AceFlow-PATEOAS 流程规范

1. 概述

1.1 目的

本规范定义了一套AI优先的软件研发工作流，通过状态驱动和记忆机制，使AI能够自主完成大部分开发任务，最小化人工干预。

1.2 适用范围

AI自主执行：新功能开发、Bug修复、需求变更、紧急上线
人机协作：复杂架构设计、关键决策确认、异常处理

1.3 术语定义

PATEOAS：Prompt as the Engine of AI State - 将提示词作为驱动AI状态转换的核心引擎
状态：{阶段, 任务, 进度, 记忆, 下一步} 五元组
记忆池：跨阶段信息存储，格式：类型-ID-内容
流程分支：基于任务特征的自适应执行路径

2. 核心原则

2.1 状态驱动

state_transition:
  trigger: "阶段完成条件满足"
  action: "自动进入下一阶段"
  fallback: "条件不满足时请求人工确认"

2.2 流程弹性

自动路由：AI根据任务类型自动选择执行路径
动态阈值：可配置的质量标准和完成条件
智能回退：检测到问题时自动返回相关阶段

2.3 记忆持续

格式标准：[类型]-[ID]-[内容]
自动关联：AI自动识别记忆与阶段的相关性
主动召回：在需要时自动提取相关记忆

2.4 AI自主性

autonomy_levels:
  L1_监督: "AI建议，人类决策"
  L2_协作: "AI执行，人类审核" 
  L3_自主: "AI决策并执行，仅异常时人工介入"

3. 流程框架

3.1 流程总览

graph TD
    开始[任务输入] --> AI{AI任务分类}
    AI -->|新功能| 完整[S1→S2→S3→DG1→(S4↔S5)→DG2→S6→S7→DG3→S8]
    AI -->|Bug修复| 快速[S2→(S4↔S5)→DG2→S8]
    AI -->|需求变更| 变更[S1→S2→S3→(S4↔S5)]
    AI -->|紧急上线| 紧急[(S4↔S5)→S6→S8]

注：(S4↔S5) 表示任务级循环

3.2 AI流程选择逻辑

def select_flow(task_description):
    if "新功能" in task_description or "开发" in task_description:
        return "FULL_FLOW"
    elif "bug" in task_description or "修复" in task_description:
        return "QUICK_FLOW"
    elif "变更" in task_description or "调整" in task_description:
        return "CHANGE_FLOW"
    elif "紧急" in task_description or "P0" in task_description:
        return "URGENT_FLOW"
    else:
        return "REQUEST_CLARIFICATION"

4. 阶段定义与AI执行规范

4.1 S1：用户故事细化

AI执行指令：

任务：将输入需求转换为INVEST原则的用户故事
输入检查：是否包含{用户角色, 功能描述, 业务价值}
执行步骤：
1. 识别所有用户角色
2. 为每个角色生成故事：作为[角色]，我希望[功能]，以便[价值]
3. 验证每个故事的独立性和可测试性
4. 创建记忆文件：REQ-001-[需求简述].md

输出产物：/aceflow_result/{iteration_id}/S1_user_story/s1_user_story.md
完成条件：故事数量≥需求点数量 AND 每个故事符合INVEST

本地状态更新：

{
  "current_stage": "S1",
  "progress": 100,
  "outputs": ["{iteration_id}/S1_user_story/s1_user_story.md"],
  "memory_created": ["REQ-001-core-requirements.md"]
}

4.2 S2：任务拆分

AI执行指令：

任务：将用户故事分解为可执行任务
输入依赖：S1产出物

执行步骤：
1. foreach 用户故事:
   - 识别技术组件
   - 评估复杂度
   - 拆分任务(目标工时≤8小时)
2. 为每个故事创建任务输入模板
3. 验证任务粒度（≤8小时）
4. 生成任务清单s2_tasks.md
5. 分配优先级(P0-P3)

任务格式：
| 任务ID | 描述 | 预估工时 | 优先级 | 依赖 |
|--------|------|----------|--------|------|
| T001   | [描述] | [小时] | P[0-3] | [依赖ID] |

输出产物：/aceflow_result/{iteration_id}/S2_tasks/s2_tasks.md
完成条件：所有故事已拆分 AND 单任务工时≤8h

