claude-code-requirements-builder 的项目扩展与二次开发
2025-06-29 09:25:31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
kernelopenEuler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。C041
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
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++
694
367
Ascend Extension for PyTorch
Python
240
275
暂无简介
Dart
696
164
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
269
328
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869