不灭的焱

加密类型:SHA/AES/RSA下载Go
复合类型:切片(slice)、映射(map)、指针(pointer)、函数(function)、通道(channel)、接口(interface)、数组(array)、结构体(struct) Go类型+零值nil
引用类型:切片(slice)、映射(map)、指针(pointer)、函数(function)、通道(channel) Go引用

作者:AlbertWen  添加时间:2026-11-12 18:26:20  修改时间:2026-11-22 17:53:42  分类:03.SDD规格驱动开发  编辑

目录

一、报告结论

当前项目已经明显超出“给 AI 配一组提示词”的范畴,实际上形成了一个面向企业研发交付的 AI 工程底座,覆盖:

  • 组织与业务前置梳理
  • 项目立项与需求分析
  • 产品方案、原型、PRD 和产品基线
  • 技术方案与研发实施编排
  • AI Code 输入汇编与受控执行
  • 测试设计、测试执行、证据校验和版本放行
  • 系统运维、产品运营和知识沉淀
  • Claude、Codex 两类运行时的安装、绑定、Skill 分发和 Hook 启动

项目最有价值的地方,是已经建立了“真源—阶段—模板—Skill—门禁—证据”的完整思路,尤其重视范围控制、需求追溯、禁止 AI 自行推断、测试证据完整性和运行环境隔离。

当前最大的不足也非常明确:规则和资产已经很多,但产品化入口、自动化收口、版本发布、可观测数据和真实项目验证还不够成熟。项目目前更像一个“设计成熟、治理能力强、正在产品化的 AI 研发方法平台”,还没有完全成为一个“开箱即用、低学习成本、可持续运营的开发者产品”。

综合判断如下:

评估维度 当前判断 评价
研发流程完整性 较强 已覆盖从 OD 前置工作到运维运营的完整生命周期
真源与追溯治理 较强 目录边界、引用优先级、版本基线、上下游回写规则较清晰
AI 执行约束 较强 已有路由、Skill、输入合同、输出合同、阻断状态和验证阶段
测试与证据体系 较强 对测试用例、账号、数据、证据、运行批次和放行结论约束较细
Runtime 与插件化能力 中上 已有跨平台安装、machine runtime、项目 binding 和 Hook 恢复链
易用性与学习成本 偏弱 文档和规则规模很大,入口较多,用户需要自行理解大量层次
自动化与持续集成 偏弱 缺少统一 CI、发布流水线、文档链接检查和跨运行时一致性检查
版本与变更治理 偏弱 manifest 有版本号,但仓库缺少正式标签、发布包和兼容矩阵
真实项目验证 不足 当前仓库主要是工具、模板和规范,缺少完整真实项目闭环样本

如果按“架构成熟度”和“产品化成熟度”分别评估:

  • 架构与治理成熟度:约 4/5
  • AI 执行约束成熟度:约 4/5
  • 测试与交付质量成熟度:约 4/5
  • 用户体验和可学习性:约 2.5/5
  • 工程化运营成熟度:约 2.5/5
  • 综合产品化成熟度:约 3.5/5

二、当前项目做得好的方面

1. 项目定位清楚,已经形成独立的方法仓和执行底座

项目没有把所有内容都塞进某一个具体业务项目,而是明确将当前仓库定位为公共工具仓库,服务于:

  • 人工角色
  • AI 执行器
  • 项目仓库模板
  • 代码仓执行链路

这使项目具备跨项目复用的基础,也避免了把单项目业务事实、公共规范和 AI 执行逻辑混在一起。

相关依据:

这种定位是正确的。很多 AI 工程项目初期只关注“如何让模型生成代码”,后期才发现真正难的是:

  • 谁负责确认事实
  • 哪些内容是正式真源
  • 哪些内容只是执行副本
  • 需求变化如何回写
  • 哪些结果可以作为验收证据
  • 多个项目如何共用同一套规则

当前项目已经提前处理了这些问题。

2. 研发生命周期覆盖完整,阶段边界较清楚

项目定义了从 OD 前置准备、零号仓库、一号仓库、二号仓库、三号仓库、四号仓库,到发布、运维和运营的完整主链:

