AI Skills 编排落地技术方案书

1. 方案概述

1.1 背景

cmclink-ibs-web-1 是一个典型的 Vue 3 企业级前端项目,业务域多、路由复杂、公共组件沉淀深、工程约束强。传统 AI 编码在此类项目中常见三个问题:

  1. 通用能力强,项目感知弱 :模型知道 Vue、Pinia、Router 的通用写法,但不了解本仓库的 src/api/_modulessrc/config/index.tssrc/components 复用体系。
  2. 技能孤岛严重:即使已经沉淀了多个 Skills,AI 也可能不知道"先调哪个、后调哪个、哪些必须串行、哪些可以并行"。
  3. 结果不可审计:AI 输出看似完整,但缺少"规则约束、执行轨迹、验证证据"三类留痕,难以进入团队级治理。

因此,本方案提出一套面向企业前端工程的 AI 辅助研发体系:以 @architect-workflow 为统一编排入口,以 .mdc Rules 为被动护栏,以 Skills 为主动执行器,以 CI/测试为质量闸门,构建"可编排、可落地、可验证、可复盘"的交付闭环。

1.2 目标

  • 让 AI 从"代码补全工具"升级为"受约束的架构执行器"。
  • 让 Vue 官方能力与项目业务规范形成统一编排矩阵。
  • 让每一次 AI 交付都可追溯:有任务单、有技能轨迹、有验证证据。
  • 让团队能量化评估 AI 提效效果,而不是停留在主观感受。

1.3 非目标

  • 不替代人类架构师的业务边界判断。
  • 不承诺一次性解决历史 lint 债务。
  • 不把任何演示数据直接等同于长期生产统计结果。

2. 问题定义

2.1 现状痛点

结合当前仓库文档与已落地结构,主要问题如下:

痛点 典型表现 影响
AI 不识别项目规范 API 直接写到页面、路由注册遗漏、未走公共组件 代码返工、CR 驳回
AI 不理解组件资产 已有 BaseQueryCmcTableCmcDialog 仍被重复实现 重复造轮子、体验不一致
AI 缺少任务分解能力 新功能同时涉及 API、Store、i18n、Router 时无序推进 交付质量不稳定
AI 缺少验证闭环 只有代码,没有执行轨迹、没有质量门禁 无法做团队治理与复盘

2.2 约束条件

  • 现有项目规范必须优先于模型默认偏好。
  • 存量目录结构不可被随意重写。
  • 质量门禁必须能落到仓库现有脚本。
  • 规则和技能都要服务于"复杂 B 端页面"而不是简单 Demo。

3. 设计原则

3.1 核心原则

  1. Rule First:先约束,再生成。
  2. Reuse Before Rewrite:先查公共资产,再考虑新增实现。
  3. Workflow Before Prompting:优先编排流程,而不是堆提示词。
  4. Evidence Before Conclusion:先有代码与校验,再给结论。
  5. Incremental Governance:先让体系接线成功,再逐步提高门槛。

3.2 理论锚点

  • DDD(领域驱动设计):将 API、路由、状态、页面、工具函数按领域边界组织。
  • TDD / Quality Gates 思想:不是机械要求先写测试,而是强调"每次交付必须经过验证闸门"。
  • Composable Architecture:页面只保留编排与渲染,复杂逻辑沉到 composables / store / utils。

4. 总体架构

4.1 架构分层图

flowchart TD A[需求输入\n接口文档 / 页面截图 / 缺陷描述] --> B[Orchestrator\narchitect-workflow] B --> C1[项目 Rules\n.mdc 被动护栏] B --> C2[项目 Skills\n主动执行能力] C2 --> D1[api-definition] C2 --> D2[common-components] C2 --> D3[state-management] C2 --> D4[utils-functions] C2 --> D5[i18n-config] C2 --> D6[router-config] C2 --> D7[vue-testing-best-practices] C1 --> E[代码产物\nAPI / View / Store / Router / i18n] D1 --> E D2 --> E D3 --> E D4 --> E D5 --> E D6 --> E D7 --> F[质量闸门\nvalidate:trae-rules / type-check / lint / test] E --> F F --> G[交付物\n代码 + 调用轨迹 + 验证结果]

4.2 体系说明

  • 调度控制层 :由 @architect-workflow 负责识别任务类型、排序 Skill、决定并发/串行、输出风险项。
  • 被动护栏层 :由 .trae/rules/*.mdc 在生成时施加底线约束。
  • 执行能力层:由 Vue 官方能力 Skill 与项目业务 Skill 共同组成。
  • 质量闸门层 :通过 package.json 中已存在的脚本执行统一验证,如 package.json

