cto-review
作者 alirezarezvanicto-review 是一个 Strategic Planning skill,用于通过 /cs:cto-review <plan> 对架构方案、扩展瓶颈、技术债、团队上手风险以及 build-vs-buy 决策进行压力测试。它以 prompt 为主;安装后请核对可选引用的 analyzer scripts 是否实际可用。
该 skill 评分为 70/100,意味着可以收录到目录中,但更适合定位为轻量级 CTO 质询清单,而不是完整打包的工作流。目录用户可以获得清晰的触发方式和有用的架构压力测试提示,但也应注意:文中引用的辅助脚本并未包含在 skill 路径中,独立安装时的说明也不够清晰。
- 提供清晰的命令式触发方式 `/cs:cto-review <plan>`,并覆盖架构变更、10 倍负载规划、重构以及 build-vs-buy 决策等具体场景。
- 围绕六个关键追问建立了明确的 CTO review 框架,涵盖 scaling cliffs、tech debt、团队扩张以及 build-vs-buy 取舍。
- 这些问题足够具体,能引导 agent 跳出泛泛的架构评审提示,尤其会要求给出量化断点、成本、ramp time 和 TCO。
- 引用了 ../../../skills/cto-advisor/scripts/ 下的 helper scripts,但该 skill 目录没有随附支持文件,因此独立安装后这些命令可能无法使用。
- 仓库打包完整度证据有限:除 SKILL.md 外,没有 README、安装命令、参考资料、资源或元数据。
cto-review skill 概览
cto-review 的作用
cto-review 是一个面向战略工程评审的 skill,用来在架构、扩展性、技术债、招聘,以及 build-vs-buy 决策变成高成本承诺之前,先进行压力测试。它围绕命令模式 /cs:cto-review <plan> 设计,会提出 CTO 视角的追问:系统会在哪里被压垮,哪些技术债正在变成阻塞项,团队是否能支撑这个计划扩张,以及购买现成方案是否比自研更理性。
最适合 Strategic Planning 类决策
cto-review skill 最适合在你已经有明确计划,而不是只有模糊想法时使用。典型场景包括:审批新的数据库方案、为 10 倍流量增长做规划、判断是否重建遗留系统、评估平台迁移,或为管理层准备技术战略评审。它尤其适用于 Strategic Planning,因为这类场景中的工程选择会直接影响预算、招聘、可靠性和长期执行风险。
它和通用 prompt 有什么不同
通用 AI prompt 可能会给出宽泛的架构建议。cto-review 会把讨论聚焦在六个决策问题上,用来暴露扩展性断崖、技术债的每周成本、团队 ramp 约束,以及三年总拥有成本。这种结构比开放式头脑风暴更适合高管评审、架构审批和承诺前风险分析。
采用前需要注意的事项
该 skill 的仓库路径下只有一个 SKILL.md,skill 文件夹内没有本地 README.md、metadata.json、rules、resources 或随附的辅助脚本。源文件会通过相对路径引用更大的 cto-advisor 区域下的分析脚本,因此在把这些命令纳入工作流之前,需要先确认你的安装环境中这些脚本是否可用。cto-review 的核心价值在于评审框架;自动化能力可能需要额外配置。
如何使用 cto-review skill
cto-review 安装与仓库检查
使用你的 skill manager 从 GitHub skill collection 安装,例如:
npx skills add alirezarezvani/claude-skills --skill cto-review
安装后打开:
c-level-advisor/c-level-agents/skills/cto-review/SKILL.md
先阅读这个文件,因为它包含命令、触发条件和六个 CTO 问题。如果你的 agent 环境会保留相对路径,也建议检查周边仓库内容,因为该 skill 会引用本地文件夹之外的脚本,例如 cto-advisor/scripts/tech_debt_analyzer.py 和 cto-advisor/scripts/team_scaling_calculator.py。
这个 skill 需要哪些输入
要让 cto-review 发挥更强效果,需要提供足够具体的运营细节,让它能挑战你的假设。建议包含:
- 当前规模:用户数、每秒请求数、数据量、租户数、区域数量或交易量
- 目标规模:预期增长、10 倍场景、发布活动、企业客户扩张或迁移截止时间
- 架构:服务、datastore 选择、队列、依赖、部署模型和可靠性目标
- 约束:预算、团队规模、招聘计划、合规要求、供应商限制、截止日期和 SLOs
- 正在评审的决策:批准、延期、购买、自建、重建、迁移或先做实验
较弱的输入:“Review our new architecture.”
