开发实践

OpenFeature 适合把功能开关从零散 if 判断收敛成标准 SDK、Provider、Context 和 Hook 组合，方便以后替换平台或接入自研系统。

Valkey 适合先从本地开发缓存层练起：明确 TTL、驱逐、持久化和 ACL，再决定是否接入生产服务。

Dagger 可以把测试、构建、发布这些交付动作写成可组合函数，让同一条流水线在本地和 CI 中复跑，适合先治理脚本漂移和缓存边界。

LiteLLM Proxy 可以把多家模型服务收拢成一个 OpenAI 兼容入口，适合小团队先做统一路由、密钥隔离和成本观察。

Docker Compose Watch 可以在保存代码后自动同步、重建或重启服务，适合把本地容器开发做成更顺手的反馈循环。

Repomix 可以把仓库整理成 AI 更容易读取的单文件上下文，适合代码审查、重构规划和文档生成前的准备工作。

OpenTelemetry Collector 能把日志、指标和 Trace 先收进一条本地管道，再统一处理和导出，适合作为小服务上线前的观测出口演练。

MCP Inspector 可以把连接、能力协商、工具 schema、样例调用和安全检查提前到上线前，适合作为本地 MCP 服务的轻量验收台。

一篇面向小团队的 LiteLLM AI Gateway 实践笔记，重点放在统一出口、虚拟 Key、预算追踪和保守路由策略。

一次面向个人项目和小团队的 GitHub Actions CI 治理实践：用依赖缓存减少重复安装，用短周期产物保留测试报告与构建结果。