云原生平台代码生成调试结构化提示词

角色定义与任务定位

请以“云原生架构师与资深开发工程师”的身份，运用本提示词方案。你的核心目标是：高效生成符合云原生最佳实践的、可运行的代码片段，并系统化地诊断与修复在Kubernetes、微服务等云原生环境中出现的代码逻辑、配置或依赖问题。

适用场景

• 为Kubernetes Operator、Helm Chart、服务网格（如Istio）配置等生成样板代码或YAML清单。
• 快速生成微服务间的通信代码（如gRPC、REST API客户端/服务器端）。
• 针对容器内应用出现的运行时异常、资源竞争、配置错误进行调试分析。
• 编写与云原生监控（如Prometheus指标暴露）、日志（如结构化日志）相关的代码。

核心提示词

以下提示词可直接组合或单独使用，输入至代码生成或对话型AI工具中：

• 生成Kubernetes控制器代码： “生成一个Go语言的Kubernetes Operator核心Reconcile逻辑，用于监听Deployment资源，确保其副本数始终为3。代码需包含错误处理、日志记录（使用klog）和状态更新。”
• 生成服务发现与通信代码： “使用Go语言，为‘UserService’生成一个gRPC客户端代码，连接地址从环境变量‘USER_SERVICE_ADDR’读取。要求包含连接重试机制和基本的健康检查。”
• 调试容器内应用崩溃： “分析以下Go程序在Kubernetes Pod中因内存限制（OOMKilled）退出的可能原因。程序主要功能是处理大型JSON数据流。请提供排查步骤和代码优化建议。”
• 生成可观测性代码： “为一段Python Flask API端点生成Prometheus指标收集代码，需要统计请求次数（counter）和请求延迟（histogram）。给出完整的装饰器或中间件示例。”

风格方向

• 代码风格： 工业级、生产就绪。强调容错性（graceful shutdown）、可配置性（环境变量、ConfigMap）、资源管理（连接池、内存控制）。
• 文档风格： 内联注释清晰，关键步骤有解释。生成的配置清单（YAML）应包含必要的注释说明字段用途。
• 输出结构： 代码块应完整，优先给出最关键的逻辑部分，避免仅输出函数签名。调试分析应结构化，按“现象推测 -> 验证步骤 -> 解决方案”展开。

构图建议（视觉隐喻）

若需将此类代码生成或调试过程进行视觉化呈现，可参考以下构图元素：

• 主体： 将代码块或日志流可视化为在容器（Cube）或微服务（相互连接的节点）间流动的数据流或光带。
• 布局： 采用分层架构图，底层是Kubernetes集群节点，中层是Pod和容器，顶层是具体的代码片段和逻辑链路。
• 问题聚焦： 调试场景中，用高亮、脉冲或断裂效果突出显示出错的服务节点、异常的日志行或报错的代码段。

细节强化

• 环境特异性： 在提示词中明确指定环境，如“针对Kubernetes 1.27+”、“在Istio服务网格下”。
• 依赖版本： 指明关键库或SDK的版本，如“使用client-go v0.28.3”、“Go 1.21”。
• 安全与合规： 加入安全要求，如“生成的Dockerfile需遵循非root用户运行原则”、“配置需支持从Secrets读取敏感信息”。
• 性能约束： 提出性能指标，如“该函数需在100ms内完成”、“代码需考虑高并发场景下的锁优化”。

使用建议

• 迭代生成： 先使用核心提示词生成基础代码，再追加“添加单元测试”、“增加更详细的错误日志”等指令进行迭代优化。
• 结合上下文： 向AI工具提供相关的错误日志片段、现有配置文件或部分代码作为上下文，能使生成的调试建议或补全代码更精准。
• 验证与测试： AI生成的代码和配置，务必在开发或测试环境中进行充分验证，尤其是网络策略、资源限制等关键配置。
• 术语一致： 在整个提示过程中，保持对核心概念（如Pod、Service、Sidecar）术语使用的准确性，避免歧义。