更强的输入:“Use cto-review for Strategic Planning. We are moving from a monolith on PostgreSQL to event-driven services before expanding from 50k to 500k monthly active users. Current p95 API latency is 700ms during peak, writes are concentrated on one primary DB, the team has 8 engineers and plans to hire 4 more. Review scaling cliffs, tech debt cost, team ramp risk, and whether managed event streaming is better than building our own platform.”
实用的 cto-review 使用流程
先按照该 skill 使用的命令风格,把计划粘贴在后面:
/cs:cto-review <your plan>
要求它输出面向决策的结果,而不是泛泛而谈的长文。比较有用的输出格式包括:
- “List the top 5 approval blockers.”
- “Identify the first scaling cliff and the evidence needed to confirm it.”
- “Compare build vs buy over three years.”
- “Separate reversible experiments from irreversible commitments.”
- “Give the questions I should ask the engineering lead before approval.”
如果第一次回答过于猜测,不要只是让模型 “try again”,而是补充缺失事实。这个 skill 的设计目标是审视一个计划;当你提供真实负载数据、成本估算、人员假设和事故历史时,它的价值会明显提升。
需要先核验的文件和命令
唯一已确认的 skill 文件是 SKILL.md。它包含脚本调用示例,但这个具体的 skill 文件夹内并不包含本地脚本。在把这些脚本纳入你的工作流之前,请先检查安装后以下路径是否存在:
../../../skills/cto-advisor/scripts/tech_debt_analyzer.py
../../../skills/cto-advisor/scripts/team_scaling_calculator.py
如果这些文件缺失,你仍然可以手动使用 cto-review 指南:在 prompt 中提供自己的技术债清单和团队 ramp 假设即可。
cto-review skill 常见问题
cto-review 适合初学者吗?
适合,前提是用户有一个具体的工程决策需要评审。它不是系统设计、云架构或数据库选型的入门教程。初创公司创始人或产品负责人即使工程经验不深,也可以通过提供业务目标,并要求 agent 将技术风险转化为决策问题来有效使用它;但最终判断仍应让有经验的工程师参与。
什么时候不应该使用 cto-review?
不要把 cto-review 用在很小的实现选择、日常 code review、ticket 梳理,或定位某个狭窄缺陷上。如果还没有任何计划,它也不适合使用。它适合用于“判断错误会带来实际重大成本”的场景:平台迁移、高成本供应商决策、扩展性投入、可靠性重设计、招聘计划或重建提案。
它和架构评审 prompt 相比如何?
架构评审 prompt 通常会检查设计模式、组件和取舍。cto-review skill 会额外施加高管视角的压力:技术债每周成本、团队可扩展性、故障阈值,以及 build-vs-buy 的经济性。因此它更适合做 go/no-go 评审,而不是从零生成一套完整参考架构。
cto-review 必须依赖引用的脚本吗?
不需要。核心 cto-review skill 是 SKILL.md 中的一套结构化评审方法。如果引用的脚本可用,可能会增强分析,但只通过 prompt 也可以运行这个 skill。在确认本地安装中确实存在这些文件之前,应把脚本支持视为可选能力。
如何改进 cto-review skill
在要求判断前,先改进 cto-review 输入
最常见的失败模式,是在没有数字的情况下要求做 CTO review。即使是粗略范围也很有价值,例如:“current write rate is 2k/min”、“expected peak is 10x after launch”、“vendor quote is $180k/year”,或 “team has two backend engineers with no Kafka experience”。这些细节能让 cto-review 识别真实的扩展性断崖,而不是只列出泛泛的风险。
要求指出证据缺口,而不只是给建议
好的 cto-review 指南应该告诉你,批准之前必须先测量什么。可以追问:“What evidence is missing?” 或 “Which assumptions need a load test, cost model, prototype, or vendor reference call?” 这样输出会变成行动计划,也能降低看似合理但未经验证的架构建议带来的虚假信心。
带着决策约束迭代
第一次评审后,进一步收窄决策范围。例如:“Assume we cannot hire until Q3”、“Assume downtime must stay under 30 minutes”,或 “Assume build-vs-buy must be justified over three years.” 约束会迫使该 skill 优先处理管理层真正关心的取舍,而不是罗列所有可能的技术问题。
为你的组织扩展这个 skill
如果要在团队环境中改进 cto-review,可以加入内部 checklist,覆盖 SLOs、事故历史、云成本阈值、已批准供应商、安全要求和架构决策记录模板。如果你使用引用的分析脚本,请在 skill 附近记录它们的路径和预期输入,避免后续用户被缺失的相对路径文件卡住。
