Best use case
thinking-antirez is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
蒸馏antirez(Salvatore Sanfilippo)思维模式的实用框架——极简代码哲学、Redis设计哲学、工程美学
Teams using thinking-antirez should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/thinking-antirez/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How thinking-antirez Compares
| Feature / Agent | thinking-antirez | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
蒸馏antirez(Salvatore Sanfilippo)思维模式的实用框架——极简代码哲学、Redis设计哲学、工程美学
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# antirez (Salvatore Sanfilippo) 思维框架
> "Redis was born from a very practical need. I was trying to solve a specific problem, and I couldn't find a tool that did exactly what I wanted. So I built one." — antirez
## 导言
Salvatore Sanfilippo,网名 antirez,Redis 的创造者。Redis 是全球使用最广泛的内存数据库之一,支撑了无数互联网产品的实时功能。但 antirez 的价值不仅在于他写了一个伟大的软件,更在于他展现了一种极其罕见的**工程美学**——用最少的代码、最简单的设计、最直白的实现,解决最本质的问题。
antirez 不是计算机科学家(他最初是安全研究员),他没有用复杂的算法和理论来构建 Redis。他的哲学是:**好的代码应该像一个好故事——清晰、简洁、没有废话**。他证明了一个人可以在十几年里独自维护一个全球级的基础设施项目,靠的不是超人能力,而是对简洁的极端追求。
## 核心思维模型(5个)
### 1. 极简主义设计(Radical Simplicity)
antirez 的第一原则:**能简单就不要复杂。不是"尽量简单",是"激进地简单"**。
**Redis 设计中的极简主义体现:**
- **五种核心数据结构**(String, List, Hash, Set, Sorted Set)覆盖了90%的使用场景。不是50种,不是10种,是5种。
- **单线程模型** — 当全世界都在说"多线程才是未来"时,antirez坚持单线程。为什么?因为单线程不需要锁、没有竞态条件、代码简单、行为可预测。性能瓶颈不在CPU而在内存和网络IO,单线程足够快。
- **命令即API** — 每个Redis命令做一件事、做好一件事。没有"瑞士军刀"式的超级命令。
**极简主义的决策规则:**
```
面对一个设计选择:
1. 有没有更简单的方案?(如果有,用更简单的)
2. 这个复杂度是"必要的"还是"我觉得很酷的"?
3. 如果去掉这个功能,核心价值还在吗?(如果在,考虑去掉)
4. 新来的人能在多长时间内理解这个设计?(越长越需要简化)
```
**antirez 的"减法"原则:** 每次想加一个功能,先问"如果不加会怎样?" 如果答案不是"用户就无法完成核心任务",就不要加。
### 2. 实用主义优先(Pragmatism Over Purity)
antirez 不追求理论上的完美,追求**实际可用**。
**实用主义的几个关键决策:**
1. **内存数据库但不保证持久化的完美性** — Redis 默认异步持久化(AOF/RDB),可能丢失最近几秒的数据。antirez的观点:大多数场景下,几秒的数据丢失是可以接受的,换来的是10倍以上的性能提升。完美持久化留给传统数据库。
2. ** eventual consistency 而非 strong consistency** — Redis Cluster 在网络分区时可能丢失写入。antirez 认为对于缓存和实时场景,这完全OK。
3. **API设计遵循"用户直觉"而非"理论一致"** — 有些Redis命令的命名和行为不完全一致,但antirez更看重"用户觉得自然"而不是"学术上优雅"。
**实用主义决策矩阵:**
```
理论完美
│
不做(保持 │ 做,但要
简单但略有 │ 简化接口
不完美) │
│
──────────────┼──────────────
│
不做(理由 │ 做,简单
不充分) │ 直接实现
│
实际有用
→ 左上:理论上完美但不实用 → 不做
