Senior Architect
高级架构师
用于做出明智技术决策的架构设计与分析工具。
目录
快速开始
# Generate architecture diagram from project
python scripts/architecture_diagram_generator.py ./my-project --format mermaid
# Analyze dependencies for issues
python scripts/dependency_analyzer.py ./my-project --output json
# Get architecture assessment
python scripts/project_architect.py ./my-project --verbose
工具概览
1. 架构图生成器
根据项目结构生成多种格式的架构图。
解决的问题:“我需要为文档或团队讨论可视化我的系统架构”
输入:项目目录路径输出:图表代码(Mermaid、PlantUML或ASCII)
支持的图表类型:
组件- 显示模块及其关系分层- 显示架构层(表示层、业务层、数据层)部署- 显示部署拓扑
用法:
# Mermaid format (default)
python scripts/architecture_diagram_generator.py ./project --format mermaid --type component
# PlantUML format
python scripts/architecture_diagram_generator.py ./project --format plantuml --type layer
# ASCII format (terminal-friendly)
python scripts/architecture_diagram_generator.py ./project --format ascii
# Save to file
python scripts/architecture_diagram_generator.py ./project -o architecture.md
示例输出(Mermaid格式):
graph TD
A[API Gateway] --> B[Auth Service]
A --> C[User Service]
B --> D[(PostgreSQL)]
C --> D
2. 依赖分析器
分析项目依赖,检查耦合度、循环依赖和过时包。
解决:“我需要了解我的依赖树并识别潜在问题”
输入:项目目录路径输出:分析报告(JSON或人类可读格式)
分析:
- 依赖树(直接依赖和传递依赖)
- 模块间的循环依赖
- 耦合度评分(0-100)
- 过期的软件包
支持的包管理器:
- npm/yarn (
package.json) - Python (
requirements.txt,pyproject.toml) - Go (
go.mod) - Rust (
Cargo.toml)
使用方法:
# Human-readable report
python scripts/dependency_analyzer.py ./project
# JSON output for CI/CD integration
python scripts/dependency_analyzer.py ./project --output json
# Check only for circular dependencies
python scripts/dependency_analyzer.py ./project --check circular
# Verbose mode with recommendations
python scripts/dependency_analyzer.py ./project --verbose
示例输出:
Dependency Analysis Report
==========================
Total dependencies: 47 (32 direct, 15 transitive)
Coupling score: 72/100 (moderate)
Issues found:
- CIRCULAR: auth → user → permissions → auth
- OUTDATED: lodash 4.17.15 → 4.17.21 (security)
Recommendations:
1. Extract shared interface to break circular dependency
2. Update lodash to fix CVE-2020-8203
3. 项目架构师
分析项目结构,检测架构模式、代码异味和改进机会。
解决的问题:"我想了解当前的架构并找出需要改进的地方"
项目目录路径输出:架构评估报告检测项:
架构模式(MVC、分层、六边形、微服务指标)
- 代码组织问题(上帝类、关注点混杂)
- 层级违规
- 缺失的架构组件
- 使用方法:
示例输出:
# Full assessment
python scripts/project_architect.py ./project
# Verbose with detailed recommendations
python scripts/project_architect.py ./project --verbose
# JSON output
python scripts/project_architect.py ./project --output json
# Check specific aspect
python scripts/project_architect.py ./project --check layers
决策工作流
Architecture Assessment
=======================
Detected pattern: Layered Architecture (confidence: 85%)
Structure analysis:
✓ controllers/ - Presentation layer detected
✓ services/ - Business logic layer detected
✓ repositories/ - Data access layer detected
⚠ models/ - Mixed domain and DTOs
Issues:
- LARGE FILE: UserService.ts (1,847 lines) - consider splitting
- MIXED CONCERNS: PaymentController contains business logic
