用途:把功能描述、缺陷报告或改进想法转化为结构化规划文档,包括人类可读的 spec.md(包含理由、上下文和设计决策)和机器可执行的 prd.json(故事拆分,用于系统化实现)。
主要流程:先做想法细化,检查 docs/plans/*/brainstorm.md 或 spec.md 是否有相关头脑风暴(语义匹配且 14 天内创建);无则通过 AskUserQuestion 逐一提问澄清目的、约束和成功标准。随后运行本地研究代理 repo-research-analyst(feature_description) 收集代码库模式、CLAUDE.md/README.md/AGENTS.md 指引;再按信号决定是否做外部研究(安全、支付、外部 API、数据隐私等高风险主题必做),可并行运行 best-practices-researcher 与 framework-docs-researcher。之后确定详细级别:MINIMAL、STANDARD、COMPREHENSIVE。
结构与分支:从描述中提取工单号(如 PROJ-1222),无则询问;分支命名 [ticket-number]-[description-kebab-case],无工单用 type/description-kebab-case;创建目录 YYYY-MM-DD-<type>-<descriptive-kebab-name>,并用 git branch --list 与 git checkout -b 检查或创建分支。
SpecFlow 与 breadboard:运行 Task spec-flow-analyzer(feature_description, research_findings) 校验规格、补充边界情况;当头脑风暴含 shaping: true 时,加载 /breadboarding 技能,基于所选 shape 的 parts 表产出 Places、UI Affordances、Code Affordances、Data Stores 表,可选 Mermaid 可视化,并切成 V1-V9 纵向增量;再加载 /breadboard-reflection 走查用户故事、执行命名测试并修正。
输出形态:MINIMAL 含问题、方案、验收标准、上下文、引用;STANDARD 另加背景动机、技术考量、成功指标、依赖与风险;COMPREHENSIVE 产出 adr.md、backend.md、dtos.md、ui-design.md、frontend.md 五份文档并另写汇总 spec.md,采用决策级联模型(用户决定、模型推导、模型决定)。限制:完整内容以工具链与仓库约定为前提,资料未提供具体收费、平台支持和实测效果。