→ 右上:理论完美且实用 → 做但要简化
→ 左下:不完美也不实用 → 不做
→ 右下:不完美但实用 → 做了再说
```
### 3. 代码可读性至上(Readability as First Priority)
antirez 的代码被公认是"教科书级别"的可读。他的原则:
**可读性的具体实践:**
1. **用最直白的实现,不用最"聪明"的实现**
- antirez 不炫技。能if-else解决的,不用位运算"优化"
- "聪明的代码"是维护的敌人——6个月后的你看不懂自己的"聪明"
2. **注释解释"为什么",不解释"做什么"**
- 代码本身应该说明"做什么"
- 注释补充"为什么这样做"——背后的设计理由和权衡
3. **函数短小精悍**
- 每个函数做一件事
- 如果一个函数超过50行,大概率应该拆分
4. **命名直白不缩写**
- `createStringObject()` 而不是 `crtStrObj()`
- 代码被读的次数远多于被写的次数
**antirez 的代码美学:**
```
// 好代码:直白、清晰、一眼看懂
if (listLength(server.ready_keys) == 0) return;
// 差代码:聪明但不透明
if (!*server.ready_keys) return; // 利用C的指针特性"优化"
```
### 4. 限制即特性(Constraints as Features)
antirez 的另一个反直觉思维:**主动设置限制,限制反而成为特性**。
**Redis 中的限制即特性:**
1. **单线程** → 不需要锁 → 代码简单 → 行为可预测 → 调试容易
2. **内存限制** → 强制你思考数据生命周期 → 自然淘汰策略(LRU/LFU)→ 更好的缓存设计
3. **数据结构大小限制(512MB)** → 防止单个key拖垮整个实例 → 迫使合理的数据建模
4. **命令原子性** → 每个命令要么完全执行要么不执行 → 天然避免竞态条件
**限制即特性的设计原则:**
```
当你在设计一个系统时:
1. 列出所有"必须支持的"和"最好能支持的"
2. 把"最好能支持的"砍掉一半
3. 在剩下的必须项中,设置合理的上限
4. 每个限制都要有清晰的技术理由
5. 文档化这些限制,让用户知道边界在哪里
限制不是缺陷。限制是选择。
```
### 5. 渐进式复杂度(Incremental Complexity)
antirez 不追求一次到位的设计,而是**从最简版本开始,根据真实需求逐步增加复杂度**。
**Redis 的演化历程展示了这个原则:**
```
v1.0 (2009): 基本的5种数据结构 + 持久化
↓ 用户需要复制
v2.0 (2010): 主从复制
↓ 用户需要更多数据结构
v2.6 (2012): Bitmaps, HyperLogLog
↓ 用户需要高可用
v2.8 (2013): Sentinel(自动故障转移)
↓ 用户需要水平扩展
v3.0 (2015): Redis Cluster
↓ 用户需要模块化扩展
v4.0 (2017): Modules 系统
```
**每一步复杂度的增加,都有明确的用户需求驱动,而不是"我觉得用户可能需要"。**
**渐进式复杂度的规则:**
1. **第一个版本只做核心功能** — 80/20法则:20%的功能覆盖80%的需求
2. **等真实用户反馈** — 而不是猜测用户需要什么
3. **每次只增加一层复杂度** — 不要一次加太多
4. **增加复杂度时审视现有设计** — 新功能是否让现有功能变得不必要?
## 决策框架
### 功能加法决策
```
有人建议增加一个新功能:
│
├─ 它解决了一个真实的问题吗?
│ ├─ 否 → 不加
│ └─ 是 → 能用现有功能组合解决吗?
│ ├─ 能 → 文档化组合方案,不加新功能
│ └─ 不能 → 加了之后核心复杂度增加多少?
│ ├─ 很少 → 加,但要简化接口
│ └─ 很多 → 找更简单的替代方案
│ ├─ 找到了 → 用替代方案
│ └─ 没找到 → 再考虑加
```
### 代码质量检查清单
antirez 风格的代码审查:
```markdown
## 代码审查 — antirez 风格
### 简洁性
- [ ] 有没有更简单的实现方式?
- [ ] 有没有不必要的抽象层?
- [ ] 有没有过度工程化的部分?
### 可读性
- [ ] 6个月后的我能看懂吗?
- [ ] 命名是否直白?
- [ ] 注释解释了"为什么"而不是"做什么"?
- [ ] 函数是否足够短?
### 复杂度
- [ ] 新增了多少行代码?(越少越好)
- [ ] 引入了多少新的依赖?(越少越好)
- [ ] 增加了多少认知负担?(越少越好)
### 实用性
- [ ] 这解决了真实的问题吗?
- [ ] 有没有更简单的替代方案?
- [ ] 去掉这个功能,用户会怎样?
### 限制
- [ ] 有没有主动设置合理的边界?
- [ ] 这些限制有技术理由吗?
- [ ] 文档化了吗?
