跳转至

当前领域 Skill 架构与路由矩阵

状态:active。V7 建立了职责型主领域,当前包沿用以下路由。

一、目标

当前包的主领域 Skill 按工程职责分类:

backend-engineering
frontend-engineering
ai-engineering
data-middleware-infrastructure

语言、框架、模型提供方和基础设施产品只作为渐进加载的专项 Reference,不再决定顶层 Skill 名称。这样可覆盖现有 Java、Python 和 Web 技术栈,也能在不继续增加主 Skill 的情况下兼容 Node.js、Go、.NET、Rust、PHP、Ruby 等后端。

二、职责矩阵

主领域 Skill 主责 按需加载 不负责
backend-engineering 服务端接口、业务分层、认证鉴权、应用事务语义、并发与任务、容错、资源生命周期、服务端测试 Java/Spring/JVM、Python Web/异步、Node.js、Go、.NET、Rust 和其他服务端专项 浏览器交互;数据库引擎、MQ 集群和容器平台运维;模型质量与 RAG 评测
frontend-engineering 浏览器、WebView、桌面 Renderer、状态、路由、表单、异步竞态、安全、性能、构建和交互验证 Vue、React、Angular、Svelte、传统页面、微前端和混合 Renderer 专项 纯服务端、数据库或模型推理任务;桌面主进程和原生系统能力
ai-engineering 模型调用契约、结构化输出、Prompt 安全、RAG、Agent 工具调用、评测、成本、降级、生成任务状态与恢复 托管模型、私有推理、RAG、Agent、GPU/多模态和 AI 质量专项 普通服务端业务规则;数据库/向量库引擎运维;GPU/Kubernetes 资源供应与集群操作
data-middleware-infrastructure 数据库、事务锁、Redis、消息队列、搜索与向量存储、文件与对象存储、GPU 资源、容器、Kubernetes 和网络 按数据库、中间件、存储、运行环境和资源类型加载 普通应用业务代码、浏览器交互、模型输出正确性和 Prompt/RAG 业务语义

三、交叉边界裁定

场景 主 Skill 可选支撑 Skill 裁定依据
ORM Session、应用事务编排、接口幂等 backend-engineering data-middleware-infrastructure 应用成功边界归后端;SQL、锁和数据库机制归数据基础设施
SQL、索引、DDL、数据库锁与迁移执行 data-middleware-infrastructure backend-engineering 数据引擎行为是主问题;仅在需要追踪应用调用方时加载后端
模型 API、结构化输出、Prompt 注入、模型降级 ai-engineering backend-engineering 模型行为与输出可信度是主问题;HTTP 接口和应用状态可由后端支撑
RAG 召回、权限过滤、引用和评测 ai-engineering data-middleware-infrastructure 检索质量与权限语义归 AI;向量库容量、索引和运行归数据基础设施
GPU Worker 任务状态、取消和恢复 ai-engineering backend-engineering、data-middleware-infrastructure AI 任务语义归 AI;Worker 应用机制归后端;显存与集群资源归基础设施
AI 流式页面、生成进度和交互竞态 frontend-engineering ai-engineering、backend-engineering 浏览器状态和体验归前端;模型与服务端契约按实际链路支撑

每个阶段仍只选择一个主领域 Skill,默认最多组合两个支撑 Skill。一个任务跨多个阶段时允许更换主 Skill,不为覆盖整条链路同时加载全部领域。

四、后端渐进加载

backend-engineering 先读取通用核心,再根据当前项目证据最多加载一个主要技术栈专项:

  • Java / Spring / JVM;
  • Python Web / async / Worker;
  • Node.js / TypeScript 服务端;
  • Go 服务端;
  • .NET 服务端;
  • Rust 服务端;
  • 其他或无法识别的服务端。

无法识别技术栈时只使用通用规则并明确未验证项,不把已知框架语义强行套入未知项目。混合后端仓库先按应用目录和进程边界划分,再为当前子任务加载对应专项。

五、AI 渐进加载

ai-engineering 将跨语言规则放在通用核心,并按任务加载:

  • 模型提供方与结构化输出;
  • RAG、检索权限和评测;
  • Agent 与工具调用;
  • GPU、推理 Worker 和多模态生成;
  • AI 质量、成本、可观测性和安全。

语言 SDK 的异常、并发和资源管理仍由相应后端专项处理;向量数据库、对象存储、GPU 资源和容器集群的运行机制仍由数据基础设施 Skill 处理。

六、正负路由基线

应触发 backend-engineering

  • Spring 事务自调用、FastAPI async 阻塞、Fastify 中间件、Gin 请求生命周期、ASP.NET Core DI、Axum 状态共享;
  • Node.js、Go、.NET、Rust 或混合语言后端的接口、业务状态、任务和并发问题;
  • 不涉及具体语言但明确属于服务端应用的架构、代码审查和故障修复。

不应触发 backend-engineering

  • 纯 SQL 执行计划、Redis 集群、RabbitMQ 运维、Kubernetes 资源或对象存储问题;
  • 纯浏览器组件、样式、路由和交互问题;
  • 单纯模型 Prompt、RAG 评测或 Agent 工具设计,且不涉及服务端实现。

应触发 ai-engineering

  • 模型调用、结构化输出、Prompt 注入、RAG、Agent、模型评测、Token 成本和模型降级;
  • AI Worker 的生成状态、取消、失败恢复、GPU 推理和多模态任务语义。

不应触发 ai-engineering

  • 普通 Python/Java/Node/Go 服务端逻辑中没有模型、检索或推理行为的任务;
  • 单纯数据库、向量库或 GPU 集群容量运维;
  • 仅因项目名称含有 AI,但当前修改与 AI 链路无关。

七、升级与兼容策略

V7 不安装旧 Skill 的兼容别名。安装或升级时对以下受管旧目录执行“先备份、后移除、再安装新 Skill”的迁移:

  • java-backend-engineering;
  • python-backend-ai-engineering;
  • data-middleware-ai-infrastructure;
  • 已有的 vue-frontend-engineering。

第三方同名以外的未知 Skill 不得删除。升级后发现旧目录残留、新旧 Skill 同时可发现或新 Skill 缺失时,验证失败关闭。

八、验收标准

  1. 中文和英文发行均只包含十个唯一 Skill,四个主领域名称一致;
  2. 旧三个领域 Skill 不再出现在安装源、Plugin 载荷或安装后 Skill 列表;
  3. Java、Python 规则无实质丢失,并能通过后端专项按需发现;
  4. Node.js、Go、.NET、Rust、混合后端、纯 AI 与 AI+GPU 路由用例通过;
  5. 双语审计、语义校验、包验证、安装/恢复和确定性发行验证通过;
  6. 最后在真实 Codex 宿主中观察隐式触发,包内回归不能替代宿主证据。