Na czym polega
Wdrażanie nowych osób i wzorcowe ścieżki to trzeci filar Archally, wspólnej inteligencji w SDLC: platformy SDLC opartej na wiedzy z archiwum zapisów decyzji architektonicznych i biznesowych; programy wdrożeniowe i szablony wzorcowych ścieżek (dla Backstage / Cortex / Port.io) to proponowane wyniki. Nowi inżynierowie wdrażają się na podstawie tego samego modelu, którego zespół używa do projektowania architektury, nadzoru i dostarczania, zamiast nieaktualnych stron wiki lub rekonstrukcji na tablicy.
Podstawy
- Program wdrożenia jako widok modelu Blueprint (proponowane) - oprowadzanie po modelu według roli nowej osoby
- Tworzenie szablonów wzorcowych ścieżek (proponowane) - pakiety Backstage / Cortex / Port.io
- Archiwum zapisów decyzji architektonicznych i biznesowych (dostarczone) - przeglądanie w czasie i powiązania z dowodami
- Żywe dokumenty w wielu widokach (dostarczone) - podstawa dokumentacji
- Wdrażanie prowadzone przez agenta z MCP (dostarczone) - nowe osoby odpytują model przez agentów
Jak to działa
Model Blueprint zawiera już bounded contexty, decyzje i dowody. Narzędzie tworzące program wdrożenia (proponowane, w trakcie definiowania) miałoby przechodzić po modelu i tworzyć oprowadzanie według roli nowej osoby: które konteksty czytać najpierw, które decyzje wyjaśniają architekturę i jakie dowody wspierają poszczególne kompromisy. Szablony wzorcowych ścieżek (proponowane) miałyby powstawać jako pakiety Backstage / Cortex / Port.io. Archiwum decyzji (dostarczone) przedstawia zapisy decyzji architektonicznych i biznesowych jako wpisy z historią i odnośnikami do dowodów. Nowe osoby mogą odpytywać zapisane decyzje i dowody przez agenta AI korzystającego z MCP; sprawdzaj odpowiedzi względem dowodów źródłowych i uzgodnij obsługiwany dostęp w ramach współpracy.
Przyszłość oprogramowania nie polega już na pisaniu - jest ono projektowane, nadzorowane i stale poznawane.
- 44% organizacji podaje, że wdrażanie programistów trwa ponad 2 miesiące Cortex - Przewodnik wdrażania programistów
- 62% krótszy czas do produktywności przy ustrukturyzowanym wdrożeniu (Stack Overflow 2024) Cortex - Przewodnik wdrażania programistów, za Stack Overflow 2024
- -55% czas Spotify do dziesiątego pull requestu po wdrożeniu Backstage (zewnętrzny punkt odniesienia) PlatformEngineering.com - Backstage: przegląd w połowie roku
- ~9% typowe wdrożenie Backstage poza Spotify - samodzielnie budowane portale zawodzą w skali Port - Najważniejsze alternatywy dla Backstage
Archiwum decyzji
Decyzje architektoniczne przestają tracić zgodność w plikach Markdown. Zapisuj każdą decyzję architektoniczną (ADR D###) i biznesową jako pełnoprawną typowaną encję: z historią w czasie i odnośnikami do dowodów (EVD###), strumieni wartości, bounded contextów i migracji. Tworzenie Markdown zgodnego z MADR dla współpracy z narzędziami ekosystemu jest w planach. Rozwiązanie jest zgodne z ekosystemem ADR (MADR, joelparkerhenderson/ADR, brytyjskie rządowe ramy ADR), ale strukturalnie wykracza poza zwykły Markdown.
Program wdrożenia
Wdrażanie to cel tworzenia wyników z modelu, a nie ćwiczenie z pisania wiki. Proponowane narzędzie tworzące program wdrożenia miałoby przechodzić po modelu Blueprint, porządkować konteksty według znaczenia dla wejścia nowej osoby w danej roli i tworzyć oprowadzanie: początkowe bounded contexty, podstawowe decyzje, ścieżkę dowodów stojącą za architekturą i bieżące query MCP, które nowa osoba może uruchomić samodzielnie. Spotify skróciło czas do dziesiątego PR o 55% dzięki Backstage; to zewnętrzny punkt odniesienia, a nie zmierzony wynik Archally.
Uzupełnia istniejące miejsca przechowywania wiedzy
Archally jest modelem źródłowym: uzupełnia miejsca przechowywania stron i pytań z odpowiedziami, których zespoły już używają, i nigdy ich nie zastępuje.
Confluence
uzupełnienie - przechowywanie stron i Rovo AI
Archally może publikować zadeklarowane strony z modelu Blueprint w Confluence po podglądzie i przeglądzie. Sprawdzaj model względem dowodów źródłowych; Confluence pozostaje miejscem stron czytanych przez interesariuszy.
Notion
uzupełnienie - środowisko pracy i Notion AI
Wiersze baz danych Notion to proponowany wynik dla encji modelu: po jednym wierszu na ofertę, decyzję i bounded context. Notion pozostaje środowiskiem pracy; wyeksportowane wiersze wymagałyby przeglądu względem modelu źródłowego.
Stack Overflow for Teams
uzupełnienie - wewnętrzne pytania i odpowiedzi
Pary pytań i odpowiedzi dla Stack Overflow for Teams to proponowany wynik z archiwum decyzji: „dlaczego wybraliśmy X zamiast Y” otrzymuje odpowiedź z zapisanym uzasadnieniem i evidence_refs. Stack Overflow for Teams pozostaje miejscem pytań i odpowiedzi; wyeksportowane odpowiedzi wymagałyby przeglądu względem modelu źródłowego.