```
## 经典语录(8条,带出处)
1. *"Redis was born from a very practical need. I was trying to solve a specific problem, and I couldn't find a tool that did exactly what I wanted. So I built one."*
— antirez 博客, "Redis, two years later" (2011)
2. *"Simplicity is the most important thing in software design. Complex software breaks in complex ways."*
— antirez 博客, "Writing software is mostly about rewriting" (2018)
3. *"I try to write code that is boring to read. If it's exciting, it means it's too clever."*
— antirez 在 RedisConf 2017 的演讲
4. *"The best code is the code you don't write."*
— antirez 博客, 关于 Redis 设计哲学的多篇文章中反复提及
5. *"Every line of code is a liability. Every feature is a commitment. Think twice before adding either."*
— antirez 博客, "Redis use cases" (2012)
6. *"Single-threaded means I don't have to think about locks. Not thinking about locks means I can think about the problem."*
— antirez 在各种技术访谈中多次表达的核心理念
7. *"There are two ways of constructing a software design: One way is to make it so simple that there are obviously no deficiencies, and the other way is to make it so complicated that there are no obvious deficiencies."*
— 引用 C.A.R. Hoare 的话,antirez 在设计 Redis 时反复遵循
8. *"When in doubt, leave it out. If it's really needed, someone will ask for it."*
— antirez 在 Hacker News 评论中表达的极简主义原则
## 实战模板(3个)
### 模板一:极简设计审计
```markdown
# 极简设计审计 — [项目/模块名称]
## 1. 功能审计
| 功能 | 使用频率 | 是否核心 | 能否用其他功能替代 | 建议保留/删除 |
|------|----------|----------|-------------------|--------------|
| 功能A | 每天/每周/很少 | 是/否 | 是/否 | |
| 功能B | 每天/每周/很少 | 是/否 | 是/否 | |
| ... | | | | |
## 2. 复杂度热点
| 模块 | 行数 | 圈复杂度 | 最近修改频率 | 是否可以简化 |
|------|------|----------|-------------|-------------|
| | | | | |
## 3. 依赖审计
- 外部依赖数量:___
- 内部模块间耦合度:高/中/低
- 可以移除的依赖:___
## 4. 简化计划
| 要简化的事项 | 当前状态 | 目标状态 | 预计收益 |
|-------------|----------|----------|----------|
| | | | |
## 5. 新增功能预审
- 最近6个月新增了几个功能?___
- 有几个被广泛使用?___
- 有几个可以去掉而不影响用户?___
```
### 模板二:antirez 风格代码审查
```markdown
# antirez 风格代码审查
## 被审查代码
- 文件:___
- 变更摘要:___
## 第一轮:简洁性检查
- [ ] 有没有重复的逻辑?(→ 提取函数)
- [ ] 有没有过度抽象?(→ 扁平化)
- [ ] 有没有"以防万一"的代码?(→ 删掉YAGNI)
- [ ] 总行数是否必要?(→ 能否减少30%?)
## 第二轮:可读性检查
- [ ] 命名是否自解释?
- [ ] 函数是否只做一件事?
- [ ] 控制流是否线性?(避免深度嵌套)
- [ ] 是否有"聪明"但难懂的代码?(→ 改成直白的版本)
## 第三轮:实用主义检查
- [ ] 这个变更是解决真实问题还是"未来可能需要"?
- [ ] 有没有更简单的实现?
- [ ] 增加了多少复杂度?值得吗?
## 评分
- 简洁性:___/5(5=极简)
- 可读性:___/5(5=教科书级别)
- 实用性:___/5(5=解决真问题)
- **总分:___/15**(12+优秀,9-11良好,<9需要重写)
```
### 模板三:渐进式架构路线图
```markdown
# 渐进式架构路线图 — [项目名称]
## v0.1 — 最小可用版本(MVP)
- 核心功能(只做绝对必要的):___
- 预计时间:___
- 预期用户数:___(内部/测试)
- 成功标准:___
## v0.2 — 基于反馈的第一轮迭代
- 前提:收集到足够的真实用户反馈
- 计划增加的功能(基于反馈):
1. ___
2. ___
- 计划简化的部分:
1. ___
## v0.3 — 稳定化
- 修复v0.2的问题
- 优化性能瓶颈
- 补充文档
## v1.0 — 对外发布
- 前提:至少经过3轮真实用户使用
- 功能冻结
- API稳定性承诺
## 原则
1. 每个版本只增加1-2个新功能
2. 每个功能必须有真实用户需求驱动
3. 每个版本都要比上个版本更简单(或至少不更复杂)
4. 定期删除不需要的功能
```
## 应用场景
### 1. 软件架构设计
- 用antirez的极简主义审视你的系统:有没有不必要的中间层?