4.3 Rules 与 Skills 关系图

flowchart LR A[开发者发起任务] --> B[调用 Skill] B --> C[Skill 提供方法论] C --> D[AI 生成代码] E[Rules 自动生效] --> D D --> F[输出合规代码] F --> G[CI / 测试校验]

结论

  • Skill 决定"怎么做"。
  • Rule 决定"哪些不能做、哪些必须做"。
  • CI 决定"能不能交付"。

相关说明见 README.md


5. 能力地图

5.1 官方能力层

当前纳入编排的 Vue 官方/通用能力包括:

  • vue-best-practices
  • vue-composables
  • vue-debug-guides
  • vue-directives
  • vue-jsx-best-practices
  • vue-options-api-best-practices
  • vue-pinia-best-practices
  • vue-router-best-practices
  • vue-testing-best-practices

5.2 项目业务能力层

  • api-definition
  • common-components
  • router-config
  • state-management
  • utils-functions
  • i18n-config
  • architect-workflow

5.3 组件资产层

对复杂页面交付影响最大的不是单纯代码生成,而是 是否识别并复用现有公共资产。当前重点资产包括:

  • 表格:CmcTableCmcCardTableCmcDataGrid
  • 搜索:BaseQuery
  • 弹窗:CmcDialogCmcContentDialogCmcConfirm
  • 选择器:PortSelectTradeLaneSelectVesselVoyageKeywordSelect
  • 标签:CmcTag

其中 BaseQuery 是后续规则强化的重点,因为复杂列表页的顶部搜索区不应继续让 AI 自行拼装原生 el-form


6. 编排机制设计

6.1 任务识别矩阵

任务类型 首选编排链路
新页面 / 新功能 architect-workflow -> api-definition -> common-components -> vue-composables -> state-management -> utils-functions -> i18n-config -> router-config -> vue-testing-best-practices
纯接口改造 api-definition -> utils-functions -> vue-testing-best-practices
路由 / 权限异常 router-config -> vue-router-best-practices -> vue-debug-guides
重复造轮子风险 common-components -> vue-best-practices
国际化遗漏 i18n-config -> vue-best-practices

以上矩阵来源于 skills-orchestration-landing-plan.md

6.2 编排时序图

sequenceDiagram participant U as 开发者 participant O as architect-workflow participant R as Rules participant S as Skills participant C as CI Gates U->>O: 输入需求/截图/API 文档 O->>O: 识别任务类型与领域 O->>S: 按顺序调度技能 S->>R: 代码生成时接受规则约束 R-->>S: 返回约束结果 S-->>O: 输出代码改动 O->>C: 触发校验 C-->>O: 返回 type/lint/test 结果 O-->>U: 交付代码 + 风险项 + 验证结果

6.3 互斥与优先策略

  • vue-best-practices 默认优先于 vue-options-api-best-practices
  • 公共组件优先于页面自实现
  • @vueuse/core 优先于手写 composable
  • composable 优先于 utils,utils 优先于页面内联逻辑

7. 规则体系设计

7.1 Rules 的定位

Rules 是 AI 的"潜意识"和"法律系统",不需要开发者每次重复强调,但会在生成行为时自动生效。

7.2 当前已落地的规则主题

  • API 设计:api-design.mdc
  • Vue 组件:vue-component.mdc
  • TypeScript:typescript.mdc
  • Element Plus:element-plus.mdc
  • Pinia:pinia-store.mdc
  • i18n:i18n.mdc
  • 测试:testing.mdc
  • 安全:security.mdc
  • 性能:performance.mdc
  • 样式:styling.mdc
  • 编排:skills-orchestration.mdc

7.3 规则增强建议

本方案建议新增一类"组件强映射规则",典型样例如下:

页面能力 强映射组件 规则建议
复杂搜索区 BaseQuery 禁止优先手写原生 el-form
标准列表表格 CmcTable 默认使用公共表格
复杂卡片表格 CmcCardTable 需要多行卡片信息时优先复用
标准详情弹窗 CmcDialog / CmcContentDialog 禁止每页重复封装

7.4 Root Cause 复盘:为何 AI 未调用 BaseQuery

这是一个关键治理结论:

  1. 当前规则强调了"公共组件优先",但没有把 BaseQuery 提升为"复杂搜索区默认组件"。
  2. BaseQuery 的可发现性不够强,AI 能看到目录,但难以快速推断其入参、插槽、注册机制。
  3. 缺少"规则 + 示例 + 单测 + README"四位一体支撑,导致模型退回到其最熟悉的原生 el-form

