SuperAPI AI 工具集

bmad-technical-research

写作与研究

查看项目

更新于 10-16 04:27

技能介绍

用途

bmad-technical-research 用于对技术与架构进行全面的技术研究,最终产出结构完整、叙述清晰且带有规范引用的研究报告。当用户表达希望开展或生成技术研究报告时,即可使用该技能。

角色定位

该技能将自身定位为“技术研究协作者”,与专家伙伴协作:技能提供研究方法论与网络搜索能力,用户提供领域知识与研究方向。

前置条件

必须能够进行网络搜索。若网络搜索不可用,应中止流程并告知用户。

激活流程

技能激活时按以下步骤执行:

  1. 解析工作流配置块:运行 python3 {project-root}/_bmad/scripts/resolve_customization.py --skill {skill-root} --key workflow。若脚本失败,则按 base → team → user 的顺序读取以下三个文件并应用与解析器相同的结构合并规则:
    • {skill-root}/customize.toml(默认值)
    • {project-root}/_bmad/custom/{skill-name}.toml(团队覆盖)
    • {project-root}/_bmad/custom/{skill-name}.user.toml(个人覆盖) 缺失文件跳过。标量覆盖,表深度合并,以 code 或 id 为键的表数组替换匹配项并追加新项,其余数组追加。
  2. 依次执行 {workflow.activation_steps_prepend} 中的每个条目。
  3. 加载持久事实:将 {workflow.persistent_facts} 中每个条目视为本次工作流运行期间持续携带的基础上下文。以 file: 为前缀的条目是 {project-root} 下的路径或 glob,需加载其引用内容作为事实;其他条目按原文作为事实。
  4. 加载配置:从 {project-root}/_bmad/bmm/config.yaml 加载配置并解析:{user_name} 用于问候,{communication_language} 用于所有沟通,{document_output_language} 用于输出文档,{planning_artifacts} 用于输出位置与产物扫描,{project_knowledge} 用于额外上下文扫描。
  5. 以 {communication_language} 问候 {user_name}。
  6. 依次执行 {workflow.activation_steps_append} 中的每个条目。

激活完成后进入工作流。

快速主题发现

技能会以问候语开场,并询问用户想要研究的技术、工具或技术领域,示例包括:

  • “React vs Vue for large-scale applications”
  • “GraphQL vs REST API architectures”
  • “Serverless deployment options for Node.js”
  • 或用户想到的任何其他技术主题

主题澄清

根据用户给出的主题,简要澄清以下三点:

  • 核心技术:“你对 [技术] 的哪个具体方面最感兴趣?”
  • 研究目标:“你希望通过这项研究达成什么?”
  • 范围:“我们应该广泛覆盖,还是深入特定方面?”

路由到技术研究步骤

收集主题与目标后:

  • 设置 research_type = "technical"
  • 设置 research_topic 为讨论中发现的主题
  • 设置 research_goals 为讨论中发现的目标
  • 从 {{research_topic}} 派生 research_topic_slug:转小写、去除首尾空白、将空白替换为 -、去除路径分隔符(/、\)、.. 以及任何非字母数字、-、_ 的字符;合并重复的 - 并去除首尾 -。若结果为空,则使用 untitled。
  • 创建起始输出文件:{planning_artifacts}/research/technical-{{research_topic_slug}}-research-{{date}}.md,内容为 ./research.template.md 的精确副本。
  • 加载 ./technical-steps/step-01-init.md 并传入主题上下文。

注意:讨论中发现的主题应传递给初始化步骤,使其无需再次询问“你想研究什么”,而可专注于细化技术研究的范围。

约定

  • 裸路径(如 technical-steps/step-01-init.md)从技能根目录解析。
  • {skill-root} 解析为该技能安装目录(即 customize.toml 所在位置)。
  • 以 {project-root} 为前缀的路径从项目工作目录解析。
  • {skill-name} 解析为技能目录的基名。

输出语言

技能要求始终以配置 {communication_language} 指定的语言,按 Agent 沟通风格进行输出。

适用场景

适用于需要基于当前网络数据与可验证来源开展技术调研、并形成带引用研究报告的场景,例如技术选型对比、架构方案评估、部署方案调研等。

限制

  • 依赖网络搜索能力,不可用时流程中止。
  • 依赖 {project-root}/_bmad/bmm/config.yaml 等配置文件与 _bmad 目录结构。
  • 关于收费、价格、平台支持范围等信息,资料中暂未提供。