- 每个模块的职责是否清晰?(Redis的5种数据结构 = 5个职责清晰的模块)
- 限制即特性:主动设置合理的边界
### 2. API/接口设计
- Redis的命令式API是最简洁的接口设计参考
- 每个API做一件事,做好一件事
- 不设计"万能接口",而是设计"专精接口"
### 3. 技术选型
- 选工具时优先选"做一件事但做得极好"的工具,而不是"什么都能做但什么都平庸"的工具
- Unix哲学 + antirez哲学:组合小工具解决大问题
### 4. 个人生产力
- 极简主义适用于工作流:工具越少越好,流程越简单越好
- "单线程"工作模式:一次只做一件事,避免上下文切换
- 限制即特性:给自己设限(如每天只做3件重要的事)
### 5. 团队工程文化
- 代码审查时用antirez的标准:简洁、可读、实用
- 鼓励"减法":删除代码比添加代码更值得赞扬
- 新功能必须有真实需求驱动,不接受"未来可能需要"
## 反模式
### ❌ 极简=偷懒
→ antirez的极简是经过深思熟虑的。他花在思考"如何简化"上的时间,比大多数人花在"如何实现"上的时间还多。极简是设计的结果,不是偷工减料。
### ❌ 过度简化到不可用
→ 简化是有边界的。如果简化到用户无法完成核心任务,就是过度简化。Redis的5种数据结构覆盖了90%的场景——但那剩下的10%也需要被服务(所以后来加了模块系统)。
### ❌ 单线程万能论
→ Redis单线程是因为它的瓶颈在IO而不在CPU。如果你的系统是CPU密集型的,单线程就是灾难。antirez的教训是"选择适合你的架构",不是"单线程总是对的"。
### ❌ 反对一切抽象
→ antirez反对"不必要的抽象",不是反对所有抽象。Redis本身就大量使用了抽象(对象系统、事件循环、网络层)。关键是每个抽象层都有清晰的存在理由。
### ❌ 忽视测试
→ antirez的代码简洁不代表他不测试。Redis有极其严格的测试套件。简洁是为了让测试更容易——代码越简单,测试越容易写。
### ❌ 一个人英雄主义
→ antirez独自维护Redis多年,但他也说这是不可持续的,最终Redis转由社区维护。他的"单人项目"模式适用于天才级开发者+极高自律性的特殊情况,不适用于一般团队。
---
## 总结
antirez 的思维框架核心是**激进简洁 + 实用主义 + 渐进演化**。他证明了最好的软件不是功能最多的,而是最简单的——因为简单的软件才能被理解、被信任、被长期维护。
将antirez思维应用到你的工作中:
1. **每次要加东西时,先问"能减什么"** — 减法优先于加法
2. **代码直白到无聊** — 如果代码"很有趣",可能太复杂了
3. **设置限制,拥抱限制** — 限制是设计的工具,不是缺陷
4. **渐进演化,不要一步到位** — 第一个版本只做核心,剩下的等反馈再说
> "I would say that the most important quality for a programmer is not intelligence or knowledge, but the ability to resist the temptation to over-engineer." — antirezRelated Skills
thinking-yingshi-juufeng
蒸馏影视飓风Tim思维模式的实用框架——视觉叙事、技术科普平民化、B站爆款方法论
thinking-warren-buffett
蒸馏Warren Buffett思维模式的实用框架——价值投资、能力圈、护城河、安全边际、反向思考
thinking-steve-jobs
蒸馏Steve Jobs思维模式的实用框架。当需要极简设计、用户体验偏执、产品哲学式思考时激活。
thinking-simon
蒸馏 Jim Simons(文艺复兴科技)思维模式的实用框架:量化思维、大量小交易、数学即优势
thinking-ogilvy
蒸馏David Ogilvy思维模式的实用框架——广告教父、调研驱动、大创意、品牌形象
thinking-nate-silver
蒸馏Nate Silver的贝叶斯思维、信号与噪声、概率预测的实用框架
thinking-munger
蒸馏 Charlie Munger(Berkshire Hathaway)思维模式的实用框架:多元思维模型、反向思考、lollapalooza效应
thinking-mrbeast
蒸馏MrBeast思维模式的实用框架——极致内容实验、数据驱动、病毒传播公式
thinking-michael-dell
蒸馏Michael Dell思维模式的实用框架——直销模式、按需定制、供应链效率、消除中间层
thinking-marty-cagan
蒸馏Marty Cagan思维模式的实用框架——产品发现vs交付、inspired产品团队、产品经理核心能力
thinking-linus-torvalds
蒸馏Linus Torvalds思维模式的实用框架——开源哲学、代码说话、务实工程、无情审查
thinking-liangwenfeng
蒸馏梁文峰(DeepSeek/幻方量化)思维模式的实用框架:中国量化先驱、AI+量化融合、极致效率