项目立项
→ 业务梳理
→ 需求分析
→ 方案设计
→ 产品设计
→ 产品基线
→ 技术方案
→ 研发实现
→ 测试验收
→ 发布上线
→ 运维优化
→ 经验沉淀

这比单纯使用“需求—开发—测试—上线”的线性流程更加完整,尤其是把以下内容前置并结构化:

  • 业务流程与组织职责
  • 权限矩阵
  • 词典与对象定义
  • 产品基线
  • 技术方案
  • 交付门禁
  • 测试数据准备
  • 运维接收条件
  • 运营和复盘

同时,项目没有把流程设计成单向瀑布,而是明确了回写原则:下游发现上游事实不成立时,应回写上游真源。这一点对 AI 协作非常重要,因为 AI 最容易出现的问题就是在上游信息不完整时继续向下生成。

相关依据:

3. 真源边界设计比较成熟

项目将内容划分为:

  • 导航真源
  • 总则真源
  • 流程真源
  • 角色协作真源
  • 词典真源
  • 架构真源
  • 工作规范真源
  • 模板真源
  • AI 执行真源
  • 方法论真源
  • 历史参考源

并且明确了每一层“承接什么”和“不承接什么”。

例如:

  • 规范正文放在工作规范层
  • 模板放在公共模板库
  • Skill 和执行资产放在 AI 工作站
  • 项目业务事实放在具体项目仓
  • 运行时副本放在 machine runtime
  • 项目只保留 binding 和项目正文

这种边界设计能够减少以下典型问题:

  • 同一个规则被复制到多个目录
  • 项目仓修改了公共规则
  • AI 读取了错误的历史路径
  • 模板被误当成正式事实
  • 运行副本被误当成真源
  • 测试证据替代了需求定义

这是当前项目最核心的基础能力之一。

4. AI 不是自由漫游,而是通过路由和阶段 Skill 受控执行

项目已经形成了比较清晰的调用链:

warehouse-router
→ 阶段 Skill
→ doc-gatekeeper
→ git-sync

代码仓还进一步形成了:

ai-code-input-assembler
→ AI_CODE_INPUT
→ ai-code-superpowers
→ AI_CODE_OUTPUT
→ postgen gate

这套设计有几个明显优点:

  1. 先判断当前属于哪个仓库和阶段。
  2. 再选择对应的能力模块。
  3. 正式落库前经过文档门禁。
  4. 进入代码执行前,先锁定范围、真源和允许修改目录。
  5. 执行结束后回填结构化结果。
  6. 如果真源缺失,输出 GAP 或 BLOCKED,而不是继续猜测。

特别是“缺少真源就阻断”这一原则,明显优于让 AI 根据相似页面、历史代码或通用 CRUD 模板自行补全业务事实。

相关依据:

5. AI Code 的输入合同设计非常具体

当前 AI Code 输入不只是几份自然语言说明,而是逐步引入了结构化合同,包括:

  • 任务范围
  • 来源索引
  • 版本范围
  • 允许修改目录
  • 禁止修改目录
  • 页面模板绑定
  • 接口合同
  • 数据库实体合同
  • 公共组件资产合同
  • 菜单合同
  • 枚举合同
  • 状态迁移合同
  • 页面字段合同
  • 业务规则合同
  • 对象实现合同
  • 环境合同
  • stub、placeholder、shim 清单
  • 禁止推断策略
  • 缺失真源项

这套设计能够解决 AI 编码中最常见的“看起来完成了,实际没有完成”的问题:

  • 页面能打开,但没有真实接口
  • 按钮可以点击,但没有状态闭环
  • 列表有数据,但数据来自 mock
  • 字段存在,但并非需求定义字段
  • 后端接口返回 200,但业务没有真正完成
  • 代码修改超出本轮范围
  • AI 偷偷修改公共基础层
  • 用前端默认值掩盖后端缺失

从工程控制角度看,这部分已经具有较强的实际价值。

6. 测试验收不只关注“有没有执行”,而是关注证据是否可信

测试体系是当前项目最扎实的部分之一。它已经明确区分:

  • 测试设计
  • 测试数据
  • 测试执行
  • 测试证据
  • Bug 管理
  • 回归验证
  • 产品验收
  • 版本放行

同时对以下事实进行结构化约束:

