claude-code-requirements-builder 的项目扩展与二次开发
2025-06-29 15:40:14作者:滑思眉Philip
项目的基础介绍
claude-code-requirements-builder 是一个智能需求收集系统,旨在通过自动化发现和简单的yes/no问题逐步构建上下文,并生成全面的需求文档。该系统适用于产品经理和技术团队,可以在软件开发过程中简化需求收集和文档生成的流程。
项目的核心功能
- 代码库感知问题:AI首先分析代码库,然后提出基于代码的问题。
- 简单的是非格式:所有问题都是是非格式,如果不确定可以回答“idk”使用智能默认值。
- 两阶段提问:首先提出5个高层次的问题来获取上下文,然后在代码分析后提出5个专家级别的问题。
- 自动化文档:自动生成包含具体文件路径和模式的详细规格说明。
- 产品经理友好:即使没有代码知识,产品经理也能回答问题。
项目使用了哪些框架或库?
该项目主要使用MIT许可开源协议,并未明确指出使用了哪些特定的框架或库。但从项目结构和功能来看,可能涉及以下技术:
- 前端框架:如React或Vue,用于构建用户界面。
- 后端框架:如Node.js,用于服务器端逻辑处理。
- 版本控制系统:Git,用于代码的版本管理和协作。
项目的代码目录及介绍
项目的代码目录结构如下:
claude-requirements/
├── commands/ # Claude命令定义
│ ├── requirements-start.md # 开始新的需求
│ ├── requirements-status.md # 检查进度(别名:current)
│ ├── requirements-current.md # 查看活动中的需求
│ ├── requirements-end.md # 最终确定需求
│ ├── requirements-list.md # 列出所有需求
│ └── requirements-remind.md # 提醒AI遵循规则
│
├── requirements/ # 需求文档存储
│ ├── .current-requirement # 跟踪活动需求
│ ├── index.md # 所有需求的摘要
│ └── YYYY-MM-DD-HHMM-name/ # 个别需求文件夹
│ ├── metadata.json # 状态和进度跟踪
│ ├── 00-initial-request.md # 用户的原始请求
│ ├── 01-discovery-questions.md # 5个上下文问题
│ ├── 02-discovery-answers.md # 用户的答案
│ ├── 03-context-findings.md # AI的代码分析
│ ├── 04-detail-questions.md # 5个专家问题
│ ├── 05-detail-answers.md # 用户的详细答案
│ └── 06-requirements-spec.md # 最终需求规格
│
└── examples/ # 示例需求
对项目进行扩展或者二次开发的方向
- 增强AI分析能力:可以通过集成更先进的自然语言处理库或机器学习模型,提高AI对代码和用户输入的理解能力。
- 扩展需求收集流程:根据项目需求,可以增加更多阶段或问题,以收集更详细的需求信息。
- 集成项目管理工具:将需求收集系统与项目管理工具(如Jira)集成,实现需求与项目任务的自动同步。
- 用户界面优化:优化用户界面,使其更加直观和易于使用,提升用户体验。
- 多语言支持:增加多语言支持,使得系统可以在不同的语言环境中使用。
- 插件系统开发:开发插件系统,允许用户根据特定需求扩展功能。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
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++
1.01 K
1.01 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
433
394
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
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
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989