開源專案簡介

開發者基於《設計數據密集型應用》（DDIA）的核心思想，設計了一套 AI 程式撰寫原則 SKILL，旨在幫助開發者透過人工智慧輔助工具設計更可靠、可擴展且可維護的高性能後端分布式系統。該專案已發佈於 GitHub，提供兩大核心 SKILL 模組。

程式撰寫紀律規則

「ai-coding-discipline」SKILL 包含六項強制性規則，用於防止人工智慧輔助程式撰寫時的常見反模式：

• 禁止使用無聲降級（?? 或 || 掩蓋不應缺失的值）
• 禁止全局 try/catch，改由業務邏輯主動傳播錯誤，僅在 API 邊界層捕獲
• 測試失敗時必須檢驗具體結果，不只驗證存在性
• 禁止硬編碼查詢表，要求實現真實邏輯而非測試案例擬合的工作區間方案
• 採用紅綠測試法（TDD），先寫失敗的測試後修復
• 修復過程中保留除錯日誌，直至人工確認修復有效

DDIA 原則指南

「ddia-principles」SKILL 為 Martin Kleppmann 著作的精煉參考指南，涵蓋三大部分：

• 基礎部分：可靠性、可擴展性、可維護性；數據模型與查詢語言；儲存與檢索（B-tree vs LSM-tree、OLTP vs OLAP）；編碼與演進
• 分布式數據部分：複製（單首領、多首領、無首領模式）；分割（鍵範圍、雜湊、複合分割）；交易與隔離級別；分布式系統挑戰；一致性與共識
• 衍生數據部分：批次處理（MapReduce、Spark、Flink）；串流處理（Kafka、變更數據捕獲、事件溯源）；數據整合模式

該 SKILL 在設計資料庫結構、選擇儲存引擎、實現複製與分割、處理分布式交易或構建批次/串流處理管道時自動載入。

安裝與授權

專案可通過 npm 指令 npx skills luoling8192/ai-coding-principles 安裝，採 MIT 授權發佈。