Structured Dev — 结构化开发流水线

核心原则：在你审查并批准书面方案之前，不让 AI 写一行代码。

流水线总览

Research → Plan → Annotate (1-6轮) → Todo List → Implement → Feedback

每一步都有明确产物和审查点。所有产物写入项目根目录的 .dev/ 文件夹。

Phase 1: Research（深度调研）

触发

用户给出开发任务时，不直接写代码。

执行步骤

1. 在项目根目录创建 .dev/ 目录（如不存在）
2. 深度阅读相关代码。使用以下关键词引导自己：deeply, in great details, intricacies, go through everything。浅层阅读不可接受。
3. 输出 .dev/research.md，必须包含：
   • 架构理解：模块关系、调用链、数据流
   • 相关文件清单：每个文件的职责说明
   • 现有约定：ORM 用法、缓存层、API 风格、命名规范
   • 潜在风险：边界条件、已知 bug、需要注意的耦合点
4. 停下来，等待用户确认

产物

• .dev/research.md

审查标准

用户通读 research.md，验证 AI 是否真正理解了系统。调研如果错了，方案一定错。

Phase 2: Plan（详细方案）

触发

用户确认调研无误后。

执行步骤

1. 输出 .dev/plan.md，必须包含：
   • 实现思路：整体方案描述
   • 文件路径：将修改哪些文件，每个文件改什么
   • 关键代码片段：不是伪代码，是实际可运行的代码
   • 取舍说明：为什么选 A 不选 B
   • 影响评估：对现有模块的影响
   • 排除项：明确说明不做什么
2. 如果用户提供了参考实现，优先基于参考实现设计
3. 停下来，等待用户审查

产物

• .dev/plan.md

关键原则

Claude works dramatically better when it has a concrete reference implementation to work from rather than designing from scratch.

给参考实现 > 从零设计。

Phase 3: Annotate Loop（批注循环）

这是整套方法最有价值的部分

用户在 .dev/plan.md 中直接添加行内批注。批注类型：

• 纠正假设："不对，这里应该用 PATCH，不是 PUT"
• 否决方案："这一节整个删掉，不需要缓存"
• 补充约束："用 drizzle:generate 生成迁移，不要写原始 SQL"
• 注入上下文："队列消费者已有重试机制，这段多余，删掉"
• 调整方向："visibility 字段应在 list 层级，不是 item 上"

执行步骤

1. 用户说"处理批注"时，打开 .dev/plan.md
2. 逐条处理所有批注
3. 原地更新 plan.md（不新建文件）
4. 明确标注每条批注的处理方式
5. 停下来，等待用户再次审查
6. 重复 1-6 轮，直到用户说"方案确认"

关键约束

• 绝不在批注循环中写实现代码
• 用户说"先不要实现"时严格遵守
• plan.md 是共享可变状态（shared mutable state），不是一次性输出

Phase 4: Todo List（任务拆分）

触发

用户说"方案确认"或"生成 todo list"。

执行步骤

1. 在 plan.md 末尾追加 ## 实施清单 章节
2. 按阶段拆分为细粒度任务，每个任务一行 checkbox：

   ## 实施清单
   
   ### 阶段一：数据层
   - [ ] 创建 migrations/xxx.sql
   - [ ] 修改 src/models/user.ts 添加 role 字段
   
   ### 阶段二：业务层
   - [ ] 修改 src/services/auth.ts 添加权限检查
   

3. 任务粒度：一个函数、一个文件修改、一个测试用例
4. 停下来，等待用户确认任务拆分

产物

• plan.md 中的实施清单章节

Phase 5: Implement（执行实现）

触发

用户说"开始实现"。

标准实现指令

全部实现。每完成一个任务，在 .dev/plan.md 中标记为已完成 [x]。
在所有任务全部完成之前不要停下。
不要添加不必要的注释，保持代码风格与项目一致。
持续运行类型检查/lint，确保不引入新问题。

执行原则

• 所有决策已在批注循环中完成，实现是机械性执行
• 实现过程中遇到方案没覆盖的问题，暂停并询问
• 不擅自做架构决策
• plan.md 是进度的唯一来源

I want implementation to be boring. — Boris Tane

Phase 6: Feedback（反馈修正）

反馈类型

简短修正（直接执行）：

• "你漏了 xxx 函数"
• "挪到 X 文件"
• "用 Y 代替 Z"
• "宽一点" / "有 2px 间隙"

参照修正（指向已有代码）：

• "这个表格应该跟用户列表完全一样"

回滚重来（方向走偏时）：

• "回滚所有改动，只做 X，别的不动"
• 回滚 + 收窄范围，几乎总是比渐进式修补更好

四种方向盘操作

1. 逐项挑选："第一个用 Promise.all，第三个提取函数，第四五个忽略"
2. 裁剪范围："删掉下载功能，现在不做"
3. 保护接口："这三个函数签名不能改"
4. 覆盖选型："用这个库的内置方法"

与 Coding Agent 的集成

大型任务：spawn coding agent 执行实现

当项目较大或需要长时间运行时，Phase 5 可以 spawn coding agent：

用法：
1. 完成 Phase 1-4（Research → Plan → Annotate → Todo List）
2. 用户确认后，spawn coding agent 进入项目目录
3. 把 .dev/plan.md 的内容作为 agent 的 task
4. Agent 按 plan 执行，在 plan.md 中标记进度

实现完成后

可触发 code-review skill 进行代码审查，或自动创建 GitLab/GitHub MR。

会话管理

默认：单长会话

• 调研 → 实现保持 context 连续
• AI 在整个会话中积累了对系统的理解
• 换新会话 = 理解归零

会话中断恢复

• 通过 .dev/plan.md 恢复上下文
• 指令："读取 .dev/research.md 和 .dev/plan.md，恢复上下文，继续从 todo list 中未完成的任务开始"

文档 > 记忆

• 关键决策写进文档，不依赖 context window
• plan.md 不会被压缩、不会被遗忘

快速参考