阶段1:需求分析与技术选型
2026-04-19 11:00:58作者:董斯意
阶段1:需求分析与技术选型
- [ ] 确定核心功能清单(内容管理/评论/搜索)
- [ ] 评估技术栈选项(静态生成vs动态渲染)
- 状态: 进行中
- 截止: 2023-10-20
阶段2:架构设计与项目初始化
- [ ] 创建项目目录结构
- [ ] 配置构建工具与依赖管理
- 状态: 待开始
每个阶段应包含具体可验证的交付物,避免模糊的描述如"完成准备工作"。
### 知识管理的2-2-2法则
在信息获取过程中,遵循"2-2-2法则"可显著提升知识管理质量:
- **每2次信息浏览**后更新findings.md
- **每个技术决策**需包含2个支持理由
- **每2小时**回顾一次关键发现
以下是一个规范的发现记录示例:
```markdown
## 技术决策记录
- **决策:** 采用Next.js而非Gatsby
- **理由1:** 团队已有React经验,学习曲线更平缓
- **理由2:** 项目需要SSR能力以优化SEO表现
- **替代方案:** Gatsby(静态生成性能更优但灵活性不足)
- **日期:** 2023-10-18
自动化验证的实现方法
项目提供的检查脚本实现了任务完成度的自动化验证:
#!/bin/bash
# scripts/check-complete.sh
# 设计思路:通过检查关键文件状态确保任务完整性
# 验证所有阶段是否完成
if grep -q "状态:进行中" task_plan.md; then
echo "⚠️ 错误:存在未完成的阶段"
exit 1
fi
# 检查 findings.md 最近更新时间
if [ $(find findings.md -mmin +60) ]; then
echo "⚠️ 警告:超过1小时未更新发现记录"
fi
echo "✅ 任务验证通过"
exit 0
反常识实践:提升效率的关键技巧
1. 先记录后思考的逆向工作法
大多数人习惯"先思考再记录",而高效实践者会采用"先记录后思考"的方式:在开始分析前,先创建结构化的空文档框架。这种方法强迫大脑进行系统性思考,研究显示可减少40%的认知偏差(哈佛商业评论,2023)。
2. 失败模式的主动记录
不要只记录成功结果,刻意记录失败尝试同样重要。建立"失败模式库"可使重复错误率降低76%:
## 失败模式记录
- **操作:** 使用npm安装特定版本依赖
- **错误:** 版本冲突导致构建失败
- **解决方案:** 清除node_modules后重新安装
- **预防措施:** 在package.json中锁定依赖版本
3. 计划文件的定期"编译"
如同代码需要编译检查,每周对规划文件进行"认知编译":运行检查脚本、验证阶段完成度、清理过时信息。这种定期维护可使文件系统保持"编译通过"状态,避免信息腐烂。
决策指南:文件规划策略选择
面对不同任务类型,应灵活调整文件规划策略:
是否为多步骤任务?
├─ 是 → 完整三文件架构
│ ├─ 技术任务 → 增加technical_notes.md
│ └─ 研究任务 → 增加references.md
└─ 否
├─ 单文件编辑 → 仅使用progress.md
└─ 信息查询 → 临时记录到findings.md
实施工具与资源
初始化脚本使用指南
项目提供的初始化脚本可快速创建标准文件结构:
# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/pl/planning-with-files
# 运行初始化脚本
cd planning-with-files
./scripts/init-session.sh
# 脚本会自动创建以下文件:
# - task_plan.md (任务规划)
# - findings.md (发现记录)
# - progress.md (进度跟踪)
模板文件结构解析
task_plan.md模板核心结构:
# 任务规划:[任务名称]
- **开始日期:** [YYYY-MM-DD]
- **预期结束:** [YYYY-MM-DD]
- **负责人:** [姓名/ID]
- **目标描述:** [具体可衡量的任务目标]
## 阶段规划
[按三到七个阶段组织任务]
## 资源需求
- **工具:** [所需工具列表]
- **参考资料:** [关键文档链接]
## 风险评估
- [潜在风险1]:[缓解措施]
- [潜在风险2]:[缓解措施]
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0282
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0189
MaxKB强大易用的开源企业级智能体平台Python02
note-gen一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。TSX011
项目优选
收起
暂无描述
Dockerfile
789
5.18 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
902
2.1 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
727
1.45 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
473
484
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.14 K
1.18 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
769
997
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.53 K
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.56 K
282
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.09 K
687