# AI架构规格文档生成 `架构设计` `文档生成` `AI辅助` `规格说明` `反幻觉` # 规格架构师 AI 技能 [![在 Smithery 中运行](https://smithery.ai/badge/skills/adrianpuiu)](https://smithery.ai/skills?ns=adrianpuiu&utm_source=github&utm_medium=badge) ## 📦 安装 ### 前置条件 - 已安装并运行 [Claude Code](https://docs.claude.com/en/docs/claude-code) ### 快速开始(选择你的方式) **方式一:使用 Claude Code 聊天界面** 在 Claude Code 的对话框中运行以下命令: ``` /plugin marketplace add adrianpuiu/specification-document-generator /plugin install architecture-skills@specification-document-generator ``` **方式二:使用终端/CLI** 在终端中运行: ```bash claude plugin marketplace add adrianpuiu/specification-document-generator claude plugin install architecture-skills@specification-document-generator ``` **这些命令的作用:** - Claude Code 从本 GitHub 仓库获取 `.claude-plugin/marketplace.json` - 发现 `architecture-skills` 插件(包含 `specification-architect` 技能) - 安装插件并在当前会话中启用所有技能 ### 其他安装方式 **方式二:从中央技能市场安装** Claude Code 聊天: ``` /plugin marketplace add adrianpuiu/claude-skills-marketplace /plugin install architecture-skills@claude-skills-marketplace ``` 终端: ```bash claude plugin marketplace add adrianpuiu/claude-skills-marketplace claude plugin install architecture-skills@claude-skills-marketplace ``` **方式三:本地开发安装** 克隆仓库: ```bash git clone https://github.com/adrianpuiu/specification-document-generator.git cd specification-document-generator ``` 通过 CLI 安装: ```bash claude plugin marketplace add adrianpuiu/specification-document-generator claude plugin install architecture-skills@specification-document-generator ``` 或通过 Claude Code 聊天: ``` /plugin marketplace add /absolute/path/to/specification-document-generator /plugin install architecture-skills@specification-document-generator ``` ### 验证安装 **Claude Code 聊天:** ``` /plugin list ``` **终端:** ```bash claude plugin list ``` 已安装插件列表中应出现 `architecture-skills`。 ### 使用技能 安装完成后,即可在 Claude Code 中使用 `specification-architect` 技能。只需提供项目需求,该技能将引导你完成六阶段文档生成流程。 ## 概述 这是一套严格的、基于证据的系统,可生成六份相互关联的架构文档,同时**消除"研究糟粕"**,防止 AI 生成错误信息。每项技术决策均有可验证的来源支撑,从研究到实现全程可追溯。 ## 🚨 关键:防止"研究糟粕" **问题所在**:AI 生成的内容往往措辞精练、言之凿凿,令人产生"盲目信任",但却常常未经核实、存在事实错误。这已导致: - 律师事务所因提交伪造引用而**受到法律制裁** - 咨询公司因提供错误统计数据而**被处以经济处罚** - 依赖似是而非的谎言导致**职业生涯毁于一旦** **我们的解决方案**:**强制验证协议**,将 AI 从"自信的作者"转变为"勤勉的研究助手",并留下可审计的证据链。 ## 🎯 基于证据的架构 **架构规格的质量与研究证据的可验证性直接挂钩。