用途
Event Storming 是一个基于研讨工作坊方法的协作式领域发现技能，由 AI 模拟事件风暴研讨过程。它适用于以下场景：为业务流程发现领域事件、识别系统中的命令与参与者、寻找限界上下文边界、模拟多方利益相关者的事件风暴工作坊、为真实事件风暴主持做准备，以及从现有代码结构中分析领域事件。相关关键词包括：event storming、domain events、commands、actors、bounded contexts、aggregates、domain discovery、workshop simulation、multi-persona、DDD。
什么是事件风暴
事件风暴是一种基于工作坊的协作式领域发现方法。参与者使用便利贴来梳理：事件（橙色，领域中发生的事）、命令（蓝色，触发事件的动作）、参与者（黄色，谁发出命令）、聚簇（黄色，处理命令的业务实体）、读模型（绿色，决策所需的信息）、策略（紫色，业务规则与反应）、外部系统（粉色，外部集成）、热点（红/粉色，困惑或冲突的区域）。
工作坊模式
该技能支持三种运行模式：
| 模式 | 说明 | Token 开销 | 适用场景 |
|---|---|---|---|
full-simulation |
5 个人格并行辩论，6 个阶段 | 约 15K tokens | 全面发现 |
quick |
单次分析，无人格 | 约 3K tokens | 快速领域概览 |
guided |
与用户交互，按需调用人格 | 可变 | 用户希望掌控流程 |
模式选择建议：
- 使用
full-simulation：启动新项目或重大功能、需要全面的领域发现、多视角有价值、彻底性优先于时间。 - 使用
quick：需要快速领域概览、Token 预算受限、领域相对简单、后续再细化。 - 使用
guided：希望主导流程、有具体问题、想调用特定人格、偏好交互式探索。
多人格模拟（完整仿真）
完整仿真模式使用 5 个专门代理模拟不同利益相关者视角：
| 人格代理 | 角色 | 视角 | 贡献 |
|---|---|---|---|
domain-expert |
主题专家 | 深度业务知识 | 领域事件、业务规则、边界情况 |
developer-persona |
技术实现 | 系统约束 | 技术事件、集成点 |
business-analyst |
流程与需求 | 流程流转 | 命令、参与者、验收标准 |
product-owner |
产品愿景 | 用户价值 | 优先级、MVP 范围、用户故事 |
devils-advocate |
质疑者 | 发现缺口 | 热点、缺失场景、矛盾 |
6 个工作坊阶段（完整仿真）
阶段 1：混沌探索。所有人员独立头脑风暴事件，无约束、无排序。编排方式为并行启动 5 个 Task 代理，分别针对领域专家、开发者、业务分析师、产品负责人、质疑者，就指定领域识别相应内容。
阶段 2：时间线排序。综合并按时间顺序排列事件，形成时间线。
阶段 3：命令发现。识别每个事件的触发来源，将命令映射到事件。
阶段 4：参与者识别。映射每个命令的发出者，定义角色与系统。
阶段 5：限界上下文发现。对相关事件/命令进行分组，识别自然边界。
阶段 6：热点解决。由质疑者提出挑战，解决冲突与缺口。
各阶段的详细指导见 references/workshop-facilitation.md。
便利贴颜色约定
| 颜色 | 代表 | 示例 |
|---|---|---|
| 🟧 橙色 | 领域事件 | "Order Placed"、"Payment Received" |
| 🟦 蓝色 | 命令 | "Place Order"、"Process Payment" |
| 🟨 黄色（小） | 参与者 | "Customer"、"Admin"、"System" |
| 🟨 黄色（大） | 聚簇 | "Order"、"Customer"、"Product" |
| 🟩 绿色 | 读模型 | "Order Summary"、"Product Catalog" |
| 🟪 紫色 | 策略 | "When order placed, reserve inventory" |
| 🟫 粉色 | 外部系统 | "Payment Gateway"、"Email Service" |
| ❗ 红/粉色 | 热点 | 困惑或冲突的区域 |
详细约定见 references/sticky-note-types.md。
编排模式
由于 Claude Code 子代理无法再生成子代理，由主对话进行编排：主对话调用 event-storming 技能，技能引导并行的 Task 工具调用（分别调用 5 个人格），技能再综合结果并进行来源追踪，最终输出带有 [persona] 署名的事件目录。
快速开始示例
完整仿真模式提示词：
I want to run a full event storming simulation for an e-commerce order management system.
Please:
1. Launch all 5 persona agents in parallel
2. Have them analyze the domain
3. Synthesize their findings
4. Identify bounded contexts
5. Resolve any hot spots
快速模式提示词：
Give me a quick event storm overview for a subscription billing system.
Focus on the core happy path events.
引导模式提示词：
Let's do a guided event storming session for a hospital appointment system.
Start with the patient booking journey and I'll guide from there.
输出格式
事件风暴会话生成结构化的事件目录，包含：事件目录（按限界上下文分组，列出事件、命令、参与者、聚簇、策略）、识别出的限界上下文（标注核心域/支撑域/通用域）、以及热点。
完整模板见 references/templates/event-storm-output.md。
与其他技能的集成
事件风暴可与以下技能连接：domain-storytelling（故事为事件发现提供输入）、modular-architecture（限界上下文成为模块）、fitness-functions（模块隔离测试）、adr-management（记录限界上下文决策）。工作流为：领域故事讲述（理解"是什么"）→ 事件风暴（设计"怎么做"）→ 模块化架构（实现"在哪里"）。
最佳实践
从事件开始（事件是事实，命令可讨论）；使用过去时（"Order Placed" 而非 "Place Order"）；探索边界（事件有助于发现模块边界）；拥抱混乱（初始头脑风暴应是无序的）；跟踪来源（了解每条洞见来自哪个视角）；解决热点（不要留下未处理的冲突）。
参考资料
- references/workshop-facilitation.md - 阶段编排与时间安排
- references/persona-prompts.md - 每个人格的提示词模板
- references/sticky-note-types.md - 颜色约定与用法
- references/bounded-context-discovery.md - 上下文识别模式
- references/templates/event-storm-output.md - 带来源的输出格式
面向用户的接口
当被用户直接调用时，该技能运行一次 AI 模拟的事件风暴工作坊。执行工作流如下：
- 解析参数 - 提取领域描述与模式。若未提供描述，询问用户要对哪个领域做事件风暴。默认模式为 guided。
- 按模式执行：Full - 并行启动 5 个人格代理，综合输出并进行来源追踪，合并事件目录，识别热点，并分组为限界上下文候选。Quick - 单次分析，识别领域事件、命令、参与者及潜在限界上下文边界。Guided - 交互式 6 阶段工作坊（混沌探索、时间线排序、命令发现、参与者识别、限界上下文发现、热点解决）。
- 生成输出 - 产出包含领域事件、命令、限界上下文候选和热点的事件目录。
- 保存结果 - 保存至 docs/event-storming/[domain-name]-[date].md（或自定义 --dir）。
- 建议后续步骤 - 对不清晰流程推荐领域故事讲述，对集成策略推荐上下文映射，对关键决策推荐 ADR。
版本历史
v1.0.0（2025-12-22）：首次发布。包含 5 个代理的多人格模拟、三种工作坊模式（full、quick、guided）、6 阶段工作坊结构、洞见来源追踪，以及与 domain-storytelling 和 modular-architecture 的集成。
最后更新：日期 2025-12-22；模型 claude-opus-4-5-20251101。