Принципы
Большая часть того, что делает софт долговечным, решается до первой строки кода. Мы записываем эту часть, а всё, что после неё, автоматизируем.
- Спецификации до кода: API, события и экраны сначала согласуются письменно.
- Один репозиторий и один пайплайн для клиентов, сервисов и инфраструктуры.
- Воспроизводимое окружение разработки: на новом ноутбуке вся система запускается одной командой.
- Каждое изменение проходит ревью, инфраструктурное тоже.
- Скучные технологии там, где их достаточно.
Мобильные приложения
Приложения строятся на Kotlin Multiplatform: домен, данные и сеть пишутся один раз и компилируются в нативный код для iOS и Android. Интерфейс выбирается под продукт: SwiftUI и Jetpack Compose — где каждое приложение должно быть как дома на своей платформе, Compose Multiplatform — где один экран может служить обеим.
- Общий код компилируется в нативные бинарники — без виртуальной машины и JavaScript-моста.
- Общая логика покрыта тестами, которые запускаются на хосте и на обеих платформах.
- Офлайн прежде всего: приложение работает без сети и синхронизируется, когда может.
- Снапшот-тесты для каждого экрана в светлой и тёмной темах и с крупным текстом.
Бэкенд
Сервисы на Go и Kotlin, сгенерированные из спецификаций GraphQL, OpenAPI и protobuf: спецификация — это контракт, а код следует ей. События идут через Kafka, долгие процессы работают на Temporal.
- Серверный и клиентский код генерируется из одних и тех же спецификаций.
- Kafka со строгим порядком, идемпотентными консьюмерами и очередью недоставленных сообщений.
- Temporal для процессов, которые идут минуты или дни: платежи, онбординг, повторы.
// Every event carries an ID. Seeing it twice is a no-op.func (c *Consumer) Handle(ctx context.Context, m kafka.Message) error {
id := eventID(m)
return c.db.InTx(ctx, func(tx Tx) error {
done, err := tx.Processed(ctx, id)
if err != nil {
return err}
if done {return nil
}
if err := c.apply(ctx, tx, m.Value); err != nil {
return err // retried; after N attempts, sent to the DLQ
}
return tx.MarkProcessed(ctx, id)})
}
Инфраструктура
Kubernetes, а вокруг него Terraform / OpenTofu для всего остального, включая DNS и алерты. Если чего-то нет в репозитории, этого не существует.
Клиенты
- iOSKotlin · Swift
- AndroidKotlin
Сервисы
- API-шлюзGraphQL · OpenAPI
- Доменные сервисыGo · Kotlin
Данные
- PostgreSQLсостояние
- Kafkaсобытия
- Окружения создаются из кода и отличаются только размером.
- Изменения инфраструктуры проходят то же ревью, что и код приложения.
- Секреты хранятся в хранилище секретов, а не в репозитории или приложении.
Наблюдаемость
Каждый запрос оставляет трейс. Алерты срабатывают на то, что чувствуют пользователи, поэтому пейджер звонит из-за реальных проблем, а не из-за загруженного CPU.
- Трейсы OpenTelemetry через клиенты и сервисы.
- Структурированные логи, связанные с трейсами.
- Метрики и дашборды для каждого сервиса и эндпоинта.
- Алерты на ошибки и задержки, а не на CPU.
Доставка
Мерж в main — это кандидат в релиз. Остальное делает пайплайн, а когда выпускать, решают люди.
- Линтеры и тесты, параллельно для каждой платформы и сервиса.
- Сборка и подпись, версия берётся из коммита.
- Внутренние треки: TestFlight, внутреннее тестирование Google Play, стейджинг.
- Поэтапная раскатка в продакшен.
ИИ в процессе
Агенты для программирования работают в наших репозиториях с навыками проекта и MCP-серверами, которые знают наши спецификации, шаблоны и инструменты. Агенты пишут тесты, создают каркасы сервисов и делают первый проход ревью. Решения принимают люди.
- Навыки проекта: наши соглашения, записанные для агентов.
- MCP-серверы для спецификаций, CI, логов и задач.
- Изменения агентов проходят то же ревью и тот же пайплайн, что и все остальные.
Задачи, о которых стоит рассказать
Строгий порядок без потери пропускной способности
События одного аккаунта нужно обрабатывать по порядку, а события разных аккаунтов не должны ждать друг друга. Партиционирование Kafka по ключу даёт порядок, а идемпотентные консьюмеры делают повторы безопасными, поэтому партиция никогда не застревает на дубликате.
Реальное время без блокировок
В голосовом пайплайне аудио иногда приходит быстрее, чем его успевают обработать. Каналы Go с неблокирующей попыткой отправки отбрасывают кадр вместо того, чтобы останавливать поток, поэтому задержка остаётся ровной под нагрузкой.
Нужно построить что-то подобное?
Мы ведём продукты от первого экрана до релиза в сторе и поддерживаем их после.