** ### 本技能的功能 1. **阶段 0**:🔍 **可验证研究**(强制网络搜索 + 浏览 + 引用) 2. **阶段 1**:架构蓝图(基于证据的组件映射) 3. **阶段 2**:需求生成(基于研究的验收标准) 4. **阶段 3**:详细设计(经来源验证的规格说明) 5. **阶段 4**:任务分解(可追溯的实施计划) 6. **阶段 5**:验证与可追溯性(100% 覆盖率 + 证据验证) ## 🚀 示例:清晰输入 = 清晰输出 ### 用户提示(高质量): ``` "我需要为一家成长中的电商企业设计一套库存管理系统。 系统必须支持 50,000 个 SKU,与现有的 Shopify 商店集成, 并提供实时库存更新。需要条形码扫描、低库存预警和供应商管理。 请不要包含 POS 功能或面向客户的功能。 我们团队使用 Node.js/React,需要云端部署并支持自动备份。" ``` ### 此提示提供了什么: ✅ **清晰的业务背景**:电商库存管理 ✅ **具体约束条件**:50,000 个 SKU、Shopify 集成、实时更新 ✅ **技术栈**:Node.js/React、云端部署 ✅ **明确的范围边界**:无 POS、无面向客户的功能 ✅ **成功指标**:条形码扫描、库存预警、供应商管理 ### 最终架构质量: 🎯 **清晰的组件边界**:每个服务职责单一 🎯 **明确的数据流**:从条形码扫描到库存更新的完整链路 🎯 **定义好的集成点**:Shopify API、备份系统、云基础设施 🎯 **可追溯的需求**:每个功能均追溯到具体实现任务 🎯 **无范围蔓延**:清晰边界防止"功能叠加" ## 📋 生成的文档 1. **research.md** - 网络搜索结果、技术对比、技术栈选型(新增!) 2. **blueprint.md** - 组件映射、数据流图、集成点 3. **requirements.md** - 带组件分配的可测试验收标准 4. **design.md** - 详细组件规格与接口说明 5. **tasks.md** - 带需求追溯的实施计划 6. **validation.md** - 自动验证,确认 100% 覆盖率 ## ✨ 核心特性 - **🚫 防研究糟粕**:强制验证消除 AI 生成的错误信息 - **🔍 基于证据的研究**:每项声明均有浏览来源和引用支撑 - **📋 引用协议**:严格的 `[cite:INDEX]` 格式构建可审计的证据链 - **🛡️ 专业标准**:防止法律制裁、经济处罚和职业风险 - **自动验证**:Python 脚本确保 100% 需求覆盖率 + 证据验证 - **来源核实**:强制浏览原始来源,而非仅查看搜索摘要 - **模板强制**:保证一致性与完整性 - **组件一致性**:所有文档中精确匹配组件名称 - **可追溯性矩阵**:从需求到任务的完整映射 - **质量门控**:带证据验证的顺序审批流程 ## 🔍 阶段 0:可验证研究——反糟粕协议 **关键**:本阶段专门防止导致法律制裁和职业风险的 AI 错误类型。 ### 强制验证流程: 1. **先搜索后浏览**:用 WebSearch 找到来源,再用 WebFetch 读取实际内容 2. **不得仅用搜索摘要**:必须阅读完整来源内容,而非仅看搜索结果 3. **为每项声明引用**:每条事实陈述必须以 `[cite:INDEX]` 引用结尾 4. **基于证据的决策**:技术选型只来自经过验证的来源 5. **可审计的链路**:从声明到来源的完整引用链 ### 我们防止的错误示例: ❌ **研究糟粕**:"Node.js 非常适合实时应用" ✅ **基于证据**:"Node.js 凭借其事件驱动、非阻塞 I/O 模型在实时应用中表现出色 [cite:1]" ❌ **研究糟粕**:"TypeScript 减少错误" ✅ **基于证据**:"TypeScript 通过添加静态类型,可将大型代码库的运行时错误减少约 15% [cite:2]" ### 专业影响: 本协议防止以下类型的错误: - 律师事务所的**法律制裁**(伪造引用) - 咨询公司的**经济处罚**(错误统计数据) - AI 生成错误信息导致的**职业毁损** ## 🎖️ 关键成功因素 ### 1. 以研究驱动决策 不要跳过阶段 0!网络研究确保: - 当前最佳实践和模式 - 经过验证的技术栈 - 特定行业的考量 - 避免使用过时的方案 ### 2. 组件清晰度 每个组件必须有单一、明确的职责。如果你发现自己说"同时还……",请拆分为多个组件。 ### 2. 数据流可视化 绘制数据从输入到输出在系统中的流转路径。Mermaid 图应展示完整的数据旅程。 ### 3. 集成点 清晰定义所有 API、协议和外部系统连接,明确数据格式、认证方式和错误处理。 ### 4. 边界设定 明确定义范围内与范围外的内容,以防止范围蔓延并实现准确估算。 ## 🔧 使用方法 1. **提供清晰需求**:包括业务目标、约束条件和范围边界 2. **按序执行各阶段**:每个阶段在前一阶段基础上构建 3. **检查质量门控**:确保每个阶段满足质量标准后再推进 4. **验证可追溯性**:使用自动验证器确认完整覆盖率 ## 📊 验证示例 ``` 验证报告: - 验收标准总数:28 - 被任务覆盖的标准数:28 - 覆盖率:100% - 无效引用:0 ✅ 计划已验证,可以执行 ``` ## 🎯 总结 **清晰的前期目标 + 结构化方法论 = 高质量架构规格** 本技能将模糊的项目构想转化为具体、可实施的方案,保证从业务需求到实现任务的完整可追溯性。 --- *"最好的架构方案,源于最清晰的前期思考。"*