skills/cklxx/elephant.ai/best-practice-search

best-practice-search

SKILL.md

最佳实践搜集(检索→筛选→适配)

When to use this skill

  • 需要为架构/流程/安全/运营等领域快速找到可落地的业界最佳实践或成功案例。
  • 需要判断某个建议是否适合当前环境,并给出可执行的落地路径与参考来源。

必备输入

  • 目标与决策场景:要解决什么问题,成功标准是什么(SLO/合规/成本/效率)。
  • 技术与业务环境:语言/框架/云厂商/数据敏感级别/团队规模。
  • 约束与不可做:预算、上线时间、组织政策、地域/合规限制。
  • 需要的输出形态:简报/对比表/落地 checklist、是否需要中英双语。
  • 已知来源或偏好:官方白皮书、标准、竞品/同类案例、内部基线。

工作流

  1. 重写问题与范围:一句话说明要寻找的“最佳实践 + 适用场景”,明确排除项。
  2. 设计搜索策略:列 3–5 组关键词,包含目的词(best practice/guideline/pattern/anti-pattern)、对象(微服务、数据治理、FinOps 等)、限制(cloud provider/region/version);组合运算符与过滤器:site:filetype:pdfintitle:"best practice"、时间范围,必要时加语言/地区限定。
  3. 来源优先级
    • 官方/权威:标准(ISO/RFC/NIST)、云厂商 Well-Architected、产品官方指南与发行说明。
    • 实战案例:会议演讲、技术博客、白皮书、benchmark 报告(注明测试条件)。
    • 社区信号:CNCF/OWASP 等基金会、成熟项目 README/ADR、讨论区高赞解答(记录时间与版本)。
  4. 快速筛选可信度:检查发布日期与版本;明确适用规模/前置条件;识别营销性内容与潜在偏差;排除数据不可比的案例。
  5. 提炼共性与分歧:找出 3 个以上来源的重合建议;标记存在分歧的做法及其前置假设/风险;补充常见 anti-pattern 与避免方式。
  6. 适配本地环境:将建议映射到当前约束(团队规模、合规、预算、SLO);列出需要调整的参数或增补控制(例如访问控制、变更流程、回滚策略)。
  7. 输出结构
    • TL;DR:3–5 条推荐动作 + 适用条件 + 预期效果。
    • 共识与差异:用表格列出做法/前提/优点/风险/来源。
    • 落地路径:按优先级给出迭代计划、负责人、验证指标;标记待验证假设。
    • 来源列表:附链接/出版时间/作者机构;明确哪些是强证据,哪些仅为经验分享。

输出格式示例

  • 表格:做法 | 适用前提 | 主要收益 | 风险/限制 | 典型来源
  • 文字示例:
    • TL;DR:建议采用 X(来源:AWS Well-Architected 2023),因 <理由>;不建议 Y(来源:...),风险 <...>
    • 分歧:做法 A vs 做法 B,差异在 <前提>;若 <条件> 选 A,否则选 B

最终检查清单

  • 每条建议都标明来源和时间;旧版或区域差异已注明。
  • 已明确适用前提、排除条件与反例/anti-pattern。
  • 输出包含可执行的下一步(行动项 + owner + 验证指标),并指出仍需补充的证据。
Weekly Installs
30
GitHub Stars
8
First Seen
Jan 22, 2026
Installed on
opencode30
gemini-cli30
continue29
cursor29
antigravity29
codebuddy29