AI 积木机器人 AI全栈技师图灵奖预备役
← 返回学习路径

LESSON 04 · AI 协作脚手架

AI 驱动的团队协作项目模板

学完这一课,你只需要记住一句话:模板是一个"六层积木"——文档层、规格层、AI 自动化层、规范层、进化层、工具层——叠在一起,让 AI 能按规范自动写代码、自动审查、自动进化。

预计 15 分钟 需要 Claude Code 基础 无需安装

01 / 它解决什么问题

为什么需要一个团队模板?

痛点:每次新项目从零搭

每次都要重新配置 lint、hooks、目录结构、AI 规则——重复劳动,质量参差不齐。

痛点:AI 不守规矩

AI 写代码不跟规范、不 review、改着改着就跑偏,PM 拦不住。

痛点:知识只活在对话里

今天你纠正了 AI 一个错误,明天换个人又踩同样的坑。教训没有被记录下来。

模板的核心思想:把"产品经理的规范"变成"AI 能读懂的约束",让 AI 像一个守规矩的初级开发——按 Spec 写代码,自动 review,自动记录教训。

02 / 整体结构

六层积木:从文档到 AI 自动化

01

文档层 docs/

产品需求(Product-Spec)、设计规范(Design-Brief)、开发计划(DEV-PLAN)——AI 的"需求源头"。

02

规格层 specs/

Spec-Kit 功能规格:每个功能一个文件夹,里面放 spec.md、plan.md、tasks.md、design.md。

03

AI 自动化层 .claude/

主控 CLAUDE.md + 4 个 Sub-Agent + 8 个斜杠命令 + 6 个 Hooks——AI 的"大脑和手脚"。

04

规范层 .claude/rules/

React、TypeScript、代码风格、国际化——AI 写代码必须遵守的规矩。

05

进化层 .claude/feedback/ + EVOLUTION.md

AI 每次犯错都会被记录,下次 session 启动时自动扫描,提出改进建议。

06

工具层 .specify/ + Spec-Kit

Spec-Kit CLI 提供 /speckit-specify、/speckit-plan、/speckit-tasks、/speckit-implement 等命令。

六层是渐进式的:小项目只用文档层+规范层就够;大项目六层全开,AI 才能按完整流程工作。

03 / 文档层详解

PRD vs Spec:给市场看 vs 给 AI 看

维度PRD(飞书文档)Spec(仓库文件)
给谁看营销、市场、售前AI、开发、测试
在哪写飞书 / 在线文档项目仓库 specs/ 目录
内容侧重背景、卖点、话术功能逻辑、交互、数据模型、验收标准
核心问题为什么做 + 怎么卖做什么 + 怎么验

Spec 文件夹结构

specs/NNN-feature-name/
├── spec.md              🔴 必须 | 做什么 + 怎么验
├── plan.md              🟡 推荐 | 怎么做
├── tasks.md             🟡 推荐 | 一步步做什么
├── design.md            🟡 推荐 | 交互规范
├── data-model.md        🟢 按需 | 字段定义
├── contracts/           🟢 按需 | API 契约
└── changelog.md         🟢 按需 | 变更记录
按功能大小选文件:小功能(改几个页面)只写 spec.md;中功能(一个完整页面)加 tasks + design;大功能(新模块)全部文件都要。

