平台工程Skill platform-engineering

---

name: platform-engineering description: 设计和实施具有自服务能力、黄金路径和开发者体验优化的内部开发者平台（IDPs）。覆盖平台策略、IDP架构（Backstage、Port）、基础设施编排（Crossplane）、GitOps（Argo CD）和采用模式。在构建开发者平台、改进DevEx或建立平台团队时使用。

平台工程

目的

构建内部开发者平台（IDPs），提供自服务基础设施、减少认知负荷，并通过黄金路径和平台即产品思维加速开发者生产力。

平台工程代表了传统DevOps的演化，专注于创建产品质量的内部平台，将开发者视为客户。该学科解决了开发者生产力危机，其中工程师花费30-40%的时间在基础设施和工具上，而不是功能开发。

何时使用此技能

触发此技能时：

• 构建或改进内部开发者平台
• 设计开发者门户（Backstage、Port或商业IDP）
• 实施黄金路径和软件模板
• 建立或重组平台工程团队
• 测量和改进开发者体验（DevEx）
• 将IDP与基础设施、CI/CD、可观察性或安全工具集成
• 推动平台在整个工程组织中的采用
• 评估平台成熟度和识别能力差距

核心概念

平台即产品

以与面向客户产品相同的严谨性对待内部平台：

产品管理方法：

• 定义平台愿景、策略和路线图
• 识别开发者“客户”及其痛点
• 通过采用指标、满意度调查和业务影响衡量成功
• 基于反馈循环和使用分析迭代
• 平衡新能力与平台可靠性和支持

与传统DevOps的关键区别：

• DevOps关注交付管道；平台工程构建全面的开发者体验
• 平台团队作为产品团队运营（产品经理、UX设计师、工程师）
• 成功通过开发者生产力和满意度衡量，而不仅仅是基础设施指标
• 自服务是主要接口，而非票务队列

内部开发者平台（IDP）架构

三层架构：

1. 开发者门户（前端）

• 服务目录：服务清单，包含所有权、依赖关系和健康状态
• 软件模板：项目脚手架，内置最佳实践
• 文档中心：集中、可搜索、版本控制的文档
• 自服务工作流：环境配置、部署、访问请求

2. 平台编排（后端）

• 基础设施配置：多云资源管理
• 环境管理：开发、预发布、生产生命周期
• 部署自动化：基于GitOps的持续交付
• 配置管理：分离应用和基础设施关注点

3. 集成层（粘合层）

• CI/CD集成：管道可见性和触发
• 可观察性：门户中显示的指标、日志、追踪
• 安全：漏洞扫描、策略执行、秘密管理
• FinOps：成本可见性、预算、优化建议

有关详细架构模式和组件分解，请参阅references/idp-architecture.md。

黄金路径和脚手架

黄金路径原则： 提供包含80%用例的具有指导性的模板，同时为剩余20%提供逃生出口。

模板组件：

• 仓库结构和样板代码
• 基础设施即代码（Kubernetes清单、Terraform）
• CI/CD管道配置
• 可观察性仪表化（指标、日志、追踪）
• 安全配置（RBAC、网络策略、秘密）
• 文档模板（README、运行手册、架构图）

约束机制：

• 策略即代码执行（OPA、Kyverno）用于安全和合规
• 资源限制和配额以防止过度配置
• 必需的健康检查和可观察性仪表化
• 批准的基准镜像和依赖扫描

有关模板设计模式和示例，请参阅references/golden-paths.md。

开发者体验（DevEx）优化

认知负荷减少：

• 抽象基础设施复杂性而不隐藏必要细节
• 提供明智默认值，并带有清晰的覆盖机制
• 使用渐进式披露（常见情况简单，高级选项可用）
• 整合工具（单一开发者门户 vs. 15+个单独工具）

关键指标：

DORA指标：

• 部署频率（代码达到生产的频率）
• 变更前置时间（提交到生产持续时间）
• 平均恢复时间（MTTR，用于事件）
• 变更失败率（导致事件的部署百分比）

SPACE框架：

• 满意度：通过调查和NPS衡量开发者幸福感
• 性能：完成工作的吞吐量和效率
• 活动：代码提交、PR、部署（上下文，而非原始计数）
• 沟通：协作质量、可发现性
• 效率：最小化中断、减少繁琐工作

平台特定指标：

• 平台采用率（使用平台的团队百分比）
• 自服务率（无平台团队票务完成的操作）
• 入职时间（新开发者到首次生产部署）
• 模板使用（哪些黄金路径被采用）
• 支持票务量和解决时间

平台成熟度评估

使用5级成熟度模型评估当前平台能力：

级别0：临时性 - 手动配置，无标准化 级别1：基础自动化 - 部分IaC和CI/CD，有限自服务 级别2：铺平路径 - 黄金路径模板，早期门户，有限覆盖 级别3：自服务平台 - 全面门户，80%+自服务 级别4：产品驱动平台 - 数据驱动，产品团队结构，FinOps集成 级别5：AI增强平台 - AI辅助故障排除，预测优化