  • 测试批次
  • 基线版本
  • 环境身份
  • 构建身份
  • 账号和角色
  • 测试数据
  • 用例与步骤
  • 证据文件
  • 证据清单
  • SHA256
  • 当前 RUN 状态
  • 执行前回执
  • 执行后证据完整性
  • 产品经理或责任人的人工确认

项目还特别防止以下伪通过行为:

  • 空的浏览器测试文件
  • 只有日志没有真实断言
  • 使用 skip、fixme、only
  • 用页面盘点代替正式用例执行
  • 用历史证据代替当前批次证据
  • 用“测试通过”文字覆盖结构化失败结果
  • 用账号别名伪造人工执行者
  • 用已有文件但没有当前 RUN 绑定
  • 用“快速报告”进入正式验收

这说明项目对“AI 生成测试报告”中的可信度风险有较清醒的认识。

当前代码仓库测试合同相关的 74 个回归测试均通过:

  • 功能测试合同:9 项通过
  • 四号仓执行合同:55 项通过
  • 测试用例价值审查:10 项通过

此外,Python 脚本编译检查也通过。

7. Runtime 设计已经具备较好的平台化基础

项目没有把 Skill 直接散落到某个用户目录,而是设计了:

工具仓真源
→ machine runtime
→ project binding
→ 项目级显式 Skill
→ Hook / bootstrap 恢复

当前 Runtime 层具备:

  • Claude 和 Codex 双运行时
  • manifest
  • skill catalog
  • install profile
  • verify profile
  • machine runtime home
  • project binding
  • runtime install receipt
  • bootstrap 恢复链
  • 项目级 Skill 显式化
  • Windows symlink 自动回退 copy
  • Python 统一执行层
  • shell 和 PowerShell 外层入口

相关依据:

经过静态核对,两个运行时都登记了 21 个 Skill,目录和 catalog 基本一致,必需 Skill 也都在默认安装集合中。

8. 对环境、组件和数据库的约束意识较强

当前项目不仅控制业务代码,还开始控制:

  • 开发基座版本
  • 公共组件版本
  • 组件 core、adapt、contract 边界
  • Flyway 状态
  • 独立数据库
  • 数据库字段级合同
  • 菜单来源
  • 路由来源
  • 文件上传和日志动作
  • 跨模块同步
  • 运行产物来源
  • 端口和服务身份

这表明项目已经从“文档工程化”进一步进入“代码执行环境工程化”。

三、当前最需要完善的地方

P0:优先解决的问题

1. 入口太多,用户需要自己拼装使用方式

当前项目的核心规则和资产非常丰富,但普通使用者需要在多个目录之间理解:

  • 工具仓库
  • 项目文档仓
  • 项目代码仓
  • 零号到四号仓库
  • AI 工作站
  • Skill
  • Agent
  • Runtime
  • machine runtime
  • project binding
  • AI_CODE_INPUT
  • AI_CODE_OUTPUT
  • 测试 RUN
  • 版本基线
  • 技术承接台账

这对熟悉项目的人有帮助,但对新用户的学习成本很高。

当前仓库剔除归档目录后,约有 1,433 个 Markdown 文件、约 17.6 万行内容,其中还包含部分历史参考子目录。单个核心 Skill 也可能超过 400 行,例如路由 Skill 和原型 Skill。

目前更像“资料齐全的规范库”,还不像“用户可以快速完成任务的产品”。

建议增加一个真正的一站式入口,例如:

al init
al check
al route
al plan
al implement
al verify
al report

或者提供一个交互式入口:

当前要做什么?
1. 新建项目
2. 分析需求
3. 设计产品方案
4. 生成技术方案
5. 汇编 AI Code 输入
6. 执行代码修改
7. 执行测试
8. 生成验收报告

入口应自动完成:

  • 当前目录识别
  • 仓库类型识别
  • 阶段识别
  • 真源路径解析
  • 所需 Skill 选择
  • 缺失材料检查
  • 下一步命令输出

目标不是减少规则,而是让用户不用先读懂全部规则才能开始工作。

2. 文档、脚本和示例仍存在路径迁移残留

当前仓库已经明确禁止硬编码个人绝对路径,但实际仍存在以下问题:

  • 安装Claude.sh
  • 安装Codex.sh
  • 安装代码仓Claude.sh
  • 安装代码仓Codex.sh
  • AI安装说明.md
  • 00_代码仓库模板/README.md
  • 00_代码仓库模板/代码仓库操作说明.md

其中仍出现 /Users/tony/... 等具体本机路径。

此外,部分总导航文档仍引用:

  • 1_项目仓库模板/
  • 08_AI工作站/01_角色型AI工作台/
  • 08_AI工作站/02_阶段型AI工作台/

而当前实际目录已经使用:

  • 00_项目仓库模板/
  • 08_AI工作站/01_AI能力模块/
  • 08_AI工作站/02_Skill_Agent与执行/

这说明迁移治理还没有完全收口。

建议:

  1. 所有安装脚本改为命令行参数或环境变量接收项目路径。
  2. 默认值改为明确的占位值,并在执行前强制失败。
  3. 增加仓库级 Markdown 链接检查。
  4. 增加旧路径扫描器。
  5. 对历史目录和当前目录使用不同的链接检查规则。
  6. 每次目录迁移时自动生成迁移映射表。
  7. 将“旧路径可保留”与“正式路径不可继续引用”写入自动检查。
3. 缺少正式 CI 和统一质量门禁

当前仓库没有发现标准 CI 配置,也没有发现正式的发布流水线。现有 Python 测试可以直接运行,但测试入口不统一:

  • python3 -m unittest discover 没有发现测试
  • python3 -m pytest 因环境没有 pytest 无法执行
  • 直接运行三个测试文件可以得到 74 个通过结果

这说明测试资产存在,但项目还没有形成统一、自动化、可持续执行的质量入口。

建议至少增加:

validate-json
validate-manifest
validate-skill-catalog
validate-runtime-parity
validate-markdown-links
validate-path-policy
validate-template-placeholders
validate-python
run-unit-tests
run-contract-tests

并在每次提交或合并请求时自动执行。

CI 至少应覆盖:

  • JSON 格式和字段结构
  • manifest 与目录一致性
  • Claude / Codex Skill 对齐情况
  • Markdown 相对链接
  • 个人绝对路径扫描
  • 占位目录扫描
  • Python 编译检查
  • 74 个现有回归测试
  • 代码仓模板初始化验证
  • Runtime 安装和 verify 的临时目录演练
  • Windows PowerShell 语法和运行检查
4. Runtime 安装还缺少原子性、锁和回滚

当前安装逻辑会逐个删除和复制 Skill,然后写入 receipt。如果执行过程中出现:

  • 磁盘空间不足
  • 文件复制失败
  • 进程被中断
  • 权限异常
  • 多个安装进程同时运行

可能出现部分 Skill 已替换、receipt 尚未写入或 binding 与 machine runtime 不一致的状态。

建议引入:

  1. 安装锁,避免并发安装。
  2. 临时目录安装。
  3. 全量校验通过后再原子替换。
  4. 上一版本备份。
  5. 安装失败自动回滚。
  6. receipt 中写入每个 Skill 的内容摘要。
  7. binding 中写入 machine runtime 版本和内容摘要。
  8. verify 比较源、machine runtime 和 project materialized Skill 的摘要。
  9. 增加 interrupted install 测试。

当前项目已经有 receipt 和版本比较机制,但还没有达到可靠升级系统的程度。

P1:应在产品化阶段补齐的问题

5. Claude 与 Codex 的 Skill 仍是两份实体,存在维护分叉风险

当前有 42 个 SKILL.md,其中 Claude 和 Codex 各维护一套 21 个 Skill。部分 Skill 内容高度相似,部分 Skill 差异较大。

这种设计短期内可以适应两个宿主的差异,但长期会产生:

  • 一个运行时先修复,另一个运行时忘记同步
  • 两套说明逐渐形成不同规则
  • 用户在不同宿主上得到不同结论
  • 问题修复需要重复修改
  • 无法判断差异是有意设计还是复制漂移

建议采用:

共享规范主体
→ Claude 适配层
→ Codex 适配层

共享主体承接:

