ai-spec

把用户需求翻译成结构化技术规格与可执行的“实现指令”,强调安全、测试、性能与可维护性。

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "ai-spec" with this command: npx skills add hhx465453939/claude_skill_pool/hhx465453939-claude-skill-pool-ai-spec

AI Spec

Overview

把用户需求翻译成结构化技术规格与可执行的“实现指令”,强调安全、测试、性能与可维护性。

Workflow

  1. 需求审计
  • 提取核心功能与非功能需求(性能、安全、可靠性、可维护性、部署约束)。

  • 标出缺失信息,优先询问:技术栈/版本、数据规模、并发指标、部署环境、合规要求。

  1. 架构与技术栈决策
  • 给出 2-3 种实现路径并简要对比(性能、成本、生态、团队技能)。

  • 选择最优方案并记录权衡(ADR)。

  1. 规格与实现约束
  • 生成目录结构、核心数据模型、关键流程说明。

  • 明确错误处理、测试策略、安全防护、性能基线。

  • 明确文档交付:前端变更的用户说明书、后端/环境变更的开发与部署文档。

  1. AI 执行指令
  • 输出可直接交给编码工具的分阶段任务清单(初始化 → 核心模型 → 业务逻辑 → 接口层 → 测试/文档)。

  • 指令必须可执行、避免含糊措辞。

  • Checkfix 闭环(必选):生成的执行指令中必须包含「每阶段/每次代码变更后按技术栈执行自动检查」的步骤(见下方「技术栈与推荐检查」),形成基础开发工作流:实现 → 检查 → 修正 → 再验收。

  1. 文档与部署策略(必选)
  • 前端功能更新必须包含 docs/ 用户说明书更新任务,默认面向零基础用户,步骤写到可直接照做。

  • 后端/API/环境迭代必须包含开发与部署文档更新任务,要求“新开发者可按文档独立完成部署与验证”。

  • 每次功能或环境变更都要显式检查既有部署指导文档是否需要更新(如 docs/DEPLOYMENT.md 、docs/README.md )。

  • Python 部署优先级固定:uv (注意是 uv ,不是 uvicorn )> 直接部署 > conda 。

  • 涉及 PyTorch 且目标环境有 NVIDIA GPU 时,默认优先给出 CUDA 版本安装命令(含官方 CUDA 索引链接),并附 CPU 回退命令。

技术栈与推荐检查(须写入生成的 AI 指令)

技术栈/类型 推荐检查 说明

Python 优先 uv venv

  • uv sync (或 uv pip install -r requirements.txt ),并执行 ruff check . 、ruff format --check . 或 black --check .

部署优先级:uv (非 uvicorn )> 直接部署 > conda

前端 (Node/npm) npm install (依赖变更时)、npm run lint 或 npx eslint . ,可选 npm run build

优先用 package.json scripts

PyTorch (GPU) uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 (按目标 CUDA 版本调整) 有 NVIDIA GPU 时优先 CUDA 包,并给 CPU 回退命令

Rust cargo check 或 cargo clippy

编译与 Clippy

Go go build ./... 、gofmt -l . 或 golangci-lint run

编译与格式/静态检查

Java/Kotlin (Maven) mvn compile 或 mvn verify

编译与测试

Java/Kotlin (Gradle) ./gradlew compileJava 或 ./gradlew check

同上

C# / .NET dotnet build 、dotnet format --verify-no-changes

编译与格式

通用 项目内已配置的 lint/format/check 脚本 优先执行项目既有脚本

Output Format (required)

[项目名称]: 技术规范与 AI 指令

1. 需求审计总结(含缺失信息)

2. 架构决策记录(含备选与权衡)

3. 系统设计(目录结构 / 数据模型 / 关键流程)

4. 详细实现要求(错误处理 / 测试 / 安全 / 性能)

5. AI 执行指令(分阶段任务清单)

Guardrails

  • 信息不足时先提问,不擅自假设关键约束。

  • 技术栈中立,除非用户已指定。

  • 明确安全红线(输入验证、敏感数据、依赖安全)。

  • 输出必须达到生产级(Production-Ready)标准。

  • 生成的 AI 执行指令中必须包含 Checkfix 闭环:按技术栈在每阶段或每次代码变更后执行自动检查,作为最基础的代码开发工作流,不可省略。

  • 生成的 AI 执行指令中必须包含 docs 同步任务:前端功能更新对应用户说明书,后端/环境变更对应开发与部署文档。

  • 文档写作默认“零基础可执行”:按步骤、命令、预期结果、故障排查、回滚方案完整交付。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

pubmed-linker

No summary provided by upstream source.

Repository SourceNeeds Review
General

nodejs-npm-auto-release

No summary provided by upstream source.

Repository SourceNeeds Review
General

ralph

No summary provided by upstream source.

Repository SourceNeeds Review
General

debug-ui

No summary provided by upstream source.

Repository SourceNeeds Review