Implementation Tasks
Implementation Tasks
- [ ] T1 (P1, human: ~2h / CC: ~15min) — —
- Surfaced by:
— - Files:
- Verify:
- Surfaced by:
优先级约定:P1 阻塞 ship;P2 应落在同一分支;P3 是跟进 TODO。若某发现没有可行动任务就不硬造;零发现的小节输出 `_No new tasks from <section>._`。
JSONL 制品用 `jq -nc` 逐任务写入(绝不手写 `echo`/`printf` 拼 JSON):
```bash
eval "$(~/.claude/skills/gstack/bin/gstack-slug 2>/dev/null)"
TASKS_DIR="${HOME}/.gstack/projects/${SLUG:-unknown}"
mkdir -p "$TASKS_DIR"
TASKS_FILE="$TASKS_DIR/tasks-design-review-$(date +%Y%m%d-%H%M%S).jsonl"
# 每个任务一次 jq -nc 调用:
# --arg phase 'design-review' --arg id "$TASK_ID" --arg priority "$PRIORITY" ...
# --argjson files '["path/a.ts","path/b.ts"]'
# 字段:phase, run_id, branch, commit, id, priority, component, files,
# effort_human, effort_cc, title, source_finding
零任务时仍要 touch 该文件——空文件语义是"跑了,无发现",区别于"没跑"。
十二、完成摘要、评审日志与看板
Completion Summary 是固定表格:System Audit、Step 0 初始评分、Pass 1–7 各自的"修前 → 修后"分数、NOT in scope / What already exists / TODOS 提案数、Approved Mockups(生成数/批准数)、加入计划的决策数、总体分 ___/10 → ___/10。若全部 pass ≥8:"Plan is design-complete. Run /design-review after implementation for visual QA."
评审落盘(PLAN MODE EXCEPTION — ALWAYS RUN):
~/.claude/skills/gstack/bin/gstack-review-log '{"skill":"plan-design-review","timestamp":"TIMESTAMP","status":"STATUS","initial_score":N,"overall_score":N,"unresolved":N,"decisions_made":N,"commit":"COMMIT"}'
status 取 "clean"(总分 ≥8 且 0 未解决)否则 "issues_open"。此命令写入 ~/.gstack/,/ship 的评审就绪看板依赖它,跳过会破坏看板。
Review Readiness Dashboard:运行 gstack-review-read 后解析输出,7 天窗口内取每个技能最近一条;Design Review 行取 plan-design-review(完整视觉审计)与 design-review-lite(代码级检查)中较新者,状态后缀 (FULL)/(LITE)。评审分层:Eng Review 是唯一默认强制的 ship 门(可全局 gstack-config set skip_eng_review true 关闭);CEO / Design / Outside Voice 为可选,从不阻塞 ship;Adversarial Review 对所有 diff 常驻。过期检测对 plan 级行(含 plan-design-review)不适用 worktree 规则——计划级评的是计划文件而非仓库树,维持 7 天新鲜度逻辑,若有 plan_sha256 字段可对比当前计划文件哈希并在不匹配时标注"plan changed since review"。
十三、计划文件评审报告与 EXIT PLAN MODE 门
审查完成后,还要把 ## GSTACK REVIEW REPORT 写进计划文件末尾,让任何读计划的人都能看到评审状态。报告表格按技能固定形态:
## GSTACK REVIEW REPORT
| Review | Trigger | Why | Runs | Status | Findings |
|--------|---------|-----|------|--------|----------|
| Design Review | `/plan-design-review` | UI/UX gaps | {runs} | {status} | score: {initial}/10 → {overall}/10, {decisions} decisions |
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 StartedRust0624
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00