淘天营销中后台生码工作流最佳实践

一句话概括

淘天集团在营销中后台场景中，通过生码工作流提升营销页面的开发效率与代码质量的最佳实践经验。

实践内容

路径收敛：统一至云端托管生码

营销中后台将原本分割为”本地AI辅助研发”和”云端托管生码”两条路径统一收敛至云端托管生码（基于AoneSuper），解决了本地研发的三大痛点：环境配置不统一导致问题排查协作成本高、生态用工AK管理困难、执行易中断（电脑息屏/网络断开）。收敛后支持云端生码（绝大多数场景）和本地IDE直连沙箱（少数复杂场景）两种模式。

跨仓库研发工作区（git submodule + turborepo）

针对营销中后台大量跨仓库研发场景（迁移重构、项目间相互依赖），设计了跨仓库工作区方案：用git submodule将外层文件夹作为独立git空间，内部通过”软链接”聚合多个业务仓库；引入turborepo实现一键启动所有子仓库服务并自动配置依赖link。关键配置示例：

// package.json
{
  "workspaces": ["projects/*"],
  "scripts": {
    "build": "turbo run build",
    "start:workspace": "turbo run start:workspace"
  },
  "devDependencies": { "turbo": "latest" }
}
 
// turbo.json
{
  "pipeline": {
    "build": { "dependsOn": ["^build"], "outputs": ["build/**", "dist/**"] },
    "start:workspace": { "dependsOn": ["^build"], "cache": false, "persistent": true }
  }
}

可编排的场景化工作流

以CodeAgent CLI的Command机制作为工作流节点推进方式，每个交付节点的任务意图写成Command（本质是Prompt），由平台依次触发。工作流由固定节点（需求准备入口、构建部署出口）和动态节点（1~N个，由场景定义）构成。动态节点的Command中可声明调用MCP工具和Skills。

高确定性任务优化：迁移/重构

• 架构说明文档：借鉴spec-kit「先规格后执行」理念，前置设计架构说明文档作为Agent唯一规则源，覆盖新旧架构对照、禁止行为清单、接口映射规则
• 领域Skill按需加载：将表格（ProTable）和表单（ProForm）开发范式分别封装为Skill，编码节点按需加载避免信息过载
• 工作流节点化：了解旧架构 → 计划制定（规格撰写、歧义澄清、迁移计划）→ 编码实现 → 验证收尾
• 落地效果：商家营销工具N合一迁移功能点完成率71.43%，效率提升58.13%；营销资金设置端迁移时间降低62.73%

低确定性任务优化：日常迭代

• 产品功能树：将每个业务应用的功能点预先整理为树状结构，每个叶节点绑定关联代码、关联接口、关联设计稿、关联Skill四类资产。Agent通过alex-code-knowledge MCP匹配需求点与功能树节点，将”理解架构→搜索代码→推导方案”压缩为一次查表操作
• 分层研发指引：功能树覆盖已知功能点（精确指引），应用层通用规范兜底未知功能
• 确定性逻辑交还工程：将组件/Utils参数查询从Skill内switch case逻辑改为统一MCP封装，Agent按需调用
• D2C还原优化：Agent先判断功能点是否已存在，结合D2C结果执行结构分析（提取DOM层级树、逐层对比、输出差异清单），确定”样式迁移”还是”结构重写”
• API接口处理：结构化解析接口定义，自动生成类型、按统一响应结构处理、未实现接口自动mock
• 知识自动沉淀：每次迭代完成后可一键触发功能树沉淀，基于AI生成结果和人工干预自动扩充Skill，形成正向循环
• 落地效果：10+业务需求平均50%以上AI生码采纳率，功能树覆盖需求点完成度从40%~50%提升至80%~90%

核心方法论

给恰好够用的精确知识（而非更多通用知识）；确定性逻辑交还工程、不确定性决策留给Agent；知识建正向循环（功能树持续扩充，覆盖率持续提升）。

摘录

迁移重构场景的最大挑战不是”Agent不够聪明”，而是规则传递失真：迁移规范通常散落在设计文档、口头约定和历史代码中，Agent接收到的是碎片化、歧义多的描述，执行过程中自行补全细节，导致输出偏离预期。

功能树只能覆盖当前已有的功能，无法预知未来产品新增的功能，因此需要设计分层的研发指引，把和功能点不强相关的部分放在应用层。当需求点匹配到了功能树中已有的节点时，Agent可以获得高度精确的指引。当需求点涉及全新功能或功能树尚未覆盖时，应用层的通用规范承担了兜底研发指引的职责，确保Agent即便在”未知领域”生码，也能遵循当前应用的技术选型和开发规范，提上限、保下限。

核心问题在于：给Agent的是通用、抽象的知识，但生码需要的是具体、精确的信息。优化方向不是”给更多知识”，而是”给恰好够用的精确知识”。

确定性逻辑交还工程，不确定性决策留给Agent，真正做到”合适的角色做合适的事”。

通过功能树沉淀能力，可建立起一套正向循环机制，功能树覆盖的需求会越来越多，人工需要的干预会越来越少。

涉及实体

• 淘天集团 —— 实践主体，阿里旗下电商平台

涉及主题

• 营销中台 —— 淘天营销业务的中后台支撑体系
• 生码工作流 —— 通过自动化或半自动化流程生成营销页面代码
• 前端工程化 —— 营销中后台的工程效率与质量保障