4.3 S3：测试用例设计

AI执行指令：

任务：基于用户故事生成测试用例
输入依赖：S1产出物, S2产出物

执行步骤：
1. 为每个用户故事生成测试模板
2. 包含：正常流程、边界条件、异常场景
3. 计算覆盖率（本地脚本）
	- 覆盖率计算：(用例覆盖的故事点/总故事点)*100%
4. 生成s3_testcases.md

用例模板：
## TC-[ID]: [测试场景]
- **关联故事**: US-[ID]
- **前置条件**: [条件描述]
- **测试步骤**:
  1. [步骤1]
  2. [步骤2]
- **预期结果**: [预期结果]

输出产物：/aceflow_result/{iteration_id}/S3_testcases/s3_testcases.md
完成条件：覆盖率≥80% AND 核心功能覆盖率=100%

4.4 S4-S5：功能实现与测试循环

AI执行指令：

任务：以任务为单位循环执行开发和测试
输入依赖：S2产出物(任务列表), S3产出物(测试用例)

执行模式：
1. 从任务队列中选择下一个任务
   - 优先级：P0 > P1 > P2 > P3
   - 可并行：前后端任务可同时进行
2. S4：实现该任务功能
   - 遵循TDD原则
   - 遵循团队编码规范
3. S5：执行该任务测试
   - 运行对应的测试用例
   - 记录测试结果
4. 循环决策（DG2）
   - 测试通过且有剩余任务：继续下一个
   - 测试失败：修复后重测
   - 所有任务完成：退出循环

报告结构：
# 测试报告
- 执行时间：[时间戳]
- 总计：[总数] | 通过：[数量] | 失败：[数量]
- 覆盖率：[百分比]%

## 失败用例
[失败详情列表]

输出产物：
- S4: /aceflow_result/{iteration_id}/S4_implementation/s4_implementation_{taskId}.md
- S5: /aceflow_result/{iteration_id}/S5_test_report/s5_test_report_{taskId}.md

完成条件：
- 后端、前端代码全部完成 AND 单元测试通过率≥90%
- 所有任务状态为"完成"且测试通过
- 执行率=100% AND 高严重度缺陷=0

4.6 S6：代码评审

AI执行指令：

任务：自动化代码质量检查
检查项：
1. 代码规范：命名/格式/注释
2. 逻辑正确：算法/边界/异常处理  
3. 性能安全：复杂度/内存/SQL注入
4. 架构合理：耦合度/扩展性

评审方式：静态分析 + 规则检查 + 最佳实践对比
输出格式：问题ID|类型|位置|建议|严重度
输出产物：/aceflow_result/{iteration_id}/S6_codereview/s6_codereview.md
完成条件：关键问题=0 AND 一般问题≤3

4.7 S7：演示与反馈

AI执行指令：

任务：准备演示材料并收集反馈
准备内容：
1. 功能演示脚本
2. 核心场景展示
3. 性能指标数据
反馈模板：
- 功能符合度：1-5分
- 用户体验：优/良/需改进
- 改进建议：[具体描述]

输出格式：演示记录 + 反馈汇总 + 改进方案
输出产物：/aceflow_result/{iteration_id}/S7_feedback/s7_feedback.md
完成条件：获得关键干系人反馈≥80%

4.8 S8：进度汇总

AI执行指令：

任务：生成进度报告和后续规划
汇总内容：
1. 各阶段完成情况
2. 关键产出物清单
3. 问题与解决方案
4. 经验教训总结

规划建议：
- 待完成事项
- 优化建议
- 下轮迭代重点

输出格式：结构化报告 + 可视化图表
输出产物：/aceflow_result/{iteration_id}/S8_summary/s8_summary.md
完成条件：报告完整 AND 获得确认

5. 决策门机制

5.1 DG1: 进入开发前检查

位置：S3之后
判断：任务是否都≤8小时且测试覆盖≥80%
通过：进入任务循环
不通过：返回S2重新拆分

5.2 DG2: 任务循环控制

位置：每个任务测试后
判断：是否还有未完成任务
是：继续下一个任务
否：进入S6评审

5.3 DG3: 用户验收

位置：S7演示后
判断：用户满意度≥80%
通过：完成迭代
不通过：重大问题返回S1，小问题继续

6. 本地状态管理

6.1 目录结构

.aceflow/
├── state.json          # 当前状态
├── config.yaml         # 配置阈值
├── memory/            # 记忆池
│   ├── REQ-*.md       # 需求
│   ├── DEC-*.md       # 决策
│   └── RISK-*.md      # 风险
└── logs/              # 执行日志

