AI 全栈项目脚手架工厂 (ai-fullstack-project-scaffold)

描述你的项目需求 → AI 自动生成完整的项目结构、代码框架、Makefile 和 Docker 配置

🎯 解决痛点

• ❌ 从零开始搭项目，光配置就要花半天
• ❌ 每次新建项目都要复制旧项目，改来改去容易出错
• ❌ 团队项目规范不统一，Makefile/配置文件五花八门
• ❌ Docker 配置每次都要查文档，调试耗时
• ❌ 没有任务追踪，项目做到一半不知道进度到哪了

💡 解决方案

输入：项目需求描述（一句话或详细需求文档）
   ↓
┌──────────────────────────┐
│  dev-task                │ → 解析需求，生成版本规划与任务清单
│  (需求拆解 & 任务规划)    │
└────────────┬─────────────┘
             ↓
┌──────────────────────────┐
│  kimi-cli                │ → 生成完整项目代码框架（全栈：前端+后端+数据库）
│  (代码自动生成)          │   自动选择技术栈、目录结构、核心模块
└────────────┬─────────────┘
             ↓
┌──────────────────────────┐
│  makefile-generator      │ → 生成标准化 Makefile（开发/测试/构建/部署）
│  (标准化构建脚本)        │   支持多语言：Node.js / Python / Go / Java
└────────────┬─────────────┘
             ↓
┌──────────────────────────┐
│  docker-expert            │ → 生成生产级 Dockerfile 和 docker-compose.yml
│  (容器化部署)            │   多阶段构建、安全加固、最佳实践
└──────────────────────────┘

🚀 快速开始

# 启动全栈项目脚手架
openclaw skill run ai-fullstack-project-scaffold --name "社区电商 API" --stack "nodejs+postgres" --desc "支持商品管理、订单系统、用户鉴权的电商后端服务"

# Python 项目示例
openclaw skill run ai-fullstack-project-scaffold --name "数据采集服务" --stack "python+redis" --desc "定时抓取网站数据并存储到 PostgreSQL"

# Go 项目示例
openclaw skill run ai-fullstack-project-scaffold --name "文件上传服务" --stack "go+minio" --desc "大文件分片上传，支持断点续传"

📋 输入参数

技术栈支持

输出产物

{project-name}/
├── Makefile              ✅ 标准 Makefile（dev/test/build/run/deploy）
├── Dockerfile            ✅ 多阶段构建生产镜像
├── docker-compose.yml    ✅ 开发 + 生产环境编排
├── .dockerignore         ✅ 构建优化
├── README.md             ✅ 项目说明 + 快速启动
├── package.json          ✅ 或 requirements.txt / go.mod（按语言）
└── src/                  ✅ 核心业务代码框架
    ├── main.{ext}         ✅ 入口文件（已包含基础路由）
    ├── config.{ext}       ✅ 配置文件
    └── modules/          ✅ 分模块代码骨架

Skill 协作说明

1. dev-task（需求解析层）

接收用户需求描述，用 AI 拆解为版本规划：

• 解析项目类型和技术栈选择
• 生成 VERSION.md 版本规划文档
• 生成 TODO.md 初始任务清单
• 为后续代码生成提供技术决策

2. kimi-cli（代码生成层）

基于 dev-task 的技术决策，生成完整项目代码：

• 调用 Kimi Code CLI 生成完整目录结构
• 自动注入项目配置文件（.env, config.*）
• 生成模块化代码骨架，支持直接运行
• 适合大项目（>10 个文件），支持增量修改

3. makefile-generator（构建标准化层）

生成跨平台标准化 Makefile：

• 统一命令规范：make dev / make test / make build / make run
• 自动检测语言类型，生成对应的构建规则
• 包含 health-check、lint、format 等开发命令
• 支持多环境变量切换（dev/staging/prod）

4. docker-expert（容器化层）

生成生产级 Docker 配置：

• 多阶段构建，最小化镜像体积
• 非 root 用户运行，安全加固
• 健康检查 / 日志轮转 / 信号处理
• docker-compose 开发环境一键启动

使用示例

示例 1：创建一个电商后端 API

openclaw skill run ai-fullstack-project-scaffold \
  --name "shop-api" \
  --stack "nodejs+postgres" \
  --desc "社区团购电商后端，支持商品管理、订单系统、优惠券、微信支付"

输出：

shop-api/
├── Makefile               ✅ make dev / make test / make build / make run
├── Dockerfile             ✅ node:22-alpine 多阶段构建
├── docker-compose.yml     ✅ api + postgres + redis
├── .dockerignore
├── package.json
├── prisma/schema.prisma   ✅ 数据模型（商品/订单/用户/优惠券）
├── README.md
└── src/
    ├── index.ts           ✅ 入口 + 路由注册
    ├── config/index.ts    ✅ 环境变量配置
    └── modules/
        ├── goods/         ✅ 商品模块骨架
        ├── order/        ✅ 订单模块骨架
        └── coupon/       ✅ 优惠券模块骨架

示例 2：创建数据采集服务

openclaw skill run ai-fullstack-project-scaffold \
  --name "crawler-service" \
  --stack "python+redis" \
  --desc "定时任务爬虫，抓取行业资讯并存入 PostgreSQL，支持关键词过滤"

输出：

crawler-service/
├── Makefile               ✅ make crawl / make schedule / make test
├── Dockerfile
├── docker-compose.yml     ✅ crawler + postgres + redis + scheduler
├── requirements.txt
├── README.md
└── src/
    ├── main.py            ✅ FastAPI 入口
    ├── config.py          ✅ 配置管理
    ├── spiders/           ✅ 爬虫模块（可扩展）
    ├── tasks/             ✅ 定时任务
    └── models/           ✅ 数据模型

高级用法

指定端口

--port 8080

增量开发（已有项目）

# 在已有项目目录下运行，自动生成缺失的文件
cd existing-project && openclaw skill run ai-fullstack-project-scaffold --name "existing" --stack "nodejs+postgres" --desc "补充缺失模块"

只生成 Docker 配置

openclaw skill run ai-fullstack-project-scaffold --name "my-api" --stack "go+postgres" --desc "仅生成 Docker 配置" --docker-only

注意事项

1. kimi-cli 需要本地安装 Kimi Code CLI 并配置 API Key
2. 代码生成质量取决于需求描述的详细程度，建议描述越详细越好
3. 生成后请 review 代码，确保业务逻辑符合预期再提交到 git
4. Docker 配置默认为开发模式，生产部署需根据实际情况调整