决策、诊断性能/可扩展性/可用性问题、规划架构演进或重构时使用。覆盖微服务、事件驱动、云原生等架构模式,技术趋势通过实时搜索获取而非依赖内置知识。不用于:具体功能的代码实现、安全漏洞审计(用security-audit)、产品需求分析(用product-manager)、只需一句话回答的技术常识问题。

references/架构设计原则.md

View on GitHub
# 架构设计原则与最佳实践

## 一、核心设计原则

### 1.1 SOLID 原则

#### S - Single Responsibility Principle (单一职责原则)
- **定义**: 一个类或模块应该只有一个引起它变化的原因
- **应用**: 
  - 每个服务/组件专注于单一业务能力
  - 避免"上帝类"(God Class)
  - 微服务中每个服务处理一个业务领域
- **好处**: 易于理解、测试、维护

#### O - Open/Closed Principle (开闭原则)
- **定义**: 软件实体应该对扩展开放,对修改关闭
- **应用**:
  - 使用抽象和多态
  - 插件架构设计
  - 策略模式、工厂模式
- **好处**: 降低修改风险,提高可扩展性

#### L - Liskov Substitution Principle (里氏替换原则)
- **定义**: 子类型必须能够替换它们的基类型
- **应用**:
  - 接口契约要一致
  - 派生类不应改变基类行为
  - API版本兼容性
- **好处**: 确保系统的可替换性和健壮性

#### I - Interface Segregation Principle (接口隔离原则)
- **定义**: 客户端不应该被迫依赖它不使用的接口
- **应用**:
  - 创建精简的、专用的接口
  - 避免臃肿的接口
  - 微服务API设计
- **好处**: 降低耦合,提高灵活性

#### D - Dependency Inversion Principle (依赖倒置原则)
- **定义**: 高层模块不应该依赖低层模块,都应该依赖抽象
- **应用**:
  - 依赖注入(DI)
  - 控制反转(IoC)
  - 面向接口编程
- **好处**: 降低耦合,提高可测试性

### 1.2 其他核心原则

#### DRY - Don't Repeat Yourself (不要重复自己)
- 避免代码重复
- 提取公共逻辑
- 使用共享库和服务

#### KISS - Keep It Simple, Stupid (保持简单)
- 优先选择简单方案
- 避免过度设计
- 清晰优于复杂

#### YAGNI - You Aren't Gonna Need It (你不会需要它)
- 不要过度设计未来需求
- 只实现当前需要的功能
- 避免过度工程化

#### Separation of Concerns (关注点分离)
- 不同关注点分离到不同模块
- 层次化架构
- 前后端分离、数据库分离

#### High Cohesion, Low Coupling (高内聚,低耦合)
- 相关功能聚合在一起
- 模块间依赖最小化
- 使用消息队列、事件总线解耦

## 二、架构质量属性

### 2.1 性能 (Performance)
- **响应时间**: 系统响应请求的速度
- **吞吐量**: 单位时间处理的请求数
- **资源利用率**: CPU、内存、网络使用效率
- **优化策略**:
  - 缓存(Redis, Memcached)
  - CDN加速
  - 数据库索引优化
  - 异步处理
  - 负载均衡

### 2.2 可扩展性 (Scalability)
- **水平扩展**: 增加服务器数量
- **垂直扩展**: 增加单机资源
- **设计考虑**:
  - 无状态服务设计
  - 数据库分片(Sharding)
  - 微服务架构
  - 自动伸缩(Auto-scaling)

### 2.3 可用性 (Availability)
- **目标**: 99.9%、99.99%、99.999% 可用性
- **策略**:
  - 冗余设计(多副本)
  - 故障转移(Failover)
  - 健康检查
  - 优雅降级
  - 熔断器模式

### 2.4 可维护性 (Maintainability)
- **代码质量**: 清晰、一致、文档齐全
- **模块化**: 职责清晰的模块
- **可测试性**: 易于编写单元测试
- **可观测性**: 日志、监控、追踪

### 2.5 安全性 (Security)
- **认证**: 身份验证(OAuth, JWT)
- **授权**: 权限控制(RBAC, ABAC)
- **加密**: 数据传输和存储加密
- **防护**: SQL注入、XSS、CSRF防护
- **零信任架构**: 2025年重要趋势

### 2.6 可靠性 (Reliability)
- **容错性**: 故障隔离,部分失败不影响整体
- **数据一致性**: 分布式事务处理
- **恢复能力**: 故障后快速恢复
- **重试机制**: 自动重试失败请求

## 三、2025年架构趋势

### 3.1 AI优化架构
- **AI辅助设计**: AI工具帮助架构决策
- **AI集成**: 将AI/ML能力嵌入系统核心
- **RAG架构**: Retrieval-Augmented Generation
- **Agent AI**: 自主Agent架构设计
- **考虑因素**:
  - 数据隐私和安全
  - 模型版本管理
  - 推理性能优化
  - 可解释性

