Hooke / mlaj

description: 使用计划模板执行实现规划流程，并生成设计产物。
handoffs:
  - label: 生成任务列表
    agent: speckit.tasks
    prompt: 将实现计划拆分为可执行任务
    send: true
  - label: 生成检查清单
    agent: speckit.checklist
    prompt: 为以下领域生成一份检查清单……

用户输入

$ARGUMENTS

在继续之前，你必须先考虑用户输入（如果不为空）。

概述

1. 准备：在仓库根目录运行 .specify/scripts/bash/setup-plan.sh --json，并解析 JSON 中的 FEATURE_SPEC、IMPL_PLAN、SPECS_DIR、BRANCH。当参数里包含单引号（例如 "I'm Groot"）时，使用转义写法：如 'I'\''m Groot'（或尽量用双引号："I'm Groot"）。

2. 加载上下文：读取 FEATURE_SPEC 与 .specify/memory/constitution.md。加载 IMPL_PLAN 模板（已复制到目标位置）。

3. 执行规划流程：按 IMPL_PLAN 模板结构完成：

   • 填写技术上下文（未知项标记为 “NEEDS CLARIFICATION”）
   • 从宪法中填写“宪法检查”小节
   • 评估门禁（若存在未经合理解释的违规则 ERROR）
   • Phase 0：生成 research.md（解决所有 NEEDS CLARIFICATION）
   • Phase 1：生成 data-model.md、contracts/、quickstart.md
   • Phase 1：通过运行 agent 脚本更新 agent 上下文
   • 设计完成后重新评估“宪法检查”

4. 停止并汇报：命令在 Phase 2 规划后结束。汇报分支名、IMPL_PLAN 路径与生成的产物。

阶段

Phase 0：大纲与调研

1. 从上面的技术上下文中提取未知项：

   • 每个 NEEDS CLARIFICATION → 一条调研任务
   • 每个依赖 → 一条最佳实践任务
   • 每个集成点 → 一条模式/方案任务

2. 生成并分发调研 agent：

   对于技术上下文中的每个未知项：
     任务："为 {feature context} 调研 {unknown}"
   对于每个技术选型：
     任务："为 {domain} 场景寻找 {tech} 的最佳实践"

1. 在 research.md 中汇总结论，格式为：
   • 决策（Decision）：[选择了什么]
   • 理由（Rationale）：[为什么这样选]
   • 备选方案（Alternatives）：[还评估了什么]

输出：research.md，且所有 NEEDS CLARIFICATION 已解决

Phase 1：设计与契约

前置条件： research.md 已完成

1. 从功能 spec 中提取实体 → data-model.md：

   • 实体名称、字段、关系
   • 来自需求的校验规则
   • 若适用：状态流转

2. 从功能需求生成 API 契约：

   • 每个用户动作 → 一个 endpoint
   • 使用标准 REST/GraphQL 模式
   • 输出 OpenAPI/GraphQL schema 到 /contracts/

3. 更新 agent 上下文：

   • 运行 .specify/scripts/bash/update-agent-context.sh cursor-agent
   • 脚本会检测当前使用的是哪个 AI agent
   • 更新对应的 agent 专属上下文文件
   • 只追加本次计划中新引入的技术
   • 保留标记区间内的人工补充内容

输出：data-model.md、/contracts/*、quickstart.md、agent 专属上下文文件

关键规则

• 使用绝对路径
• 门禁失败或存在未解决澄清项时直接 ERROR