集群摄入量

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

为什么存在这个技能

Anton 在松散的摄入量上支付了真正的学费——Rook-Ceph、完整的 LGTM 可观测性堆栈、CloudNativePG、Dragonfly、TiDB、Scylla、Redpanda 和 Harbor 都已安装,后来又被删除。但并非每次移除都是错误。其中一些组件(TiDB、Scylla、Redpanda)是诚实的学习实验,达到了它们的目的:尝试它,学习它,继续前进。安东在某种程度上是一个学习集群,当这就是重点时,“无法扩展的东西”是明确欢迎的。

三个意图,三个标准

每个录取决定都从这个目的是什么开始?用户必须选择一个: 意图 · 例句 · 应用的标题 具体需求 · “我需要这个,因为现在我不能 ___。” · 完整的生产标题 — 硬门 + 可持续性 + 完整的软分数 诚实学习 · “我想学习 ___;我知道它可能会被删除;我的时间范围是 ___;我的退出计划是 ___。” · 封闭式学习标题 — 爆炸半径/可逆性/集成/仅秘密门 + 时间盒 + 退出计划

适用范围

关注点 · 所有者 · 输出 评估候选组件 · 此技能 · 添加/推迟/拒绝 + ADR 摘要 构建新的 Flux 应用程序 · add-flux-app · 3 个文件清单 公开服务 · expose-service · HTTPRoute + DNSEndpoint 秘密存储选择(SOPS 与 ESO) · anton-repo-conventions · 参考

硬性规定

切勿在摄入期间搭建文件架。该标题在任何add-flux-app调用之前运行。如果摄入通过,请明确交接。切勿运行变异命令 - 禁止 kubectl apply、flux reconcile、sops -e -i、git commit、helm install、gh pr merge。切勿在用户没有声明明确的增量的情况下添加移除墓地中已有的任何内容:组件发生了什么变化,集群需求发生了什么变化,或者这次的意图被声明为学习(这本身就是之前具体需求尝试的有效增量)。

绿色路径:30 秒启发法

首先应用短路滤波器。如果发生任何火灾,请停止 - 不要运行完整的标题,不要填充矩阵。细节→启发法。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@wcygan · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步 — 陷害候选人并声明意图

在一个段落中重述,通过询问用户来填补任何空白:这是什么?名称、项目 URL、helm 图表源。什么意图?其中之一:具体需求——“我需要这个,因为现在我不能___。”诚实学习​​——“我想学习___;我知道它可能会被删除;我的时间范围是___;我的退出计划是___。”必须填写所有四个空白。

02
第 2 步 — 检查移除墓地(现在位于 context/adrs/ 中)

首先,检查该组件或其类别是否已在 anton 的删除历史记录中。移除墓地已迁移到 ADR 系统中: 然后查询 ADR 索引以获取先前的 `Reverted` 决策: `Glob('context/adrs/0[0-9][0-9][0-9]-*.md')` — 列出所有 ADR 对于每个 ADR,读取前文并筛选 `status: Reverted` 列出任何 `affects:` 与候选人类别匹配的内容,*或*其标题明确引用相同组件的内容

03
第 3 步 — 运行硬否决(任何红色 = 拒绝,无覆盖)

七门。每个都是通过/失败,测量时间≤2 分钟。完整的测量程序 → 标题。在学习意图下,仅评估门 1-5(遏制门 - 无论意图如何,它们都会保护集群的其余部分)。门 6 和门 7 被标题 → 包含的学习变体中描述的特定于学习的检查所取代。许可和退出成本——许可的 OSS;卸载是 `flux suspend` + `kubectl delete ns`,没有您仍然需要的孤立终结器或 CRD。 *(适用于所有意图。)*

04
第 4 步 — 略读可持续发展信号

项目 GitHub 上的五分钟预算。危险信号不会自动失败,而是会流入软分数中。完整信号列表 → 可持续性信号。最低浏览量: 过去 30 天内的提交 过去 6 个月的发布 超过一名活跃维护者

05
第 5 步 — 填写加权软分数(仅限具体需求意图)

7 个属性的得分 `2` / `1` / `0`,加权。如果总数 < 22/34,则拒绝。完整矩阵 → 标题。在学习意图下,跳过此步骤,而是填写包含学习清单 → 标题 → 包含学习变体。重点是遏制(命名空间隔离、Tier-0 不干扰、可预测的爆炸半径),而不是可持续性——如果项目有两位明星和一位维护者,只要用户睁大眼睛并有时间限制就可以参与其中。

06
第 6 步——什么也不做决胜局(仅限具体需求意图)

在同一矩阵上得分“不执行任何操作”。如果候选人的“无所作为”分数在 4 分之内,则拒绝——摄入税本身就价值约 4 分。在学习意图下,决胜局不适用。学习具有无所作为所没有的价值——重点是用户想要接触它。

07
第 7 步 — 已知不良模式检查

与著名的家庭实验室地雷进行交叉检查。 → 已知的不良模式。任何未声明学习摄入量的比赛都将被自动拒绝。几种模式(3 个节点上的 HA Postgres、完整的 LGTM 可观察性、自托管电子邮件)具有明确的“学习摄入变体如果……”则可以排除;在自动拒绝之前阅读该模式的学习笔记。

08
第 8 步 — 返回结构化推荐,然后交给 adr

每个判决——添加、推迟或拒绝——都会通过移交给`adr`技能(`/adr new`)来记录。该技能拥有规范的 anton ADR 模板(`.Codex/skills/adr/references/template.md`),分配下一个 NNNN,并在`context/adrs/`下写入 ADR 文件。不要停留在“ADR 就绪”——判决必须在`context/adrs/` 中得出。四种判决形状:添加(具体需要)-所有 7 个硬门均通过,软分数 ≥22,明确什么都不做,没有已知的不良匹配。将`adr`技能交给`status: Accepted`、`intent: concrete-need`。然后交给`add-flux-app`到脚手架清单。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。