事件風暴之後讓 AI 整理便利貼產出候選聚合
🔖標籤 #ddd #ddd思考 #ai
[!AI] 本文摘要
事件風暴(Event Storming)工作坊結束後,牆上留下大量領域事件、命令與聚合候選的便利貼。把這些便利貼交給 AI 整理成結構化清單,可以加速後續的建模工作。然而 AI 的角色僅限於提出候選,真正的聚合邊界與交易一致性判斷仍須由人決定。本文探討如何將工作坊產出餵給 AI、AI 最容易整理錯的地方,以及人機分工的實務建議。
🔖標籤 #ddd #ddd思考 #ai
[!AI] 本文摘要
事件風暴(Event Storming)工作坊結束後,牆上留下大量領域事件、命令與聚合候選的便利貼。把這些便利貼交給 AI 整理成結構化清單,可以加速後續的建模工作。然而 AI 的角色僅限於提出候選,真正的聚合邊界與交易一致性判斷仍須由人決定。本文探討如何將工作坊產出餵給 AI、AI 最容易整理錯的地方,以及人機分工的實務建議。
🔖標籤 #ddd #ddd思考 #ai
[!AI] 本文摘要
團隊導入 AI 助理或 coding agent 時常出現答非所問或相似概念混淆的情況,根因往往是詞彙沒有對齊。每個限界上下文都該有一份專屬詞彙表,記錄術語的定義、應避免的同義詞,以及該詞彙在邊界外不適用的情形。這份詞彙表可以直接成為 AI 助理的上下文檔,讓通用語言精確地被放大成正確的程式碼。本文說明如何將限界上下文的詞彙表轉化為 AI 的 system prompt,並提供維護這份文件的具體做法。
🔖 #ddd #六邊形架構
[!AI] 本文摘要
這篇文章分享了一個實際案例,說明如何使用 DDD(Domain Driven Design)和六角架構(Hexagonal Architecture)建立 Java 後端服務。以用戶管理系統為例,展示了如何將複雜的業務邏輯組織成清晰的領域模型,並透過六角架構實現業務邏輯與外部系統的分離。主要解決了與 Spring Boot 整合、測試策略和事件處理等挑戰,最終達成了高可維護性、易測試性和良好擴展性的系統架構。這種架構雖然前期投入較多,但長期來看能帶來顯著的開發效益。
🔖 #架構 #軟體設計 #Spring-AOP
[!AI] 本文摘要
在 Spring 開發中,AOP(面向切面程式設計)是一個強大的功能,可以優雅地處理日誌、安全性和事務等橫切關注點。不過,很多開發者在使用 Spring AOP 時都曾遇到一個常見的陷阱:同一個類別內的方法調用無法被 AOP 攔截。今天就讓我們深入了解這個問題的原因和解決方法。
🔖標籤 #ddd #ddd思考
[!AI] 本文摘要
在現代軟體開發中,良好的系統架構設計對於建立可維護且穩健的應用程式至關重要。今天,讓我們一起深入探討Java中四種重要的物件模型:領域物件(Domain Objects)、實體(Entities)、資料傳輸物件(DTOs)和模型(Models)。透過一個實際的線上購物系統案例,我們將了解這些概念如何協助我們建立更好的應用程式架構。