AI APP 的小试牛刀

以生产级 AI App 为例，拆解大模型落地的完整设计思路，从仓库组织、SKILL 驱动到定时调度，强调可管理、可审查与版本化，为后续 CI/CD 与容器化部署铺路

47 分钟前wii

这次，我们以一个生产级 AI App 为示例，来看下如何设计、使用基于 AI App 的大模型在实际业务落地。

下文引用内容已脱敏

AI APP

在深夜想清楚这件事情后，今天快速落地一版应用（MVP 版本）。第一步，定义 AI APP。初始化了一个 ai app 仓库，来组织多个 ai app，并提供通用的 SKILL、脚本，以及后续的 CI/CD 能力。我们先来看下仓库大概长什么样子。

wii 🌐 msa f-ai-apps  main ❯ tree
.
├── AGENTS.md
├── apps
│   └── ads-ops-inspection
│       ├── app.yaml
│       ├── config.env.example
│       ├── output
│       │   ├── report.md
│       │   └── report.schema.json
│       ├── policies
│       │   └── policy.yaml
│       ├── prompts
│       │   └── system.md
│       ├── references
│       │   ├── checklists.md
│       │   ├── demand-lifecycle-sop.md
│       │   ├── effect-and-diagnosis.md
│       │   ├── moss-access-runbook.md
│       │   ├── ops-analysis-knowledge.md
│       │   └── report-contract.md
│       ├── SKILL.md
│       ├── tools
│       │   ├── collect_effect.py
│       │   ├── collect.py
│       │   ├── compose_report.py
│       │   ├── mongo.yaml
│       │   ├── moss.yaml
│       │   ├── query-moss.sh
│       │   └── validate.py
│       └── workflows
│           └── daily.yaml
├── config
│   └── run-ai-app.env.example
├── docs
│   └── app-yaml.md
├── README.md
├── scripts
│   ├── check-static.sh
│   ├── notify-report.sh
│   ├── render-report-html.py
│   ├── run-ai-app.sh
│   └── test-preflight.sh
└── skills
    └── run-ai-app
        └── SKILL.md

14 directories, 31 files

从目录结构看，有几个核心要点：

仓库文件的组织有一定的规范
有驱动任务执行的 run-ai-app SKILL
有具体的 APP 定义（ads-ops-inspection）
APP 也是以一定的规范进行组织

运行

作为 MVP 版本，其运行也是相当简陋，直接机器 crontab + run-ai-app.sh ，调起 opencode 执行。

run_agent() {
  case "$AI_OPS_AGENT" in
    opencode)
      opencode run --dir "$REPO_ROOT" --auto --title "ai-app $AI_OPS_APP $AI_OPS_TASK" "$PROMPT"
      ;;
    pi)
      (
        cd "$REPO_ROOT"
        pi --print --skill "$REPO_ROOT/skills/run-ai-app" --approve "$PROMPT"
      )
      ;;
  esac
}

只支持了 opencode 和 pi。

此外，还有配置，则是以配置文件的方式引入，支持仓库和应用级别配置文件。

效果

最后

算是对 AI APP 的小试牛刀吧，最后说几个要点。

实现了 AI APP 的定义、组织等
实现了 AI APP 的定时调度
AI APP 是可管理、可审查、版本化的

后面，会先实现 CI/CD，提交到 k8s 运行，依赖、crontab 打包到镜像，可发版，支持应用级 crontab 定义。