软件工程师罗小东，多年架构和平台设计经验，目前在研究平台与新技术结合中。
背景
内容针对的是社区产品建设新人切入的指导性思路，目标是打开自我思维，有基础，能设计，能思考，能实践，会自我价值体现。合理利用社会资源工具，将时间和精力放在最有价值的地方，创造价值，提升价值。
产品是以开源状态进行开发管理，当前社区团队在接纳新人，有部分还是大二大三学生，有一些可能没有接触过设计体系这块，考虑更系统的体现基础层，这里进行阐述说明。针对于新人来说需要一些方向的引导，以快速的进入状态，跟上梯度成员，便于他们有方向的成长和学习方向，也是规避迷茫，缺少方向感，导致负面和误导，消耗无谓的时间。
当前维护的社区团队非常小，还是兼职，自动化和低成本的基础设施对团队来说，会比较看重，应用最少的人力去维护好产品，同时为了更方便的办公。工具的使用，可以让新人和加强的技术理解、架构思维、使用场景、解决能力、还有方案输出等能力。
设施包含
这里的基础设施工具，主要是使用开源和常用的SaaS化工具来进行平台产品研发的管理，以减少成本和学习路线，可以有大量的学习内容让团队可以快速解决问题，如下图中的这张架构内容。
基础层主要是包括【基础设施、代码级、模块层、应用级】，这个主要是基础环境设施，上面系统级主要是软件服务应用。在基础层，基本上使用的都是免费工具类型，包括免费服务器，免费的DevOps套件、免费的代码检测、安全检测等。每个人都可以使用，开个账号就可以学习，可以使用一些效能工具更快的提高自己的效率。
有一部分是现成的，有另一部分的自己设计的，总的来说，类似于PaaS层，但是又高于PaaS层，最大化的贴近于应用层，以减少底层的建设，确定好规范之后，外加GPT的加持，会更加提高效率和输出服务能力。
这里主要的内容包括几个主要部分：
- 基础PaaS层：阿里云ECS服务器、Kubernetes、阿里云ECS网络安全、阿里域名
- DevOps套件：Github、GithubAction、阿里云效Maven私服、阿里云ACR镜像
- 中间件层：Redis、阿里云MySQL、七牛云存储、Clickhouse存储、Kafka消息、Nacos等
- 基础服务层：Infra核心包、Infra单点登陆、Infra代码生成器、Infra权限引擎、Infra网关服务等
- 质量管理层：SonarCloud、GithubSecurity、墨菲安全、ApiFox
- 自动化层：GithubAction、Ansible
- 项目管理层：阿里云效项目管理、阿里钉钉、WPS、腾讯会议
- 项目预警层：Prometheus、Ansible、阿里钉钉
- AI智能层：Hugging face、百度飞浆、阿里云AI系列
- 数据治理层：阿里云DataWorks、Infra数据治理套件
- LLM大模型层：ChatGPT、星火大模型、百川AI、Infra智能体服务
这些大部分社区工具和云服务平台，作为入门的基础内容，难度系数并不高，要求只是基础能接入使用就可以，另一部分是基础架构里面进行补充的内容(以Infra开头)，这些都提供出对应的接口和使用说明文档。当中有一部分会混着用，比如数据治理层，后期做为平台型产品会做一些场景进行针对性替代的研发。
上面这些，在这进里统一规划层基础设施层，这些会考虑使用低成本的方式去运营管理，方便产品的正常开发和演示运营，同时确保可以新人更好的针对性的自我学习。
学习路线
在工具选定之后，针对新人来说，怎么接触练习，这个可能来说，先对比较简单一些，对于线上可以注册的工具，基本可以自己学习就可以，学习主要通过以下路线，先熟悉工具，在进行应用层服务的开发。
学习路线主要是下面：
- 了解开源工具：账号的注册和示例的学习，了解这个工具是做什么的。
- 了解服务能力：了解Infra组件提供的基础能力有哪些，怎么使用当前的服务模板。
- 熟悉研发流程：了解产品的项目管理流程，敏捷开发流程，知道从哪步到哪步。
- 创建服务能力：能根据需求自主创建出服务并提供出服务能力，价值体现。
学习工具主要是了解怎么使用，这里使用的层面就是自己注册跟学习了，然后自己关联自己的demo进行学习。这个过程看个人，不合适人员并不会要求往下，合适人员接触起来，其实也比较容易，大部分就是看教程或者视频操作。
这也是进入产品维护的一个简单门槛，基本工具使用的还是helloworld级别，深入会过程再慢慢沉淀这样。在长期接触过程中，其实大部分场景都是可以满足，即使不满足，也不会达到多难的程度。
这里除了编码层面的，其他都是自动化，编写一套之后，留着自动任务执行就可以，根据预警情况，看是否需要处理，其他的，出问题再需要人工介入。
编码层面的，这里主要是通过结合代码生成器，GPT和定制的Prompt来进行，因为是产品型和服务型应用，逻辑还是先出一般本，先可以看到，然后后续根据产品功能，进一步的完善。先用起来为主，这部分对一般没怎么接触过的人员，先做一个功能就可以上手，因为规范都统一化，这些入门成本会比较低，参考着复制粘贴就可以。
另外就是Agent智能体服务的，这个整合起来就是调用GPT的接口外加基础服务的接口，当然，这个需要一些规范，前期已经解决了这个问题，目前主要是根据规范，结合工具API接口写Agent插件就可以，集成架构也已经集成。
能力输出
这部分重点还是在需求和设计上面，到进入服务输出来说，到这步已经很容易了，服务能力的输出，才是最贴近业务层的，这里会把精力放在这块上面，时间成本最大的，也是在这块上面。这部分可以花时间在需求和设计上面，后期通过AI编程和微调整来实现，另外就是参考其它网上代码或者开源项目。
自我能力提升，还有AI的引用也是在这块上，这块要考虑的编码，但是更多的期望可以使用现成的代码，可以复制或是开源的，符合的拿过来就可以，没有的，使用GPT协助建设也可以。这部分偏于码农路线，但是我们能做但是不代表一定需要做。
时间精力放在优化，某个框架深入，思维的理解，场景的运用，解决方案沟通上，这个是目前团队特别关注也是重视的。
总结
上面是当前产品研发过程中，使用的基础设施工具，有部分是使用现成的，有部分是结合开源项目进行的研发，有部分是自主开发，通过设计整合起来的基础设施能力，为上层服务建设提供良好的条件，也可以让新人更专注于场景解决方案和业务能力分析设计上面。
这里提出了一套基于开源工具和社区资源的学习和实践方法，强调了基础设施、代码级、模块层、应用级的基础知识，以及使用免费或低成本的工具和服务的重要性。并给出了一个学习路线，包括了解开源工具、了解服务能力、熟悉研发流程和创建服务能力等步骤。强调了能力输出的重要性，包括业务能力、AI引用、编码能力、优化能力、框架深入理解、思维理解和解决方案沟通等方面。
