GitHubEmailCv
Blog
Next

AI-Native Workflow: My Second Brain & Development Stack

Lập trình viên hiện đại không chỉ dừng lại ở việc gõ phím. Đó là khả năng phối hợp (orchestration) giữa các công cụ AI để tối ưu hóa hiệu năng và duy trì kiến thức bền vững. Dưới đây là cách mình tích hợp bộ công cụ (Gemini CLI, Cursor, MCP, Lark) vào quy trình phát triển hàng ngày.

1. Kiến trúc Second Brain (Obsidian + PARA)

Mình sử dụng mô hình PARA (Projects, Areas, Resources, Archive) trong Obsidian để quản lý kiến thức.

  • Dự án (Work): Ghi lại bối cảnh (Context) của từng dự án như Thảo Cầm Viên, IDEAS Institute hay NovaService.
  • Tự động hóa: Toàn bộ kiến thức được đồng bộ qua GitHub và sẵn sàng phục vụ các AI Agent thông qua user-profile.md. Điều này giúp AI luôn hiểu "mình là ai" và "mình đang làm gì".

2. Hệ sinh thái AI Tooling

Sự kết hợp giữa các công cụ giúp mình làm việc nhanh hơn gấp nhiều lần:

🤖 Gemini CLI & Antigravity

Đây là "trung tâm điều khiển" (Command Center). Gemini CLI cho phép mình:

  • Khám phá Codebase: Tự động phân tích các thư mục phức tạp (như Monorepo của Thảo Cầm Viên).
  • GSD (Get Shit Done): Thực hiện các nhiệm vụ lặp lại thông qua các chuyên gia Agent (Scribe, Sorter, Seeker).

🛰 MCP (Model Context Protocol)

MCP đóng vai trò là "cầu nối dữ liệu". Thông qua mcp-cli, mình đồng bộ cấu hình giữa Cursor, Gemini CLI và Claude, giúp các AI luôn có chung một nguồn dữ liệu (Single Source of Truth) về:

  • Các tài liệu API.
  • Các biến môi trường.
  • Quy trình chuẩn của dự án.

🐦 Lark (Feishu) Integration

Lark không chỉ để chat, nó là hệ thống vận hành (Operations):

  • Lark Helper: Tự động đồng bộ tài liệu từ mã nguồn lên Wiki của team.
  • Webhook Alerts: Nhận thông báo tức thì từ các Cronjob và CDC (Debezium) trực tiếp trên điện thoại.

3. Quy trình làm việc thực tế

  1. Research: Dùng Gemini CLI khám phá bối cảnh dự án mới.
  2. Strategy: Viết PLAN (Spec Kit) trong Obsidian.
  3. Execution: Dùng Cursor và các AI Skills để code nhanh.
  4. Validation: Chạy Load test (k6) và kiểm tra logs qua Lark.
  5. Sync: Đẩy tài liệu lên Lark Wiki và code lên GitHub.

🎯 Lời kết

Công cụ chỉ mạnh khi chúng được kết nối với nhau. Bằng cách xây dựng một hệ thống AI-native workflow chặt chẽ, mình có thể tập trung vào những vấn đề thực sự quan trọng: kiến trúc hệ thống và giá trị sản phẩm.

Cập nhật lần cuối: 2026-04-08