agentleFS
ai-workspace-labai-workspace-lab/xworkspace-core-skills/skills/development-standards/programming-paradigms/SKILL.md

programming-paradigms

Skill8 starsChanged 5 months agoMITView on GitHub

为应用与自动化选择编程范式、经典设计模式和云原生设计原则。用于模块边界、功能复用、状态管理、跨系统协作和 Twelve-Factor 评审。

The file

Files
SKILL.md

编程范式与设计模式选择

从实际入口追踪现有实现、调用方、状态写入和失败路径。先用现有结构与具体函数表达需求。出现真实的复用、替换或一致性问题时,按设计模式选择表匹配场景,并用受影响的调用路径验证。

项目抽样评审

按实际项目评审选择一条用户或交付链路。结论附版本、行为证据和最小修正点。具体范式和模式按已观察到的变化点选择。

编程范式

场景首选范式当前技术栈中的落点
按顺序执行且有明确副作用过程式Shell 调用已有 CLI,Python 编排多个操作,Go 用例显式组织事务。
数据校验、映射与计算函数式组合TS/Python 数据转换和 Go 业务计算使用小函数,输入输出明确,副作用在调用边界。
由状态决定界面或目标配置声明式React 根据状态渲染,HCL 描述资源,Ansible 模块表达主机状态,GitHub Actions 声明作业依赖。
保护对象的不变量和生命周期封装与组合Go 结构体、函数和小接口,TS/Python 模块或对象封装真实状态。继承只用于已有明确的替换契约。
多步数据变更必须一致事务式PostgreSQL 约束和原子写入,Gin 用例持有事务范围。
调用方可延迟获取结果,任务需要独立重试或处理积压事件驱动Go/Python worker 消费事件,定义幂等、重试、顺序及失败观测。

按业务能力组织

  • 优先沿用当前模块结构。按业务语义归置代码,入口适配器调用用例,用例依赖清晰的数据或外部能力。只有需要独立部署、扩缩容、故障隔离或数据所有权时才评估拆服务。
  • 同一业务规则、配置和数据各有权威来源。比较语义、权限、生命周期和失败行为,确认一致再抽取公共实现。字段或代码长得相似但业务含义不同的模块可以各自演进。
  • 采用模式时记录触发场景、对应契约和可验证结果。抽象层应承载变化、隔离依赖或保护一致性。只有结构变动的重构需要保留已有行为,并通过正常调用入口验证。
  • 对长期运行的 Web/API/worker,按云原生十二要素审查。静态站点、短时 CLI 和基础设施声明只选用与自身运行模型相关的要素。

命名、可读性与轻量扩展

符号命名、避免晦涩语法、以及在现有边界内做轻量扩展,按命名与可读性清单检查。先跟随所在目录已有写法;不要为统一风格而批量改名,也不要提前引入额外抽象层。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.