6.2 状态数据结构

{
  "current_stage": "S1",
  "status": "in_progress|blocked|completed",
  "progress": 75,
  "memory_refs": ["REQ-001", "DEC-001"],
  "next_action": {
    "condition": "progress >= 100",
    "target": "S2"
  }
}

6.3 状态转换规则

def state_transition(current_state):
    if meets_completion_criteria(current_state):
        return auto_proceed_next()
    elif has_blocking_issues(current_state):
        return request_human_intervention()
    else:
        return continue_current_stage()

7. 异常处理规范

7.1 AI异常识别

exception_rules:
  - name: "测试覆盖率不足"
    check: "coverage < 80%"
    action: |
      1. 提示用户当前覆盖率
      2. 询问是否自动补充测试用例
      3. 如果是，返回S3补充用例
  
  - name: "任务粒度过大"  
    check: "estimated_hours > 8"
    action: |
      1. 显示当前任务预估工时
      2. 自动建议拆分方案
      3. 等待用户确认后执行拆分

7.2 自动处理策略

异常类型	AI处理方式	人工介入条件
任务超时	自动分解为子任务	分解后仍>8h
测试失败	分析原因并尝试修复	修复2次失败
需求不清	基于上下文推断	置信度<70%
代码冲突	自动合并或隔离	核心模块冲突

8. 人机协作规范

8.1 AI决策边界

ai_can_decide:
  - 常规任务拆分
  - 标准测试用例生成
  - 代码格式优化
  - 简单bug修复

require_human:
  - 架构变更
  - 核心算法选择
  - 外部系统集成
  - 数据模型修改

8.2 协作接口

AI请求格式：
[HUMAN_INPUT_REQUIRED]
上下文：[当前状态和问题描述]
需要决策：[具体问题]
建议选项：[AI分析的可选方案]
影响分析：[各方案的影响]

9. 附录

9.1 AI执行检查清单

任务类型正确识别
流程路径自动选择
状态信息完整记录
记忆跨阶段传递正常
异常自动处理适当
人工介入时机合理

9.2 AI工具链

# .aceflow/tools.yaml
tools:
  task_classifier: "基于关键词的规则引擎"
  state_engine: "本地状态文件管理"
  memory_system: "文件索引系统"
  code_generator: "VSCode代码片段"
  test_runner: "VSCode测试命令"
  quality_checker: "VSCode扩展"

9.3 文件系统结构

.
├── .aceflow/
│   ├── state.json              # 唯一的流程状态文件
│   └── memory/                 # 记忆池目录
│       ├── REQ-001-sso-login.md
│       └── DEC-001-use-jwt.md
│
├── aceflow_result/             # 所有阶段的产出物
│   ├── iteration1/				# 迭代1
│   │   ├── S1_user_story/
│   │   ├── S2_tasks/
│   │   └── ...
│   ├── iteration2/				# 迭代2
│   │   └── ...
│
└── src/                        # 项目源代码

aceflow-spec.md 11 KB History Raw

AceFlow-PATEOAS 流程规范

1. 概述

1.1 目的

1.2 适用范围

1.3 术语定义

2. 核心原则

2.1 状态驱动

2.2 流程弹性

2.3 记忆持续

2.4 AI自主性

3. 流程框架

3.1 流程总览

3.2 AI流程选择逻辑

4. 阶段定义与AI执行规范

4.1 S1：用户故事细化

4.2 S2：任务拆分

4.3 S3：测试用例设计

4.4 S4-S5：功能实现与测试循环

4.6 S6：代码评审

4.7 S7：演示与反馈

4.8 S8：进度汇总

5. 决策门机制

5.1 DG1: 进入开发前检查

5.2 DG2: 任务循环控制

5.3 DG3: 用户验收

6. 本地状态管理

6.1 目录结构

6.2 状态数据结构

6.3 状态转换规则

7. 异常处理规范

7.1 AI异常识别

7.2 自动处理策略

8. 人机协作规范

8.1 AI决策边界

8.2 协作接口

9. 附录

9.1 AI执行检查清单

9.2 AI工具链

9.3 文件系统结构

aceflow-spec.md 11 KB

History Raw