大规模问卷收集与分析平台的重构 —— 首先构建一个无惧变更的环境
半途接手的问卷平台,通过完善测试、CI/CD及IaC完成重整,并革新为由AI通过对话深入挖掘回答内容的全新体验。
课题
这个问卷收集与分析平台是 Cor. 中途接手的项目。在接手时,测试体系尚不完善,部署流程也未确定,每增加一个功能都需要花费大量时间去确认对其他部分的影响。虽然目标是超越静态表单,打造由 AI 进行对话并深入挖掘回答的体验,但系统本身甚至无法让人安心地进行变更,这构成了最初的阻碍。
方法
Cor. 没有选择直接推倒重来,而是优先构建“能够安全进行变更的状态”。在添加新功能之前,先完善了测试、CI/CD 以及基础设施的代码化管理,在稳固基础之后再着手核心的 AI 对话功能。同时,在这个阶段也重新梳理了权限管理与数据处理流程,明确了人员的访问权限。
实现
技术底座采用 Python / FastAPI / PostgreSQL 构建,并支持在多个 LLM 之间切换。AI Agent 部分推进了向 Google Agent 开发套件 (ADK) 的迁移,基础设施则切换为基于 Terraform 的代码化管理。同时更新了认证体系,重新梳理了权限管理与访问控制。编写了约 2,500 项测试,运行 27 条 CI/CD 工作流,并通过日志和链路追踪完善了可观测性。
- 技术:Python / FastAPI / PostgreSQL、多 LLM 切换架构、Google ADK、Terraform
- 质量与运维:约 2,500 项测试、27 条 CI/CD 工作流、可观测性、权限管理重构
成果
在接手后的阶段(2025年11月~2026年3月)中,Cor. 承担了 77.5% 的提交量(git 实际测算),推进了从底座重建到 AI 对话功能正式上线的全过程。目前平均每天部署 2.5 次,Pull Request 的交付时间中位数缩短至 24 分钟。实际使用量已达 484 笔、覆盖 12 个项目。通过优先稳固测试与 CI/CD,不再需要在每次添加功能时提心吊胆,平台转变为了“无惧变更的基础架构”,我们认为这是最大的成果。
想进一步了解这个案例的您
您现场的课题,也请让我们一起思考。