因此,提升公共组件复用率的根治方案不是单点补文档,而是四件套一起做

  1. 规则强映射:在规则层明确"哪些场景必须用哪个组件"。
  2. 组件示例:提供最小可运行 Demo。
  3. 组件单测:让 AI 能从测试中理解行为边界。
  4. 组件 README:让 AI 能快速读取"怎么用"而不是只看源码。

8. 落地实施方案

8.1 代码侧已落地内容

根据现有仓库,以下内容已经真实存在或已纳入方案:

8.2 执行入口

统一要求:

  1. 复杂需求必须先调用 @architect-workflow
  2. 组件场景必须调用 @common-components
  3. 最终交付必须附带:
    • 任务单
    • Skill 调用轨迹
    • 验证结果

8.3 页面级标准剧本

flowchart TD A[需求进入] --> B[识别领域] B --> C[定义 API] C --> D[映射公共组件] D --> E[拆分 composables / utils / store] E --> F[接入 i18n] F --> G[接入 Router] G --> H[执行 type/lint/test] H --> I[输出交付件]

9. 复杂页面场景演示

9.1 为什么必须用复杂场景验证

简单页面只能证明"AI 会写 Vue",不能证明"AI 能在项目规范下稳定交付"。真正有代表性的验证对象应是"订舱管理"这类复杂 B 端页面。

9.2 订舱管理页能力拆解

以订舱管理为例,可拆解为以下能力块:

区域 页面能力 推荐组件 / 能力
顶部说明区 业务提示、快捷链接 公共 Banner / Alert 能力
功能按钮区 多个业务动作按钮 CmcButtonGroup 或统一按钮区
状态切换区 数量型 Tabs CmcTab
搜索区 多字段联动、展开收起、高级筛选 BaseQuery
列表区 复杂列、状态 Tag、多行展示、勾选 CmcTable / CmcCardTable
行操作区 查看、更多、弹窗 CmcDialog / 下拉动作菜单
全局状态 Tab 统计、筛选条件缓存 Pinia / composables

9.3 复杂页面推荐编排链路

text 复制代码
architect-workflow
-> api-definition
-> common-components
-> vue-composables
-> state-management
-> utils-functions
-> i18n-config
-> router-config
-> vue-testing-best-practices

9.4 对 BaseQuery 的专项建议

若未来要让 AI 在复杂页面中稳定复用 BaseQuery,建议补齐以下资产:

  • src/components/BaseQuery/README.md
  • src/components/BaseQuery/__tests__/*
  • 一个业务示例页面引用
  • 一条 .mdc 规则:复杂搜索区默认使用 BaseQuery

10. 验证与验收机制

10.1 验证层次

本方案明确区分 4 个证据等级,避免把规划误写成事实:

证据等级 含义 用途
L1 文档级 有规则、有方案、有模板 说明体系已定义
L2 代码级 仓库已有落地文件 说明体系已接线
L3 校验级 脚本可执行并有结果 说明体系已可验证
L4 统计级 有长期 A/B 数据 说明体系已可量化证明 ROI

10.2 当前证据现状

基于三份核心文档与仓库现状:

  • L1 已具备:规则说明、编排方案、验收报告均已形成。
  • L2 已具备.trae/config.trae/rules.trae/skills 已落库。
  • L3 部分具备validate:trae-rulestype-checklint:check 等脚本已存在,可作为门禁。
  • L4 待持续积累:长期真实 A/B 产能数据需要持续回收,当前更适合作为"方法学模板"而非最终经营指标。

10.3 当前校验脚本

来自 package.json 的关键脚本:

  • npm run validate:trae-rules
  • npm run type-check
  • npm run lint:check
  • npm run test
  • npm run analyze:arch
  • npm run build:sit
  • npm run build:uat
  • npm run build:prod

10.4 验收流程

flowchart LR A[代码提交前] --> B[规则校验] B --> C[类型检查] C --> D[Lint 检查] D --> E[测试执行] E --> F[人工检查点] F --> G[准入评审]

人工检查点建议包括:

  • 401 回跳是否正确
  • 路由守卫与 routeSource 是否匹配
  • i18n 是否存在漏翻
  • 公共组件是否被正确复用

10.5 验收报告使用建议

Trae-AI-Architecture-Acceptance-Report.md 可作为阶段性成果报告,但在正式汇报时应明确:

