SuperAPI AI 工具集

scaffold

编程与开发

查看项目

更新于 10-16 06:59

技能介绍

scaffold 是 specify 的架构变体,两者使用相同的 requirements.md 格式,但重心不同:specify 关注「构建什么(功能)」,scaffold 关注「如何组织(架构 + harness)」。scaffold 用于绿地项目或大规模重构,产出完整开发环境与 AI harness;specify 用于现有代码库上的功能开发,产出代码变更。

核心规则:

  • 用 CLI 创建 spec 目录:hoyeon-cli req init 创建 spec 目录并生成 requirements.md 存根,然后直接 Write/Edit requirements.md。
  • 直接编辑 markdown,无需 JSON 合并协议。
  • 无 schema 验证,requirements.md 是自由格式 markdown。
  • 修订协议:当用户在审批关卡选择 Revise 时,直接用 Edit 工具修改、添加或删除 requirements.md 中的章节。

层级流程:

  • L0:镜像目标 → confirmed_goal、non_goals,用户确认镜像。
  • L1:环境扫描(绿地检测),自动推进。
  • L2:架构访谈 → 决策 + 约束(重度),用户审批。
  • L3:Harness 设置 → 领域、团队、规则、技能、钩子,用户审批。
  • L4:需求 + Harness 决策 → 需求(含 GWT 子需求)+ harness 决策,用户审批。

scaffold 只产出 requirements.md(不含任务)。任务拆分由后续的 /execute(通过 /blueprint 或内联规划)处理,在 requirements.md 旁写入 plan.json。

会话初始化(L0 之前):使用 hoyeon-cli req init 创建 spec 目录与存根,并通过 session set 设置 spec_dir。

L0:输出目标、非目标、已确认目标章节。镜像协议以 scaffold 专用框架镜像用户目标,关键区别是 scaffold 的目标是基础而非产品。

L1:扫描工作目录、包管理器、运行时版本、Docker、Git、操作系统/平台,写入 Research/Context 章节,自动推进。

L2(核心):通过访谈确定整个项目架构。根据复杂度生成检查点(简单 2-3 个/维度、中等 4-5 个、复杂 6-8 个)。五个架构维度及权重:技术栈 25%、通信 20%、数据与状态 20%、测试 15%、DevOps 与环境 20%。采用分数驱动访谈循环:评分、定位最低分维度、每轮提问 2 个场景问题、标记覆盖、检测跨决策冲突、显示记分板。终止条件:综合分 >= 0.80,每个维度 >= 0.60,未知项 == 0。之后进行反转探针(2 个架构专用问题),再经 L2-reviewer 审核。

L2 决策包括条件扩展开关检测:客户-服务器边界 → Type Contracts;提到数据库 → Data Layer;Docker + 多服务 → Docker/Infra;长期运行服务器 → Runtime Patterns。

L3:确定项目的 AI 工作环境。包括 3-1 领域上下文(交互)、3-2 团队上下文(交互)、3-3 约束 → 规则(自动 + 确认)、3-4 技能检测(自动建议 + 询问,如 /migrate、/seed-data、/deploy、/api-test 等)、3-5 钩子检测(自动 + 确认,如 tsc、prettier、eslint、ruff、rustfmt、gofmt 等)。

L4:从 L2 决策 + L3 harness 决策推导需求,写入 Requirements 章节。每个子需求必须包含 given / when / then(GWT 强制)。L4 不产出任务。

分类:coding(编程与开发)。