有关详细评估框架、差距分析和改进路线图，请参阅references/maturity-model.md。

决策框架

构建 vs. 购买IDP

选择开源（Backstage）时：

• 大型企业（1000+工程师）
• 有专用平台团队（5-10工程师）
• 需要深度定制
• 偏好开源生态系统
• 长期投资（3+年视野）

选择商业IDP（Port、Humanitec、Cortex）时：

• 中型组织（100-1000工程师）
• 需要更快的价值实现时间（3-6个月 vs. 6-12个月）
• 偏好带供应商支持的托管解决方案
• 平台工程资源有限（<5工程师）
• 标准用例（Web应用、微服务、CI/CD）

选择混合方法时：

• 需要灵活性和速度的大型组织
• 复杂基础设施需要编排后端
• 想要最佳门户 + 编排组件
• 愿意集成多个系统（例如，Backstage + Humanitec）

有关完整决策树、选择标准和ROI计算，请参阅references/decision-frameworks.md。

黄金路径设计：灵活性 vs. 标准化

控制频谱：

高标准化（受监管行业）：

• 有限技术选择，强制模板
• 通过准入控制器（OPA、Kyverno）执行策略
• 逃生出口需要批准流程

平衡方法（大多数推荐）：

• 推荐黄金路径（简单、文档齐全、支持）
• 允许替代方案，但需文档化
• 软执行（默认值 + 教育，非硬阻止）
• 明确偏差所有权（“偏离并拥有”）

高灵活性（创新组织）：

• 黄金路径作为建议（非要求）
• 最小策略执行（仅关键安全）
• “构建它，运行它”所有权模型

有关选择正确平衡和执行策略的详细指南，请参阅references/decision-frameworks.md。

平台团队结构

集中式模型：

• 单一平台团队（5-20工程师）服务整个组织
• 最佳：中小型组织（100-500工程师）

联邦式模型：

• 中心团队（5-10工程师） + 嵌入式工程师（每业务单元1-2人）
• 最佳：大型组织（500-2000+工程师），多业务单元

中心辐射模型：

• 中心“枢纽”团队（3-5工程师） + “辐射”团队贡献插件
• 最佳：具有强开源文化的组织

有关团队规模、角色、职责和治理模型，请参阅references/decision-frameworks.md。

工具推荐

开发者门户

Backstage（开源，CNCF）

• 信任分数：78.7/100，8,876代码片段
• 软件目录、脚手架、TechDocs、插件生态系统
• 推荐：具有平台团队的企业

Port（商业）

• 托管平台，现代UI/UX，更快价值实现时间
• 推荐：中型组织（100-1000工程师）

Cortex（商业SaaS）

• 企业IDP，合规重点，工程标准执行
• 推荐：受监管行业

平台编排

Crossplane（开源，CNCF）

• 信任分数：67.4/100，多云通用控制平面
• Kubernetes原生声明式基础设施
• 推荐：多云抽象

Humanitec（商业）

• 平台编排后端，环境和部署管理
• 推荐：复杂基础设施，补充门户

Terraform Cloud（商业）

• 成熟IaC编排，工作空间管理
• 推荐：Terraform重型组织

GitOps持续交付

Argo CD（开源，CNCF） - 推荐

• 信任分数：91.8/100（最高）
• 声明式GitOps for Kubernetes，多集群管理
• 行业领先文档和社区

Flux（开源，CNCF）

• 工具包方法，Kubernetes原生
• 推荐：GitOps原生操作

有关详细工具比较、集成模式和选择标准，请参阅references/tool-recommendations.md。

实施指南

引导平台

基础阶段（第1-3个月）：

1. 定义平台愿景和组建平台团队（3-5成员）
2. 采访开发者以识别痛点
3. 设置开发者门户（Backstage或商业）
4. 创建初始服务目录和首个黄金路径模板

试点阶段（第4-6个月）：

1. 选择2-3个试点团队进行白手套入职
2. 基于反馈快速迭代
3. 扩展到3-5个黄金路径模板
4. 集成关键工具（CI/CD、监控、秘密）

扩展阶段（第7-12个月）：

1. 扩展到20-50%的工程团队
2. 构建自服务文档和培训
3. 建立平台SLOs和待命轮换
4. 内部宣传（演示、冠军计划）

成熟阶段（第2年及以上）：

1. 整个组织80%+采用
2. 平台团队作为产品团队运营
3. 通过指标和反馈持续改进
4. AI辅助能力，策略即代码扩展

有关详细实施步骤和引导代码，请参阅references/implementation-backstage.md。

创建黄金路径模板

模板设计流程：

1. 识别最常见用例（Web应用、API、数据管道）
2. 定义指导性选择（语言、框架、部署模式）
3. 创建仓库结构和基础设施清单
4. 配置带安全扫描的CI/CD管道
5. 仪表化可观察性和文档使用
6. 在广泛推出前与试点团队测试

