# AIpropertyAI项目资产模板（白菜与风） **Repository Path**: zavay/AIproperty ## Basic Information - **Project Name**: AIpropertyAI项目资产模板（白菜与风） - **Description**: AIpropertyAI项目资产模板（白菜与风） - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 1 - **Created**: 2026-01-28 - **Last Updated**: 2026-04-22 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # AI 项目资产模板（AIproperty） 本项目用于AI工程化流水线式操作，让AI真正作为项目成员参与到项目开发迭代中。 在你的项目根目录中创建这个`AIproperty`对应目录，然后根据的项目来维护这个项目的AI资产。 ## 详细文章 **1.把 AI 当工程成员：我如何搭出一套可复用的 AI Coding 工程化流水线-By公众号：白菜与风AI** https://mp.weixin.qq.com/s/GcxnzsFcrNl-SxXU4qHrYw **2.把 AI当项目成员(落地版)：AI Coding项目资产模板公开-可参考使用-By公众号：白菜与风AI** https://mp.weixin.qq.com/s/xgkX0qHpuKiOGtG9fngreA 在此之前，有以下要求： 1. 你是一个参与过项目开发的人员，有一定的经验，对你自己的项目比较熟悉。 2. 你使用过Codex CC GeminiCLI 这种类似的AI命令行式编程工具，了解它们Agents.md的基础使用。 3. 最优环境条件： Linux 或者 Windows+WSL安装的Codex（MacOS未实践过不清楚），主要是要能支持比较好的系统命令行操作的环境。 4. 会写AI提示词，不是抄别人的，会根据自己的痛点编写合适的提示词 5. 了解业务系统的开发模式，我这个模板是拿Java业务型系统举例的，因此很多模板提示词建立在这个基础上，当你理解了之后可以替换的。 资产作用：规范化范式 AI Coding 辅助开发过程中的“资产沉淀”，确保需求实现、交付总结、测试回归等内容都有统一结构与可追溯入口。资产核心目标是通过 spec 驱动流程，让 AI 的参与变得可控、可复用、可验收。 by公众号：白菜与风AI --- ## 一、项目介绍 本仓库内置了一套 AI 开发协作规范，主要用于： - 通过明确的 spec 文件驱动需求实现 - 在交付后沉淀总结文档，形成可追溯资产 - 统一测试与回归入口，避免人工验收遗漏 - 约束 AI 行为边界，防止越界修改与无关重构 ### 关键规则来源 - AI 工作方式约束见 `AGENTS.md` - 编码规范与分层约束见 `rules/CONVENTIONS.md` - 模块边界与默认修改范围见 `rules/MODULE_MAP.md` - 测试与回归流程见 `rules/TEST_PLAYBOOK.md` - 固定交付物清单见 `rules/ONE_SHOT.md` - 常见坑位与禁止行为见 `rules/ANTI_PATTERNS.md` - 接口测试工具见 `cli/test/TEST_TOOLS.md` - Git 提交规范见 `cli/git/GIT_COMMIT.md` --- ## 使用方法 整体流程是 spec 驱动： - 举例：“我要实现【就跟你平时用AI辅助工具一样的提出的要求】功能，开始完成需求。” 1) 先写 spec ,可以自己写也可以让AI写 把需求写到 `AIproperty/specs/` 下，格式参考 `_TEMPLATE.md`。 2) 再按 spec 实现 实现完成后，在 `AIproperty/summary/` 下产出对应的交付总结 `_summary.md`。 3) 需要验收时再补测试与回归 接口回归用例放在 `AIproperty/tests/api/`，回归入口以 `./ci/run.sh` 为准，细节见 `rules/TEST_PLAYBOOK.md`。 详细使用方法，需要去看详细的AGENTS.md的提示词设计！（你也可以根据你的工作方式来自定义，不一定非要按我模板的这种，我这个模板资产主要是提供参考）。 ## AI资产项目目录结构 ``` AIproperty/ ├── AGENTS.md # AI 工作方式约束 ├── CLAUDE.md # 项目配置文件 ├── rules/ # 规范文档 │ ├── CONVENTIONS.md │ ├── MODULE_MAP.md │ ├── TEST_PLAYBOOK.md │ ├── ONE_SHOT.md │ └── ANTI_PATTERNS.md ├── specs/ # 需求规格文档 ├── summary/ # 交付总结文档 ├── test_api/ # 接口测试用例 ├── cli/ │ ├── git/ # Git 提交规范 │ └── test/ # 接口测试工具 ├── reference/ # 业务参考文档 └── areadmeImg/ # 图片资源 ``` ## 资产完善拓展方向 以下能力需要根据你的业务工程自行适配实现： - `ci/`：项目的本地回归脚本与流水线适配 可以逐步把手工验收步骤收敛到脚本入口，保证可重复执行。 - `reference/`：业务开发参考文档沉淀 面向复杂业务，把背景、规则、模型、关键接口和核心方法整理成可复用资料。 ### AI 项目资产优化方向 - **交互式 spec 编写**：通过 CLI 工具引导式收集需求信息，自动生成 spec 文档，降低编写门槛 - **MCP 连接数据库**：让 AI 直接读取数据库 schema，生成更准确的接口和数据层代码（有安全风险，需权限控制） 你可以按团队实际情况增减目录与约束，只要保证 spec、summary、tests 这条主链条清晰可追溯即可。 ## 一起交流 ### 作者：白菜与风