04 / AI 自动化层

CLAUDE.md 主控 + 4 个 Sub-Agent

主控

CLAUDE.md

AI 的"大脑"。定义了角色、项目目标、工作流、规则。每次对话开始时被加载,驱动整个项目。

Sub-Agent

code-reviewer

QA 工程师。两阶段审查:Stage 1 对照 Spec 验功能完整性;Stage 2 验代码质量。

Sub-Agent

implementer

编码实现者。按 DEV-PLAN 的 Task 描述写代码,编译通过后返回报告。

观察者

feedback-observer

记录员。当用户纠正 AI 行为时,把教训写到 .claude/feedback/ 里,下次不再踩坑。

进化者

evolution-runner

复盘官。扫描所有历史反馈,按四层进化策略(L1-L4)提出改进建议。

Sub-Agent 隔离原则:每个 Task 必须用 fresh 实例,不复用之前的 Sub-Agent,防止上一个任务的错误假设污染下一个任务。

05 / Hooks:自动化钩子

6 个钩子,覆盖开发全生命周期

PreToolUse

pre-commit-check.sh

git commit 前自动跑类型检查。不通过就禁止提交。

PostToolUse

auto-push.sh

git commit 后自动推送到远程,省去手动 push。

PostToolUse

mark-review-needed.sh

每次编辑 .ts/.tsx/.css 等文件后,标记"需要 code review"。

UserPromptSubmit

detect-feedback-signal.sh

检测用户输入中的修正信号("不对"、"错了"、"应该是"…),自动触发 feedback-observer。

SessionStart

check-evolution.sh

session 启动时检查有没有未处理的 feedback,有就提醒跑进化引擎。

Stop

stop-gate.sh

任务结束时检查有没有未 review 的变更,有就阻止结束。

类比:Hooks 就像 Git 的 pre-commit / post-commit 钩子,但 Claude Code 的 Hooks 覆盖了更完整的开发周期——从你提交 prompt 开始,到 AI 完成任务为止。

06 / 工作流

从需求到发布的完整链路

需求收集设计规范设计图开发计划项目开发审查修复构建发布
/product-spec-builder

把模糊需求变成结构化 Spec

/design-brief-builder

从 Spec 提炼设计规范

/dev-planner

把 Spec 拆成 Phase + Task

/dev-builder

派发 implementer 逐 Task 编码

/code-review

派发 code-reviewer 两阶段审查

/release-builder

测试、编译、打包

Spec-Kit 流程:对于更精细的规格驱动开发,用 /speckit-specify → /speckit-clarify → /speckit-plan → /speckit-tasks → /speckit-implement,每一步都有审批门控。

07 / 进化引擎

AI 是怎么"自我进化"的

L1

更新 Skill 规则

某类错误可通过增强现有规则避免。例如:在 react.md 里加一条禁止规则。

L2

更新 Agent 定义

某个 Sub-Agent 的职责或输入输出定义不够清晰,需要调整。

L3

更新主控规则

需要修改 CLAUDE.md 里的流程或全局规则。

L4

创建新 Skill

反馈模式反复出现且跨多个 Skill,现有 Skill 无法覆盖时提议新 Skill。

扫描触发规则:相同模式出现 2 次以上 → L1/L2/L3 建议;相同模式出现 3 次以上且横跨多个 Skill → 可提议 L4 新 Skill。所有建议都必须由人逐条确认,AI 不会自作主张修改规则。

08 / 快速开始

3 分钟启动一个新项目

01

复制模板

把 team-project-template 整个文件夹复制到新位置,改名为你的项目名。

02

填占位符

把 CLAUDE.md、Product-Spec.md、Design-Brief.md 里的 [项目名称]、[技术栈] 等占位符替换为真实内容。

03

初始化 Spec-Kit

运行 specify init --here --integration claude,生成 .specify/ 目录。

04

开 Claude Code

在项目目录打开 Claude Code,模板会被自动加载,AI 会显示"👋 我是你的产品与研发搭档"。

09 / 课后自测

三道题检查是否理解

1. PRD 和 Spec 的核心区别是什么?

PRD 讲"为什么做 + 怎么卖",给市场看;Spec 讲"做什么 + 怎么验",给 AI 和开发看。

2. feedback-observer 和 evolution-runner 的分工是什么?

feedback-observer 负责"记录教训"(写到 feedback/ 目录);evolution-runner 负责"复盘总结"(扫描所有 feedback,提出 L1-L4 改进建议)。

3. 为什么 Sub-Agent 必须用 fresh 实例,不能复用?

隔离原则:防止上一个 Task 的错误假设(比如误以为某个文件存在)污染下一个 Task 的执行。

本课只记住

模板 = 文档层 + 规格层 + AI 自动化层 + 规范层 + 进化层 + 工具层,让 AI 按规范自动工作。