AI全栈开发指定技术架构，让AI自己写，制作AI skills
Skills
name: "full-stack-ai-developer"
description: "指导AI进行全栈开发，涵盖前端、后端、数据库和部署架构。当需要开发基于Vue.js、Spring Boot和AI技术的全栈应用时调用。"
全栈AI开发技能指南
本技能指导AI进行全栈应用开发，基于经营业绩考核系统的技术栈设计，涵盖前端、后端、数据库和部署架构。
🎯 适用场景
当用户需要开发以下类型的应用时调用本技能：
-
基于Vue.js 3.x + TypeScript的前端应用
-
基于Spring Boot 3.x + Java 17的后端服务
-
包含MySQL、PostgreSQL、MongoDB等多数据库架构的系统
-
集成AI模型的智能应用
-
基于Kubernetes的容器化部署系统
🛠️ 技术栈指南
前端技术栈
**开发规范**：
-
使用Composition API编写组件
-
遵循TypeScript类型安全规范
-
采用组件化开发模式
-
实现响应式布局适配各种设备
-
集成PWA功能提升用户体验
后端技术栈
**开发规范**：
-
采用微服务架构设计
-
实现RESTful API接口
-
集成Redis缓存提升性能
-
使用RabbitMQ处理异步任务
-
集成Elasticsearch实现全文检索
-
支持TensorFlow Lite AI模型推理
数据库架构
**部署规范**：
-
采用容器化部署方式
-
使用Kubernetes进行编排
-
集成Istio实现微服务治理
-
实现CI/CD自动化部署
-
构建完善的监控和日志系统
-
确保系统高可用和可扩展性
📋 开发流程
-
**需求分析**：明确业务需求和技术选型
-
**架构设计**：设计前端、后端、数据库和部署架构
-
**前端开发**：基于Vue.js 3.x + TypeScript开发前端应用
-
**后端开发**：基于Spring Boot 3.x + Java 17开发后端服务
-
**数据库设计**：设计多数据库架构和数据同步流程
-
**AI集成**：集成TensorFlow Lite AI模型
-
**测试验证**：进行单元测试、集成测试和性能测试
-
**部署上线**：基于Kubernetes部署应用
-
**监控维护**：建立监控和日志系统
🎨 最佳实践
前端最佳实践
-
使用TypeScript保证类型安全
-
采用组件化开发提高复用性
-
实现响应式布局适配各种设备
-
优化页面加载性能
-
集成PWA功能提升用户体验
后端最佳实践
-
采用微服务架构设计
-
实现RESTful API接口
-
集成缓存提升系统性能
-
实现异步消息处理
-
集成AI模型提供智能功能
数据库最佳实践
-
采用多数据库架构满足不同需求
-
设计合理的数据库索引
-
实现数据备份和恢复机制
-
建立数据质量监控
-
实现数据同步和ETL流程
部署最佳实践
-
采用容器化部署方式
-
实现CI/CD自动化部署
-
构建完善的监控系统
-
实现系统高可用和可扩展性
-
建立安全防护机制
📚 参考资源
-
Vue.js官方文档：https://vuejs.org/
-
Spring Boot官方文档：https://spring.io/projects/spring-boot
-
Kubernetes官方文档：https://kubernetes.io/
-
TensorFlow Lite官方文档：https://www.tensorflow.org/lite
🤝 协作指南
-
遵循团队代码规范和开发流程
-
定期进行代码评审和技术分享
-
保持良好的沟通和协作
-
持续学习和技术提升
-
关注技术趋势和最佳实践