关于 devops
devops 是面向软件项目的基础设施与部署指导技能，涵盖 CI/CD、Docker、监控、基础设施选择和事故响应的清单与实践。
主要功能
- 01部署前检查清单
- 02CI/CD 阶段及失败处理
- 03多阶段 Docker 构建指导
- 04监控与告警实践
- 05基础设施默认方案与事故响应
适用场景
- 01发布前检查部署准备情况
- 02规划 CI/CD 故障处理与回滚步骤
- 03制定 Docker 构建和监控规范
- 04梳理生产事故响应流程
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/devops确认已加载。
详细介绍
DevOps — 基础设施与部署
可靠发布。全面监控。快速修复。
部署检查清单
每次部署前：
- 所有测试均已通过 CI（不只是本地通过）
- 已在目标环境中设置环境变量
- 已使用接近生产环境的数据测试数据库迁移
- 已记录回滚计划（哪怕只是“还原此提交”）
- 健康检查端点已就绪并返回 200
CI/CD 流水线
push → lint → typecheck → test → build → deploy staging → smoke test → deploy prod
| 阶段 | 失败时？ | 操作 |
|---|---|---|
| Lint/Types | 阻止合并 | 在本地修复 |
| 测试 | 阻止合并 | 修复或更新测试 |
| 构建 | 阻止合并 | 修复构建错误 |
| 部署到预发布环境 | 阻止部署到生产环境 | 在预发布环境中调试 |
| 冒烟测试 | 阻止部署到生产环境 | 回滚预发布环境，进行调查 |
| 生产环境部署 | 通知值班人员 | 立即回滚 |
Docker
始终使用多阶段构建以减小镜像体积。检测技术栈并使用相应的基础镜像。
Node.js / TypeScript
FROM node:22-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --production=false
COPY . .
RUN npm run build
FROM node:22-alpine
WORKDIR /app
COPY --from=builder /app/dist ./dist
COPY --from=builder /app/node_modules ./node_modules
EXPOSE 3000
CMD ["node", "dist/server.js"]
Python
FROM python:3.12-slim AS builder
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
FROM python:3.12-slim
WORKDIR /app
COPY --from=builder /usr/local/lib/python3.12/site-packages /usr/local/lib/python3.12/site-packages
COPY . .
EXPOSE 8000
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]
Go
FROM golang:1.22-alpine AS builder
WORKDIR /app
COPY go.mod go.sum ./
RUN go mod download
COPY . .
RUN CGO_ENABLED=0 GOOS=linux go build -o server ./cmd/api
FROM alpine:3.19
WORKDIR /app
COPY --from=builder /app/server .
EXPOSE 8080
CMD ["./server"]
Ruby on Rails
FROM ruby:3.3-slim AS builder
WORKDIR /app
COPY Gemfile Gemfile.lock ./
RUN bundle install --without development test
FROM ruby:3.3-slim
WORKDIR /app
COPY --from=builder /usr/local/bundle /usr/local/bundle
COPY . .
EXPOSE 3000
CMD ["bundle", "exec", "rails", "server", "-b", "0.0.0.0"]
对于其他技术栈（Java/JVM、.NET、Rust）：遵循相同模式——构建阶段负责编译，最终阶段使用精简镜像。切勿将构建工具链复制到最终镜像中。
所有技术栈的规则：
- 始终固定基础镜像版本（不要使用
latest） - 使用
.dockerignore——切勿打包构建产物、.git或.env文件 - 每个容器只运行一个进程
- 添加健康检查：
HEALTHCHECK CMD curl -f http://localhost:<PORT>/health || exit 1
监控
| 项目 | 工具选项 | 触发告警的条件 |
|---|---|---|
| 正常运行时间 | UptimeRobot、Checkly | 停机超过 30 秒 |
| 错误 | Sentry、Datadog | 错误率超过 1% |
| 延迟 | Grafana、Datadog | p95 超过 2 秒 |
| 资源 | 云服务提供商指标 | CPU 超过 80%，内存超过 85% |
| 日志 | Datadog、Axiom、CloudWatch | 错误模式、关键词 |
规则：
- 每条告警都必须附带操作手册（哪怕只有一句话）
- 如果告警触发后无需采取任何操作，就删除它——告警疲劳会造成严重影响
- 记录结构化 JSON，而非 printf 字符串
- 在每条日志中包含请求 ID，以便追踪
基础设施默认选项
| 决策 | 默认选项 | 原因 |
|---|---|---|
| 托管 | Vercel / Railway / Fly.io | 无需配置，可扩展 |
| 数据库 | 托管 Postgres（Supabase、Neon、RDS） | 无需自行管理数据库 |
| 缓存 | Upstash Redis | 无服务器，无需运维 |
| 队列 | Inngest、Trigger.dev 或 SQS | 托管服务，内置重试 |
| 存储 | S3 / R2 / Supabase Storage | 低成本、可靠 |
| DNS | Cloudflare | 快速，提供免费套餐 |
| 密钥 | 通过平台设置环境变量 | 切勿存放在代码或 git 中 |
事件响应
- 检测——告警触发或收到用户报告
- 确认——有人负责处理（5 分钟内）
- 缓解——回滚、关闭功能开关或扩容（先止住问题）
- 调查——问题缓解后查明根本原因
- 修复——添加测试并彻底修复
- 事后复盘——不追责，聚焦系统而非个人
评论
支持 Markdown