Recommendations:
1. Split UserService into focused services
2. Move business logic from controllers to services
3. Separate domain models from DTOs
数据库选择工作流
适用于为新项目选择数据库或迁移现有数据时。
步骤 1:识别数据特征
特征
| 指向 SQL | 指向 NoSQL | 结构化且有关联关系 |
|---|---|---|
| ✓ | 需要 ACID 事务 | |
| ✓ | ✓ | |
| 灵活/演进式模式 | ✓ | |
| 面向文档的数据 | ✓ | |
| 时间序列数据 | ✓ (专用) |
步骤 2:评估规模需求
- <100万条记录,单区域 → PostgreSQL 或 MySQL
- 100万至1亿条记录,读密集型 → PostgreSQL 配合只读副本
-
1亿条记录,全球分布式 → CockroachDB、Spanner 或 DynamoDB
- 高写入吞吐量 (>10K/秒) → Cassandra 或 ScyllaDB
步骤 3:检查一致性需求
- 需要强一致性 → SQL 或 CockroachDB
- 可接受最终一致性 → DynamoDB、Cassandra、MongoDB
步骤 4:记录决策创建一份 ADR(架构决策记录),包含:
- 背景和需求
- 考虑过的选项
- 决策及理由
- 接受的权衡
快速参考:
PostgreSQL → Default choice for most applications
MongoDB → Document store, flexible schema
Redis → Caching, sessions, real-time features
DynamoDB → Serverless, auto-scaling, AWS-native
TimescaleDB → Time-series data with SQL interface
架构模式选择工作流
适用于设计新系统或重构现有架构时。
步骤1:评估团队与项目规模
| 团队规模 | 推荐起点 |
|---|---|
| 1-3名开发者 | 模块化单体架构 |
| 4-10名开发者 | 模块化单体架构或面向服务架构 |
| 10名以上开发者 | 考虑微服务架构 |
步骤2:评估部署要求
- 可接受单一部署单元 → 单体架构
- 需要独立扩展 → 微服务架构
- 混合需求(部分服务需差异化扩展) → 混合架构
步骤3:考量数据边界
- 可接受共享数据库 → 单体或模块化单体架构
- 需要严格数据隔离 → 独立数据库的微服务架构
- 适合事件驱动通信 → 事件溯源/CQRS架构
步骤4:匹配需求与架构模式
| 需求 | 推荐模式 |
|---|---|
| 快速MVP开发 | 模块化单体架构 |
| 独立团队部署 | 微服务 |
| 复杂领域逻辑 | 领域驱动设计 |
| 读写比例差异大 | CQRS |
| 需要审计追踪 | 事件溯源 |
| 第三方集成 | 六边形架构/端口与适配器 |
参见references/architecture_patterns.md获取详细模式描述。
单体架构 vs 微服务决策
选择单体架构当:
- 团队规模小(<10名开发者)
- 领域边界不清晰
- 快速迭代是优先事项
- 必须最小化运维复杂度
- 共享数据库是可接受的
选择微服务架构当:
- 团队能够端到端地拥有服务
- 独立部署至关重要
- 各组件有不同的伸缩需求
- 需要技术多样性
- 领域边界已清晰界定
混合方法:从模块化单体架构开始。仅当以下情况时才抽取服务:
- 某个模块有显著不同的伸缩需求
- 某个团队需要独立部署
- 技术限制要求分离
参考文档
加载这些文件以获取详细信息:
| 文件 | 包含 | 当用户询问以下内容时加载 |
|---|---|---|
references/architecture_patterns.md | 9种架构模式,包含权衡分析、代码示例及适用场景 | "哪种模式?"、"微服务 vs 单体"、"事件驱动"、"CQRS" |
references/system_design_workflows.md | 系统设计任务的6个分步工作流程 | "如何设计?"、"容量规划"、"API设计"、"迁移" |
references/tech_decision_guide.md | 技术选型的决策矩阵 | "选择哪种数据库?"、"选择哪种框架?"、"选择哪种云服务?"、"选择哪种缓存?" |
技术栈覆盖范围
编程语言:TypeScript、JavaScript、Python、Go、Swift、Kotlin、Rust前端:React、Next.js、Vue、Angular、React Native、Flutter后端:Node.js、Express、FastAPI、Go、GraphQL、REST数据库:PostgreSQL、MySQL、MongoDB、Redis、DynamoDB、Cassandra基础设施:Docker、Kubernetes、Terraform、AWS、GCP、AzureCI/CD:GitHub Actions、GitLab CI、CircleCI、Jenkins
常用命令
# Architecture visualization
python scripts/architecture_diagram_generator.py . --format mermaid
python scripts/architecture_diagram_generator.py . --format plantuml
python scripts/architecture_diagram_generator.py . --format ascii
# Dependency analysis
python scripts/dependency_analyzer.py . --verbose
python scripts/dependency_analyzer.py . --check circular
python scripts/dependency_analyzer.py . --output json
# Architecture assessment
python scripts/project_architect.py . --verbose
python scripts/project_architect.py . --check layers
python scripts/project_architect.py . --output json
获取帮助
- 运行任何脚本时添加
--help参数以获取使用说明 - 查阅参考文档了解详细模式和工作流程
- 使用
--verbose参数获取详细解释和操作建议


微信扫一扫,打赏作者吧~