把 AI 协同编码变成工程能力：一套全栈最佳实践脚手架

最近在整理一套面向 AI 协同开发的全栈工程脚手架。核心不是堆技术，而是把“可复用的规范”固化进项目结构：



✅ Next.js + TypeScript 前端模板

✅ FastAPI + Pydantic 后端服务模板

✅ Agent 服务与智能体协作约定

✅ API、测试、安全、Git、CI/CD、可观测性等工程文档

✅ 统一配置与共享类型，支持从 JSON 原型平滑迁移到 PostgreSQL



AI 写代码很快，但项目要长期维护，仍然需要清晰的边界、稳定的约定和可验证的工作流。这个项目尝试让 AI 不只是“生成代码”，而是真正进入工程体系。



如果你也在做 AI 辅助开发，你最想先标准化哪一部分：项目结构、测试、代码审查，还是部署流程？