### 3.2 事件驱动架构 (EDA)
- **核心概念**: 基于事件的异步通信
- **组件**:
  - Event Producers (事件生产者)
  - Event Consumers (事件消费者)
  - Event Channels (事件通道 - Kafka, RabbitMQ)
- **优势**:
  - 实时数据处理
  - 服务解耦
  - 高可扩展性
- **应用场景**:
  - IoT数据处理
  - 金融交易系统
  - 电商订单处理
  - 实时分析

### 3.3 微服务演进

#### 超模块化微服务 (Hyper-Modular Microservices)
- 更小、更专注的服务
- 快速部署和迭代
- 更细粒度的可扩展性

#### 无服务器微服务 (Serverless Microservices)
- 结合Serverless和Microservices优势
- 按需付费、自动扩展
- 适合不规则流量模式

#### 模块化单体 (Modular Monolith)
- 单体应用但模块化设计
- 避免过早微服务化
- 更易维护、更低复杂度
- **何时使用**: 团队小、需求不明确、快速迭代

### 3.4 边缘计算架构
- **Edge-Native Design**: 专为边缘设计
- **优势**:
  - 低延迟
  - 减少带宽消耗
  - 本地数据处理
- **应用**:
  - 自动驾驶
  - 智慧城市
  - 工业IoT
  - AR/VR应用

### 3.5 可组合架构 (Composable Architecture)
- **核心理念**: 可重用、可互换的组件
- **特点**:
  - 灵活性高
  - 快速组装新功能
  - 适应业务变化
- **实现**:
  - API优先设计
  - 微前端
  - Headless架构

### 3.6 零信任架构 (Zero Trust Architecture)
- **原则**: 永不信任,始终验证
- **实施**:
  - 每层都进行身份验证
  - 最小权限原则
  - 微分段网络
  - 持续监控和验证

### 3.7 数据网格 (Data Mesh)
- **概念**: 去中心化的数据架构
- **原则**:
  - 领域数据所有权
  - 数据即产品
  - 自助式数据基础设施
  - 联邦治理
- **好处**:
  - 打破数据孤岛
  - 提高数据可访问性
  - 领域团队自主管理数据

### 3.8 绿色软件架构
- **目标**: 减少碳足迹
- **策略**:
  - 代码优化降低功耗
  - 利用边缘计算减少数据传输
  - 使用可再生能源
  - 云成本优化
- **考虑**:
  - 能效监控
  - 资源优化
  - 碳中和实践

### 3.9 持续架构 (Continuous Architecture)
- **理念**: 架构不是静态的,是持续演进的
- **实践**:
  - 迭代式架构规划
  - 持续反馈循环
  - 架构决策记录(ADR)
  - 演进式架构设计

## 四、架构决策框架

### 4.1 架构决策记录 (ADR - Architecture Decision Record)

#### ADR模板
```markdown
# ADR-XXX: [决策标题]

## 状态
[提议/已接受/已废弃/已取代]

## 背景
[描述需要做出决策的背景和问题]

## 决策
[描述做出的决策及理由]

## 考虑的方案
1. 方案A: [描述] - [优缺点]
2. 方案B: [描述] - [优缺点]
3. 方案C: [描述] - [优缺点]

## 选择的方案及理由
[说明为什么选择某个方案]

## 后果
- 正面影响: [列出]
- 负面影响: [列出]
- 风险: [列出]
- 缓解措施: [列出]

## 相关决策
[链接到相关的ADR]
```

### 4.2 技术选型决策矩阵

| 评估维度 | 权重 | 选项A | 选项B | 选项C |
|---------|------|-------|-------|-------|
| 性能 | 25% | 8 | 7 | 9 |
| 可扩展性 | 20% | 9 | 6 | 8 |
| 社区/生态 | 15% | 9 | 8 | 6 |
| 学习曲线 | 15% | 6 | 9 | 7 |
| 成本 | 10% | 7 | 9 | 6 |
| 成熟度 | 10% | 9 | 7 | 6 |
| 团队技能 | 5% | 7 | 8 | 6 |
| **加权总分** | | 8.05 | 7.55 | 7.55 |

### 4.3 Trade-off 分析

每个架构决策都涉及权衡:

**微服务 vs 单体**
- 微服务: ✅ 独立部署 ✅ 技术多样性 ❌ 复杂度高 ❌ 运维成本高
- 单体: ✅ 简单 ✅ 易调试 ❌ 难扩展 ❌ 技术栈固定

**同步 vs 异步通信**
- 同步: ✅ 简单直观 ✅ 立即反馈 ❌ 紧耦合 ❌ 延迟累加
- 异步: ✅ 解耦 ✅ 削峰填谷 ❌ 复杂度 ❌ 调试困难

**SQL vs NoSQL**
- SQL: ✅ 事务支持 ✅ 关系查询 ❌ 扩展性 ❌ 模式固定
- NoSQL: ✅ 高可扩展 ✅ 灵活模式 ❌ 弱一致性 ❌ 复杂查询

## 五、架构评审清单

### 5.1 功能性
- [ ] 是否满足所有功能需求?
- [ ] 业务逻辑是否正确映射到架构中?
- [ ] 是否考虑了未来功能扩展?

### 5.2 性能
- [ ] 是否满足性能SLA要求?
- [ ] 是否有性能瓶颈?
- [ ] 是否有缓存策略?
- [ ] 数据库查询是否优化?

### 5.3 可扩展性
- [ ] 系统是否可以水平扩展?
- [ ] 是否有自动伸缩机制?
- [ ] 数据库是否支持扩展?

### 5.4 可用性
- [ ] 是否有冗余设计?
- [ ] 是否有故障转移机制?
- [ ] SLA目标是否合理?
- [ ] 是否有降级策略?

### 5.5 安全性
- [ ] 是否有认证和授权机制?
- [ ] 数据是否加密?
- [ ] 是否防范常见安全威胁?
- [ ] 是否遵循零信任原则?

### 5.6 可维护性
- [ ] 代码是否清晰易懂?
- [ ] 是否有充分的文档?
- [ ] 是否易于测试?
- [ ] 是否有监控和日志?

### 5.7 成本
- [ ] 基础设施成本是否可控?
- [ ] 是否考虑了运维成本?
- [ ] 是否有成本优化策略?

### 5.8 团队能力
- [ ] 团队是否具备相关技能?
- [ ] 学习曲线是否可接受?
- [ ] 是否需要招聘或培训?

## 六、反模式 (Anti-Patterns)

### 6.1 大泥球 (Big Ball of Mud)
- **问题**: 缺乏结构的混乱系统
- **原因**: 缺乏架构规划、技术债累积
- **避免**: 持续重构、架构治理

### 6.2 过度工程 (Over-Engineering)
- **问题**: 设计过于复杂,超出实际需求
- **原因**: 追求完美、过度设计未来
- **避免**: YAGNI原则、迭代式设计

### 6.3 金锤 (Golden Hammer)
- **问题**: 用熟悉的工具解决所有问题
- **原因**: 技术惯性、缺乏探索
- **避免**: 技术调研、保持开放

### 6.4 意大利面代码 (Spaghetti Code)
- **问题**: 代码纠缠难以理解
- **原因**: 缺乏设计、随意修改
- **避免**: 代码审查、设计模式

### 6.5 分布式单体 (Distributed Monolith)
- **问题**: 微服务但高耦合
- **原因**: 服务划分不当、共享数据库
- **避免**: 正确的服务边界、独立数据

## 七、架构模式选择指南

### 何时使用单体架构?
- ✅ 小团队(< 10人)
- ✅ 需求不明确
- ✅ 快速迭代
- ✅ 有限资源

### 何时使用微服务?
- ✅ 大团队
- ✅ 需要独立部署
- ✅ 不同服务有不同扩展需求
- ✅ 技术多样性需求

### 何时使用Serverless?
- ✅ 不规则流量
- ✅ 事件驱动工作负载
- ✅ 初创公司/MVP
- ✅ 成本优化

### 何时使用事件驱动?
- ✅ 实时数据处理
- ✅ 需要高解耦
- ✅ 异步处理
- ✅ IoT场景

## 八、架构师的职责

### 技术职责
- 系统架构设计
- 技术选型决策
- 性能优化指导
- 技术债务管理
- 代码审查
- 架构文档编写

### 非技术职责
- 跨团队协作
- 需求分析
- 风险评估
- 技术培训
- 与业务沟通
- 成本控制

### 持续学习
- 关注技术趋势
- 学习新技术栈
- 参与技术社区
- 阅读架构书籍
- 实践和总结
rea-analysis-optimizationmorluto/reaOptimize REA providers and shared analysis workflows for agent context, latency, CPU, and memory while preserving correctness and Evidence. Use for analysis bottlenecks and cache or query design; CI/test-suite optimization belongs to rea-ci-tests-audit.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
rea-ci-tests-auditmorluto/reaAudit REA CI and test suites for correctness, fixture drift, false passes, and measured performance; use for suite or workflow investigations and efficiency changes, rather than ordinary feature testing or a single test failure.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
rea-tool-designmorluto/reaAudit, investigate, design, or change REA investigation tools, CLI/MCP contracts, provider capabilities, and Evidence semantics.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
ponytail-auditDietrichGebert/ponytailQuality audit of the whole repo: bugs, security, real load, missing tests, speed, and what to delete. Most important first.Stars: 196kUpdated Claude CodeCodexVerifiedInstall