核心用法
本 Skill 提供一套六阶段边缘计算部署工作流，专为需要在 CDN 层（如 Cloudflare Workers、Lambda@Edge、Vercel Edge、Fastly Compute）执行轻量逻辑的场景设计。核心用法包括：
1. 工作负载适配评估：识别适合边缘执行的短耗时、低 CPU 任务（如认证、重定向、A/B 测试），明确排除长任务和大体积缓冲场景
2. 边缘与源站职责划分：文档化 geo headers、缓存键逻辑、个性化注入等边缘逻辑，以及 SSR、大文件上传等源站保留任务
3. 数据与状态管理：规划边缘 KV、Durable Objects 或区域存储的一致性策略（最终一致 vs 强一致），控制回源源站的往返频率
4. 安全与租户隔离：在边缘验证 JWT/session，实现多租户隔离，避免将密钥嵌入客户端可见的部署包
5. 限制与成本管控：评估各平台的 wall-clock CPU 限制、请求大小上限、出站流量定价，设计优雅降级或源站回退机制
6. 测试与灰度发布：按区域/PoP 进行金丝雀部署，通过多位置合成监控对比边缘路径与纯源站路径的 p95 延迟
显著优点
- 架构完整性：覆盖从评估到上线的全生命周期，而非零散技巧堆砌
- 平台中立性：同时兼容 Cloudflare、AWS Lambda@Edge、Vercel、Fastly 等主流平台
- 安全前置：将租户隔离、密钥管理、个性化防泄漏等安全考量嵌入设计阶段
- 成本意识：明确提及 egress 定价和降级策略，避免边缘部署后的账单失控
- 可验证性：提供明确的退出条件和检查清单（Final Review Checklist），便于审计
潜在缺点与局限性
- 无代码实现：纯文档指导型 Skill，开发者仍需自行编写各平台特定代码
- 平台差异未穷尽：边缘运行时 API 差异显著（如 fs、streams、crypto 支持度），Skill 仅提示"verify available APIs"，未提供详细对照表
- 冷启动与隔离模型：提及需阅读平台文档，但未内置各平台冷启动延迟数据
- T3 来源风险：维护者为个人开发者，长期更新承诺存疑
适合的目标群体
- 后端/平台工程师：负责全局延迟 SLO、CDN 层架构设计的技术负责人
- DevOps/SRE 团队：管理多区域部署、成本优化和灰度发布的运维人员
- 全栈开发者：在 Vercel/Cloudflare 生态中寻求性能优化的前端背景工程师
- 技术架构师：评估边缘计算可行性、向团队输出决策框架的决策者
使用风险
1. 指导误用风险：Skill 建议将"heavy SSR"保留在源站，但边界判断依赖开发者经验，误判可能导致边缘 CPU 超限或 cold start 恶化
2. 平台锁定风险：不同 Edge 平台的 API 和限制差异大，按 Skill 设计的多平台兼容架构可能在迁移时需实质性重写
3. 安全实施落差：Skill 强调"never embed secrets"，但边缘环境的密钥注入方式（如 Cloudflare Secrets vs AWS Secrets Manager）需额外学习
4. 缓存污染风险：Vary 头和 cookie 行为配置错误可能导致个性化内容缓存泄露，Skill 仅作提醒未展开调试方法
5. 依赖个人维护者：T3 来源意味着无企业 SLA，关键安全更新或平台新特性适配可能滞后