内容
开发栈
<p align="center">
<img src="assets/hero.png" alt="AI 开发栈 — 规则、文档和模式，帮助 AI 编程工具像高级工程师一样构建" width="100%">
</p>
适用于 AI 原生开发的生产级工具包，包含规则、文档、提示和模式。它教会 AI 编程工具（如 **Cursor** 和 **Claude Code**）像首席一样思考：选择合适的层级、遵循干净的交付可部署的代码而非任何项目中应用此工具AI 助手将立即继承模型。
## 快速开始
### Cursor
```bash
curl -fsSL https://raw.githubusercontentagentwithdhruv/ai-dev-stack/main/install.sh | bash
Claude Code
```bash
curl -fsSL https://raw.githubusercontentagentwithdhruv/ai/main/claude/CLAUDE.md -o CLAUDE.md
```
### 两者（推荐）
```curl -fsSL https://raw/aiagentwithdhru-dev-stack/main/install.sh | bash
curl -fsSL https://raw.githubusercontent.com/aiagentwithdhruv/ai-dev-stack/main/claude/CLAUDE.md -o CLAUDE.md
```
## 思维模型：基础 × 两轴
工具包中的所有内容都建立在一个 **基础** 上，并沿着 **两轴** 组织如何* 构建和 * 构建。保留空间（frontier/`）存放尚未稳定的模式。
```
ai-dev-stack/
├── foundations/ # — 每个构建都必要条件
│ ├── rules/ # 清洁架构、安全风格
│ ├── docs/ # PRD / API / 模式 /
│ ├── evals # 评估后再信任任务 + 回归评估
│ ├── observability/ #、成本、延迟、结构化日志
│ ├── guardrails/ # 分层策略 → 输入 → 输出 → 监控
│ prompts/ # 可重复使用的系统 + 任务提示模式
│
├── pillars/ # 轴 1 — 如何构建
│ ├── software-development/ # 后端、前端、数据、契约、DevOps ├── agents/ # 工具、模式、协调器-工作器、监督循环
│ / # 事件/定时管道 → 配套仓库
│
/ # 2 — 构建什么
│ ├── rag-knowledge/ 提取、切分、检索、接地答案
│ ├──/ # 自然语言到指标、报告、助手
│ ├── voice/ # 语音转文本转语音、实时语音代理 ├── vision-doc-ai/ OCR、文档提取、多模态管道
│ ├── content-generation/ # 长篇、结构化、媒体生成
│ ing-forecasting/# 排名、预测、推荐
└── _frontier # 保留 — 新兴模式生产稳定
```
视为网格。** 任何选择一个或多个 **** （*如何*）或多个 **领域**是什么*），然后建立在** 上。RAG是 `pillars/agents `domains/rag- 在 `foundations/{rules,guardrails}` 之上。夜间报告机器人是 `pillars/automation` + `domains/data-analytics`。基础永远不会改变进行组合。
## 基础 — [foundations/](foundations/)
每个构建都继承的默认值，无论支柱或领域如何。规则告诉 AI *如何*代码和 *是什么*评估、可见性和防护在生产中保持诚这里开始 — 参见 [foundations/](foundations/)。
## 轴 1 — 支柱（如何构建）
| 支柱 | 涵盖内容 |
|--------|----------------|
| [software-development/](pillars/software-development/) | 薄路由、服务、存储库、类型化 API 契约、缓存、CI/CD。 |
| [agents/](pillars/agents/) | 工具验证输出、协调器-工作器和监督模式。 |
| [automation/](pillars/automation/) | 事件驱动和定时管道 — 配套仓库。 |
## 2 — 领域（构建什么）
| 领域 | 涵盖内容 |
|--------|----------------|
| [rag-knowledge/](domains/rag-knowledge/) | 将提取与生成分开；切分元数据；接地、引用答案。 |
| [data-analytics/](domains/data-analytics/) | 自然语言到 SQL、只读查询指标、仪表盘。 [voice/](domains/voice/) | 语音转文本、文本转语音、低延迟语音代理。 |
| [vision-doc-ai/](domains/vision-doc-ai/) | OCR、文档提取、多模态理解。 |
| [content-generation/](domains/content-generation/) | 长篇、结构化、媒体内容，具有质量门控。 |
| [decisioning-forecasting/](domains/decisioning-forecasting/) | 评分、排名、预测 — 面数据的传统模型优先于 LLM。 |
## 配套仓库
与此栈配合使用的专注仓库（分开以便每个仓库搜索和重复使用）：
- **[ai-automation-kit](https://github.com/aiagentruv/ai-automation-kit)** — 以 n8n 为的通用工作流自动化`automation` 支到它。
- **[skills](https://github.com/aiagentruv/skills)** — 可安装的 AI 代理（`npx skills add），跨工具（Cl Cursor / Copilot / Codex / Windsurf / Cline）。`foundations/` 规则层链接到此处。
ghost-browser](https:///aiagentwithdhruv)** — AI 浏览器自动化（网页抓自动发布）；一个可示例，与 `automation`配对。
## 建议的 GitHub 主题
`ai-agents` · `rag` · `llm` · `prompt-engineering` · `automation` · `mcp `llmops`evals` · `claude-code` · `cursor `ai-development`
## 变更日志
- 添加提示或模式？参见TRIBUTING.md](CON.md) — 包括去识别的内容规则。
- 版本历史记录在 [CHANGELOGCHANGELOG.md)。
## 许可证
MIT — 使用、fork、交付更好的代码。
MCP 市场