  • 业务规则
  • 阶段步骤
  • 输出合同
  • 阻断条件
  • 证据要求

运行时适配层只承接:

  • 宿主调用方式
  • 用户输入方式
  • 对话界面差异
  • 插件路径差异
  • 特定工具调用方式

同时增加运行时一致性检查:

  • 公共规则段落必须一致
  • 输出字段必须一致
  • 阻断状态必须一致
  • 版本号必须一致
  • 有意差异必须在 manifest 中登记
6. 人工确认还没有完全统一为可机器验证的审批记录

流程文档已经明确 AI 不能替代责任角色,但不同阶段的人工确认方式并不完全统一。

测试验收部分已经有:

  • 确认人
  • 确认时间
  • 人工确认状态
  • 产品验收结论

但在需求、产品基线、技术方案和发布门中,仍有一部分确认逻辑主要依靠 Markdown 表格和文字表达。

建议统一定义审批合同:

{
  "gateId": "PRODUCT_BASELINE",
  "status": "approved",
  "approver": "PM-001",
  "approverRole": "产品负责人",
  "approvedAt": "2026-11-12T10:00:00+08:00",
  "evidenceRefs": [],
  "scopeDigest": "sha256:...",
  "expiresAt": null
}

这样才能防止:

  • 文字写了“已确认”,但没有确认人
  • 确认人存在,但确认范围发生变化
  • 基线确认后输入又被修改
  • 旧审批结果被错误复用
  • 不同阶段对“通过”的定义不同
7. 真实项目闭环样本不足

当前仓库主要由以下内容构成:

  • 规则
  • 模板
  • Skill
  • 脚本
  • 插件入口
  • 历史参考资产

没有发现一个完整、当前有效、可从需求一路走到代码、测试和验收的真实项目样本。当前能证明的是“设计了完整闭环”,还不能充分证明:

  • 新用户是否能顺利完成安装
  • 路由是否能正确识别阶段
  • Skill 是否会选择正确真源
  • AI_CODE_INPUT 是否能稳定汇编
  • 代码执行是否能顺利落地
  • 测试证据是否能被真实系统生成
  • 项目团队是否愿意长期使用
  • 门禁是否会不会过度阻断正常工作

建议建立一个脱敏的标准演练项目,至少包含:

  1. 一个真实业务模块。
  2. 一套需求调研资料。
  3. 一套产品基线。
  4. 一套技术方案。
  5. 一次 AI_CODE_INPUT 汇编。
  6. 一次受控代码修改。
  7. 一次测试设计。
  8. 一次人工或浏览器执行。
  9. 一次证据核验。
  10. 一次产品验收。
  11. 一次发布和回滚演练。

该演练项目应作为仓库的持续回归样本,而不是只作为文档示例。

8. Windows 的完整能力仍未完全对齐

Runtime 层对 Windows 已经考虑了 PowerShell、Python 和 symlink 回退,这是优点。

但代码仓安装脚本中的网页测试工具安装仍然依赖 Bash。如果 Windows 环境没有 Bash,会跳过自动安装并输出警告。这会导致:

  • Runtime 安装成功
  • install 级 verify 通过
  • 但网页功能测试能力实际上未准备好
  • 用户直到执行测试 readiness 时才发现问题

建议:

  1. 提供纯 Python 或 PowerShell 的功能测试工具安装路径。
  2. 将浏览器依赖安装状态纳入 ready 级验证。
  3. 增加 Windows 端到端演练。
  4. 明确 install、ready、browser-ready 三个级别。
  5. 不要把“runtime 安装完成”和“可以执行网页测试”混为一谈。
9. 错误处理还需要从“脚本能跑”提升到“服务可诊断”

部分运行时校验逻辑直接读取 JSON,如果文件损坏,可能抛出未包装的异常,而不是输出统一的结构化失败结果。

建议所有入口统一返回:

{
  "status": "FAIL",
  "errorCode": "INVALID_RUNTIME_RECEIPT",
  "message": "runtime-install-receipt.json 不是有效 JSON",
  "path": "...",
  "recovery": [
    "重新执行 machine runtime install",
    "检查文件权限",
    "删除损坏的 receipt 后重试"
  ]
}

同时增加错误分类:

  • 参数错误
  • 配置错误
  • 真源错误
  • 运行时安装错误
  • 项目绑定错误
  • 输入合同错误
  • 证据错误
  • 环境错误
  • 人工确认缺失
  • 版本不兼容

这样用户不需要从 Python traceback 中自行判断下一步。

10. 缺少使用效果和质量指标

当前项目已经规定了很多“应该做什么”,但还没有形成足够的运营指标。

建议至少记录以下指标:

指标 用途
首次安装成功率 判断 Runtime 安装体验
首次任务完成时间 判断入口和学习成本
路由一次命中率 判断总控路由效果
真源缺失阻断率 判断上游资料质量
AI Code 首次门禁通过率 判断输入合同质量
代码修改越界次数 判断范围控制效果
测试证据不完整率 判断测试执行质量
人工返工次数 判断 AI 产出可用性
P0/P1 缺陷逃逸率 判断交付质量
规则被绕过的次数 判断门禁是否真正有效
Runtime 升级失败率 判断分发可靠性
Claude/Codex 结果差异率 判断运行时一致性

如果没有这些指标,后续很难判断项目是在变好,还是只是规则越来越多。

P2:需要持续治理的问题

11. 版本治理还没有真正产品化

当前 manifest 使用 1.0.0,但仓库没有发现正式 Git tag,版本记录也仍然停留在“结构重构第一轮”的描述。

建议建立:

  • 工具仓库版本
  • Runtime 版本
  • Skill catalog 版本
  • 模板版本
  • 规范版本
  • 项目模板兼容版本
  • 代码仓脚本兼容版本
  • 迁移版本
  • 弃用版本

每次发布应产生:

release/
├── manifest.json
├── compatibility-matrix.json
├── migration-notes.md
├── changed-assets.json
├── verification-report.json
└── checksums.txt

特别是 Runtime、Skill、模板和门禁脚本之间必须有兼容矩阵,否则项目绑定可能出现“文档仓升级了,代码仓还在使用旧执行合同”的情况。

12. 归档、迁移和当前真源还可以进一步隔离

项目已经有历史归档和待核销旧资产目录,但当前仓库仍存在大量旧目录引用和旧说明。

建议:

  • 归档目录默认不进入 AI 检索范围。
  • 归档目录使用独立的 manifest。
  • 每个历史目录声明迁移状态。
  • 对已迁移内容标记目标真源。
  • 对无法迁移的内容标记保留原因。
  • 对正式真源建立允许读取白名单。
  • AI 默认拒绝引用归档目录,除非用户明确要求历史比对。

这样可以降低 AI 把历史规则误当成当前规则的风险。

13. Agent 层还不够体系化

当前项目的可执行能力主要以 Skill 和能力模块为主,Skill 体系比较完整,但真正独立的 Agent 注册、权限、状态、重试、上下文和生命周期管理还比较薄。

建议后续补充 Agent 注册模型:

{
  "agentId": "requirement-analyzer",
  "role": "需求分析",
  "allowedStages": ["02_一号仓库"],
  "allowedReadSources": [],
  "allowedWriteTargets": [],
  "requiredSkills": [],
  "approvalRequired": true,
  "retryPolicy": {},
  "outputContract": {},
  "failureStates": []
}

这样可以把“能力说明”和“执行主体”进一步区分开:

  • Skill:说明如何完成一类工作
  • Agent:说明由谁、在什么权限下、以什么状态机执行
  • Router:决定进入哪个 Agent
  • Gatekeeper:决定是否允许继续
  • Runtime:提供宿主能力

四、建议的产品化路线

第一阶段:0—30 天,先解决可用性和一致性

目标:让新用户可以在较短时间内完成安装、检查和一次标准任务。

建议完成:

  1. 清理所有当前目录中的个人绝对路径。
  2. 修复旧目录名和不存在的导航入口。
  3. 增加统一的 validate-all 入口。
  4. 统一测试执行命令。
  5. 增加 Markdown 链接检查。
  6. 增加 manifest、catalog、Skill 目录一致性检查。
  7. 增加一个一页式快速开始。
  8. 将安装脚本改为参数化。
  9. 明确文档仓和代码仓的安装差异。
  10. 将“安装完成”“可进入 AI Code”“可执行网页测试”分成不同状态。