  • 其中方法论与体系分层可直接引用
  • 其中 ROI 数字应标注为"阶段性样例 / 需持续校准"
  • 最终经营级汇报应使用长期真实任务样本替换演示值

11. 治理机制

11.1 组织侧治理

  • 架构师:维护编排矩阵、规则边界、复杂场景标准
  • TL:审查"是否走了正确 Skill 链路"
  • 开发:负责输入任务单、补充业务上下文、验证结果

11.2 资产侧治理

  • Rules 作为制度层资产
  • Skills 作为执行层资产
  • 公共组件作为 UI 资产
  • 测试脚本与 CI 作为验证资产

11.3 持续改进机制

每月执行一次三类复盘:

  1. 规则复盘:哪些约束仍然不够具体
  2. 组件复盘:哪些公共组件仍然未被 AI 准确识别
  3. 验证复盘:哪些质量门禁还停留在建议而非阻断

12. 风险与对策

风险 描述 对策
组件可发现性不足 AI 能看到目录,但不知道怎么用 README + Demo + 单测 + 规则强映射
规则过宽 只有"优先复用",没有"必须复用" 提升为强约束场景规则
验证深度不足 只跑 type-check,不跑关键链路 引入 Playwright 黄金路径
指标失真 把短期演示数据当经营指标 引入长期 A/B 数据采集机制
历史债务干扰 lint 历史问题过多影响可信度 分阶段治理,先新增后存量

13. 路线图

13.1 P1:立即可做

  • 固化"复杂需求默认调用 @architect-workflow"
  • BaseQuery 增加 README / 示例 / 单测
  • 在规则中加入"复杂搜索区 -> BaseQuery"强映射
  • validate:trae-rules 纳入日常检查

13.2 P2:两周内

  • 增加复杂页面真实样本库
  • 形成"任务单模板 + 技能轨迹模板 + 验证模板"三件套
  • 增加 Playwright 黄金路径

13.3 P3:一月内

  • 建立长期 A/B 数据看板
  • 补齐 API Mock / Contract 回归
  • 补齐可观测性链路(401、路由守卫、导出失败)

14. 汇报建议页结构

建议您做汇报时按以下顺序组织 PPT:

  1. 项目背景与传统 AI 的 3 大痛点
  2. 方案目标与设计原则
  3. 总体架构图
  4. Rules 与 Skills 协同图
  5. 技能编排矩阵
  6. 复杂页面样例拆解(订舱管理)
  7. 验证与验收闭环
  8. 当前证据等级与阶段成果
  9. 风险与治理动作
  10. 路线图与投入产出预期

15. 参考文献

15.1 项目内参考

15.2 外部参考

15.3 参考说明

  • Vue Router 作为 Vue 官方路由方案,其导航守卫、组件映射、滚动控制等能力适合承接本项目的复杂路由治理。来源
  • Vue 官方测试指南明确推荐在 Vue 应用中结合 @vue/test-utils、Vitest 与 Playwright 进行组件级和端到端验证。来源

16. 结论

本方案的本质,不是"给 AI 多写几个提示词",而是把 AI 纳入前端工程体系:

  • Rules 建制度
  • Skills 建能力
  • Workflow 建顺序
  • CI / Test 建验证
  • 证据分级 建可信度

cmclink-ibs-web-1 这类复杂前端工程而言,这套体系的价值不在于生成一个 Demo,而在于让 AI 交付逐步接近"团队可治理的工程产能"。

相关推荐
LSL666_2 小时前
什么是微服务
微服务·云原生·架构
快乐非自愿2 小时前
AI 赋能微服务工程化:Surging Engine-CLI 的插件化 Agent 架构革新
人工智能·微服务·架构
xmlhcxr2 小时前
基于 HAProxy+Keepalived 构建高可用 ZrLog 博客系统及监控平台实现(Prometheus + Grafana)
架构·grafana·prometheus
全栈若城2 小时前
HarmonyOS6 半年磨一剑 - RcInput 组件核心架构与类型系统设计
架构·harmonyos6·三方库开发实战·rchoui·三方库开发
shy^-^cky3 小时前
服务器高可用(HA)架构对比
运维·服务器·架构·双机热备·双机互备·双机双工
青槿吖3 小时前
第二篇:从复制粘贴到自定义规则!Spring Cloud Gateway 断言 + 过滤全玩法,拿捏微服务流量管控
java·spring boot·后端·spring cloud·微服务·云原生·架构
SamDeepThinking3 小时前
C端多渠道用户体系设计:从需求到落地
java·后端·架构
风曦Kisaki4 小时前
# 企业级网络架构Day03:网络层解析、路由原理、三层交换机、动态路由(OSPF)
网络·架构·智能路由器
richard_yuu4 小时前
软件架构三大编程范式|结构化、面向对象、函数式,该怎么选?
架构