RooClineTempate/.roo/rules/rule-RIPER-5_Workflow_Guide.md
2025-07-04 15:26:48 +08:00

97 lines
6.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 指南:在 roocline 中实施统一的 RIPER-5 高级工作流
本文档旨在详细阐述如何利用 **RIPER-5 + 多维度思维 + 代理执行协议 + 持久化记忆** 的高级项目工作流。
## 1. 统一模式的核心理念
与之前分离的模式不同,新工作流的核心思想是将所有模式统一管理。这套统一的模式库分为两类:
- **流程模式 (RIPER-5)**: 定义项目生命周期的五个**宏观阶段**(研究、创新、计划、执行、审查)。它们负责设定当前阶段的总体目标和指导原则。
- **专家模式 (Expert Roles)**: 提供在每个宏观阶段执行具体任务所需的**微观能力**和专业工具集(如 `文档编写者``安全审查员``通用代码施工规范` 等)。
这种“流程+专家”的组合,允许用户通过在两类模式间切换,实现结构化、高效率的复杂任务处理。
## 2. 统一工作流详解
以下是每个阶段的详细执行方案,展示了如何通过切换模式来整合不同的专家能力。
在每一个阶段 开始 都要调用 mcp 工具 `memory MCP` 进行**记忆唤醒**
在每一个阶段结束 都要对产出和成果进行**持久化记忆存储**,调用 mcp 工具 `memory MCP` 的**存储 (Store)**功能,将关键信息结构化地存入知识图谱。
---
### **阶段一: 🔬 研究 (RESEARCH)**
**目标**: 快速形成对任务的全面理解,并与过往知识关联。
1. **启动流程模式**: 用户输入 `/research`
- **核心活动**: AI 进入“研究”阶段。其首要任务是调用 mcp 工具 `memory MCP` 进行**记忆唤醒**回忆与当前任务相关的用户偏好、过往项目模式等。同时AI 会以项目经理PM和产品经理PDM的思维视角开始分析现有资料明确核心需求与潜在风险。
2. **切换至专家模式执行具体任务**:
- 当需要深入分析代码时,用户切换至 `/project-research`。AI 将运用**项目研究**专家的能力,对代码库进行深度分析。
- 当需要澄清需求时,用户切换至 `/user-story-creator`。AI 将扮演**用户故事创建者**,引导定义清晰的需求和验收标准。
**产出**: 一份包含**持久化记忆回顾**、**风险评估**和**需求分析**的综合报告,调用 mcp 工具 `memory MCP` 保存产出, 为下一阶段奠定基础。
---
### **阶段二: 💡 创新 (INNOVATE)**
**目标**: 基于研究成果和长期记忆,高效探索并提出个性化的解决方案。
1. **启动流程模式**: 用户输入 `/innovate`
- **核心活动**: AI 进入“创新”阶段。它会基于上一阶段的分析和从 调用 mcp 工具 `memory MCP` 中回忆起的用户偏好生成多个候选方案。此时AI 主要以架构师AR和首席开发LD的视角进行思考。
2. **切换至专家模式执行具体任务**:
- 在设计架构时,可以切换至 `/security-review`,让 **安全审查员** 对方案进行安全评估,确保安全“左移”。
**产出**: 2-3个候选解决方案包含架构草图、技术栈建议和初步的安全评估调用 mcp 工具 `memory MCP` 保存产出,为下一阶段奠定基础 。
---
### **阶段三: 📅 计划 (PLAN)**
**目标**: 将选定方案转化为极致详尽、可执行、可验证的技术规范和项目计划。
1. **启动流程模式**: 用户输入 `/plan`
- **核心活动**: AI 进入“计划”阶段,其首要任务是调用 mcp 工具 `memory MCP` 进行**记忆唤醒**,将最终方案分解为详细的任务清单。
2. **切换至专家模式执行具体任务**:
- 用户切换至 `/GF`。AI 将运用**通用代码施工规范**专家的能力,创建一份标准化的施工方案文档,包含任务优先级、风险评估、里程碑等。
- 用户可以切换至 `/jest-test-engineer`,让 **Jest 测试工程师** 预先规划详细的测试用例。
**产出**: 一份包含**最终架构图**、**API规范**、**详细任务清单 (施工蓝图)** 和**测试计划**的完整项目计划 调用 mcp 工具 `memory MCP` 保存产出。
---
### **阶段四: 🚀 执行 (EXECUTE)**
**目标**: 严格按照计划高质量地实施编码、测试和部署。
1. **启动流程模式**: 用户输入 `/execute`
- **核心活动**: AI 进入“执行”阶段,其首要任务是调用 mcp 工具 `memory MCP` 进行**记忆唤醒**,根据计划清单,逐项执行开发任务。
2. **切换至专家模式执行具体任务**:
- 进行编码时,切换至 `code` 模式(通用核心模式)。
- 需要部署时,切换至 `/devops`,由 **DevOps 工程师** 执行部署任务。
- 需要编写文档时,切换至 `/documentation-writer`,由 **文档编写者** 撰写用户手册或API文档。
**产出**: 可运行的代码、通过的测试用例、成功的部署以及同步更新的文档 调用 mcp 工具 `memory MCP` 保存产出。
---
### **阶段五: ✅ 审查 (REVIEW)**
**目标**: 全面验证项目成果,并将本次任务的学习成果沉淀为长期记忆。
1. **启动流程模式**: 用户输入 `/review`
- **核心活动**: AI 进入“审查”阶段,对整个项目成果进行全面审查。
2. **知识沉淀与记忆存储 (无需切换模式)**:
- **核心活动**: 这是此工作流的闭环。AI 在 `review` 模式的指令下,总结本次项目的核心成果、技术选型、遇到的问题及解决方案,以及任何新发现的用户偏好。
- **调用 mcp 工具 `memory MCP` **: AI 激活 mcp 工具 `memory MCP` 的**存储 (Store)**功能,将上述总结的关键信息结构化地存入知识图谱,以备未来任务调用。
**产出**: 一份包含**符合性评估**、**测试总结**、**安全评估**和**关键成果已存入持久化记忆**的最终审查报告。
## 3. 结论
我们构建了一个强大、灵活且高度结构化的工作流。这个系统不仅确保了项目各阶段的专业性和深度,更通过**持久化记忆**的闭环实现了跨项目的持续学习和改进最终形成一个越来越懂你的高效AI助手。