阶段验收标准:

  • 新用户只阅读一页快速开始即可完成初始化。
  • 当前正式目录不再包含个人绝对路径。
  • 关键导航链接全部可用。
  • 一条命令可以完成完整校验。
  • 三个测试文件可以通过统一入口执行。

第二阶段:31—90 天,补齐可靠性和维护能力

目标:让项目能够安全升级,并降低双运行时维护成本。

建议完成:

  1. 建立共享 Skill 主体和运行时适配层。
  2. 增加 Claude/Codex 一致性检查。
  3. Runtime 安装增加锁、临时目录、原子替换和回滚。
  4. receipt 增加摘要和来源信息。
  5. 项目级 Skill 增加内容摘要校验。
  6. 统一人工审批合同。
  7. 增加 Windows 端到端验证。
  8. 增加 CI 流水线。
  9. 建立版本标签和兼容矩阵。
  10. 补充损坏 JSON、安装中断、升级失败和回滚测试。

阶段验收标准:

  • 运行时升级失败后可以自动恢复上一版本。
  • 两个运行时的公共规则不会发生静默分叉。
  • 关键门禁全部在 CI 中执行。
  • 人工确认可以被机器校验。
  • Runtime、Skill、模板和脚本之间存在明确兼容关系。

第三阶段:91—180 天,建立真实项目闭环和运营体系

目标:证明项目不仅“设计完整”,而且可以在真实项目中持续产生价值。

建议完成:

  1. 建立一个脱敏真实项目演练仓。
  2. 完成从需求到验收的全链路演练。
  3. 采集安装、路由、门禁、返工和测试指标。
  4. 建立规则绕过和异常复盘机制。
  5. 建立 Agent 注册和权限体系。
  6. 建立上下文索引和渐进式加载机制。
  7. 建立 Skill、模板、规范和脚本的发布包。
  8. 建立正式的弃用和迁移策略。
  9. 建立团队使用反馈闭环。
  10. 按季度复核规则是否仍然有效,避免规则无限增长。

五、建议重点关注的指标

后续不建议只用“新增了多少文档、多少 Skill”衡量项目进展,而应关注实际使用结果:

  • 新机器首次安装成功率达到 95% 以上。
  • 新用户从进入仓库到找到正确入口的时间控制在 2 分钟以内。
  • 统一校验命令在本地和 CI 中都可以执行。
  • 当前正式目录中的失效链接为 0。
  • 当前正式目录中的个人绝对路径为 0。
  • Claude/Codex 公共规则差异全部有登记。
  • Runtime 安装失败可以自动回滚。
  • AI Code 首次输入门禁通过率逐步提升。
  • AI Code 越界修改次数持续下降。
  • 测试证据不完整率持续下降。
  • 真实项目的人工返工次数持续下降。
  • 版本发布后出现的兼容性问题可被自动发现。
  • 规则被绕过的情况有记录、有责任归属、有复盘结论。

六、最终判断

Al CodingHarness 的核心竞争力不是某一个 Skill,而是已经开始形成一套完整的 AI 研发控制系统:

业务事实
→ 产品基线
→ 技术承接
→ AI Code 输入合同
→ 受控代码执行
→ 测试证据
→ 验收放行
→ 运维和运营反馈

它最值得保留的方向包括:

  • 真源分层
  • 阶段化流程
  • 路由 Skill
  • 禁止 AI 自行推断
  • AI_CODE_INPUT / OUTPUT 合同
  • 测试证据完整性
  • 项目文档仓与代码仓分离
  • machine runtime 与 project binding
  • 版本、环境、组件和数据库约束

后续不宜继续单纯增加文档、模板和规则数量。下一阶段应从“继续补规则”转向:

  1. 收敛入口。
  2. 统一执行。
  3. 自动校验。
  4. 建立发布版本。
  5. 补齐真实项目演练。
  6. 采集使用指标。
  7. 减少运行时分叉。
  8. 提升异常恢复能力。

当前项目已经具备成为企业级 AI CodingHarness 的基础,但要真正被更多团队稳定使用,关键工作将从“方法论建设”转向“产品化、自动化和运营化”。