模板类别：

• 全栈Web应用（后端API + 前端 + 数据库）
• 数据管道（带编排的ETL/ELT）
• 机器学习服务（模型服务、监控）
• 事件驱动微服务（消息代理集成）
• 计划作业（cron作业、批处理）

有关模板示例、脚手架代码和定制模式，请参阅references/golden-paths.md和examples/目录。

推动平台采用

宣传策略：

• 展示试点团队成功（内部博客文章、演示）
• 午餐学习会议介绍平台能力
• 内部冠军计划（高级用户帮助同行）
• 办公时间和Slack/Teams支持频道

激励对齐：

• 使平台比替代方案更容易（黄金路径是“铺平道路”）
• 与开发者已使用的工作流集成
• 提供即时价值（更快入职、更好可见性）
• 庆祝早期采用者，展示他们的成功

有关采用指标、跟踪仪表板和成功模式，请参阅references/maturity-model.md。

快速参考

平台工程检查清单

策略和愿景：

• [ ] 平台愿景和章程文档化
• [ ] 平台团队组建，角色清晰
• [ ] 通过采访识别开发者痛点
• [ ] 定义成功指标（DORA、SPACE、采用）

IDP基础：

• [ ] 开发者门户部署（Backstage、Port或商业）
• [ ] 服务目录建立（所有权、依赖关系、健康）
• [ ] 首个黄金路径模板创建和验证
• [ ] 文档中心对所有工程师可访问

自服务能力：

• [ ] 环境配置（开发、预发布、生产）
• [ ] 部署自动化（GitOps with Argo CD或Flux）
• [ ] CI/CD集成在门户中可见
• [ ] 每服务可观察性仪表板

安全和合规：

• [ ] 策略即代码执行（OPA、Kyverno）
• [ ] 秘密管理集成（Vault、云提供商）
• [ ] 管道中的漏洞扫描
• [ ] RBAC和访问控制配置

运营和支持：

• [ ] 平台SLOs定义和监控
• [ ] 支持频道建立（Slack、办公时间）
• [ ] 事件响应剧本文档化
• [ ] 反馈循环和使用分析到位

常见陷阱

过早构建过多：

• 从小开始（1个黄金路径，试点团队）并迭代
• 避免“煮沸海洋”综合征

忽略开发者反馈：

• 建立持续反馈循环，不仅仅是季度调查

过度标准化：

• 为高级用例提供清晰逃生出口

低估成功测量：

• 跟踪DORA指标、满意度调查、自服务率

将平台视为IT项目：

• 平台工程是产品开发，而非基础设施配置
• 需要产品经理、UX设计师、客户聚焦

与其他技能集成

相关技能：

• kubernetes-operations: 集群操作、命名空间管理、RBAC、网络策略
• infrastructure-as-code: Terraform、Pulumi用于基础设施配置，与平台集成
• gitops-workflows: GitOps原则，Argo CD / Flux实施模式
• building-ci-pipelines: CI/CD管道设计集成到平台模板
• security-hardening: 通过黄金路径执行的安全最佳实践
• secret-management: 秘密管理集成到平台（Vault、云提供商）
• observability: 监控、日志、追踪集成到开发者门户

跨技能工作流：

平台引导：

1. 使用infrastructure-as-code配置平台基础设施
2. 使用kubernetes-operations配置集群
3. 在平台基础设施上部署开发者门户（Backstage）
4. 集成gitops-workflows（Argo CD）用于持续交付
5. 添加observability集成（Prometheus、Grafana插件）

黄金路径创建：

1. 基于常见用例设计模板
2. 使用building-ci-pipelines模式用于CI/CD配置
3. 应用security-hardening最佳实践（SAST、容器扫描）
4. 集成secret-management（Vault、加密配置）
5. 添加observability仪表化（指标、日志、追踪）

示例用例

用例1：电子商务平台团队

上下文： 300工程师的电子商务公司，微服务架构，手动配置导致瓶颈。

方法： 部署Backstage，创建3个黄金路径，集成Argo CD，试点3个团队，6个月内扩展到20个团队。

结果： 入职时间2天 → 2小时，部署频率2次/周 → 10次/天，开发者NPS +35。

用例2：金融服务平台

上下文： 1500工程师的银行，严格合规，遗留基础设施，碎片化工具。

方法： 采用Port（商业），高标准化黄金路径，OPA Gatekeeper，联邦模型，Terraform Cloud。

结果： 合规审计准备3周 → 3天，基础设施漂移事件减少90%，每服务成本归属。

用例3：初创公司平台

上下文： 50工程师的初创公司，快速增长，需要快速开发者入职。

方法： 轻量级Backstage（2工程师），2个黄金路径，GitHub Actions，PaaS基础设施（Fly.io），文档重点。

结果： 新工程师到生产1天（vs. 2周），100%自服务，2工程师支持50开发者。

有关代码示例和模板结构，请参阅examples/目录。