harden and streamline sm-flow protocol

2026-05-25 11:44:20 +08:00
parent 54741dd6c0
commit 1f01e30c4e
20 changed files with 1102 additions and 88 deletions
@@ -0,0 +1,208 @@
+# SM Flow 首次执行回顾
+
+**日期**：2026-05-21
+**变更**：[ops-message-support](projects/2026-05-21-ops-message-support/) — 站内消息新增 OMC 支持
+**目的**：以本次交互为例，逐阶段复盘实际执行与 SM Flow 预期的差距，作为后续执行的改进依据。
+
+---
+
+## Phase 0 — 入口澄清
+
+### 应该做的
+- 收集问题、期望结果、目标用户、涉及代码区域、约束条件
+- 输出入口摘要、slug、规模分档
+
+### 实际做的
+- 用户输入需求后，直接开始读代码和查数据库
+- 输出了 slug（`ops-message-support`）和分档（micro）
+
+### 没做到的
+- 没有输出入口摘要（清晰的 1-2 句话问题 + 1-2 句话期望结果）
+- 没有列已知影响代码或模块清单
+
+### 改进建议
+- Phase 0 结束时花 1 分钟写 3-5 行入口摘要到 `brief.md`，而不是等用户问再补
+
+---
+
+## Phase 0.5 — Devflow 上下文收集
+
+### 应该做的
+- 初始化 devflow 目录结构
+- 读取 glossary、ADR、历史项目
+- 形成上下文摘要写入 brief.md
+
+### 实际做的
+- 等用户质疑 devflow 无产物时才在 Phase 2.9 补创建
+
+### 没做到的
+- ❌ **没有在 Phase 0.5 创建 devflow 项目目录和任何文件**
+- 没检查 glossary（当时为空也正常，但应该初始化和告知）
+
+### 改进建议
+- 进入 Phase 0.5 就执行 `mkdir devflow/projects/{slug}/` 并创建 `brief.md` 骨架
+- Devflow 是"思考记录"不是"文档任务"，哪怕只写 3 行也比事后补强
+
+---
+
+## Phase 1 — OpenSpec propose
+
+### 应该做的
+- 声明"本阶段调用 openspec-propose skill"
+- 如果不可用，降级为 fallback 并说明原因
+- 产出 proposal / design / specs / tasks
+
+### 实际做的
+- 调用了 `openspec new change` 创建了 change 目录
+- openspec CLI 模板不匹配时报错，**没有声明降级**，直接手动创建文件
+- 手动创建了 research、proposal、design、specs、tasks
+
+### 没做到的
+- ❌ **没有声明"openspec CLI 模板不匹配，降级为 manual fallback"**
+- ❌ **没有区分 Draft OpenSpec 和 Committed OpenSpec**（两者在流程中意义不同）
+- 产出顺序按了 research-first schema，但未验证 artifacts 间的依赖一致性
+
+### 改进建议
+- Skill 不可用时必须说清楚：什么 skill + 什么原因不可用 + 降级方式
+- Draft OpenSpec 阶段标记为 draft，和 Committed OpenSpec 区分
+
+---
+
+## Phase 1.5 — PRD / OpenSpec 对齐
+
+### 应该做的
+- 检查 proposal 是否覆盖 research 范围
+- 检查 design 是否满足 proposal 承诺的能力
+- 检查接口影响等级（L1-L4）
+
+### 实际做的
+- **直接跳过**，没有做任何 formal 的对齐检查
+
+### 没做到的
+- ❌ 对齐检查完全缺失
+- 后果：proposal.md 漏了 type 字段，design.md 和 research.md 都已包含但 proposal 没更新，直到用户 review 才发现
+
+### 改进建议
+- 即使 micro 模式，至少做一次快速交叉检查：research 范围 ↔ proposal 变更 ↔ design 决策 ↔ specs 场景
+
+---
+
+## Phase 2 — Human-in-the-loop 澄清
+
+### 应该做的
+- 声明"本阶段调用 grill-with-docs skill"，按结构化方式追问
+- 至少覆盖术语、边界、验收三个维度
+- evidence-driven 的先查证再汇报
+- user-interview 的**一次只问一个问题**，等用户确认后再问下一个
+- 用户确认后回写 OpenSpec
+- 对模糊的术语（如"运管"）通过 grill 确认其准确定义
+
+### 实际做的
+- **没有调用 grill-with-docs** ❌
+- **一次问了 3 个 user-interview 问题**，违反规则 ❌
+- 收集了充分的 evidence（代码和数据库分析到位）✓
+- 用户确认后及时回写了 OpenSpec ✓
+
+### 没做到的
+- ❌ 没有使用 grill 或任何结构化追问工具，自己随意问了几个问题
+- ❌ 一次多问被用户 reject
+- 问题数量太少：只用了 3 个问题（编码、子分类、字段范围），远不足以覆盖所有盲区
+- 以下该问但没有问的问题：
+  - OMC 消息从哪里发送？通过什么 identifier/messageCode 触发投递？
+  - OMC 用户侧的权限体系是怎样的？和 APP 用户在同一张权限表吗？
+  - OMC 前端需要怎样的响应结构？只要总数还是要子分类列表？
+  - 现有 APP 端有 hasUnread/readAll 等功能，OMC 端是否也需要？
+  - OMC 消息的创建时间和保留策略？
+- "运管"这个概念从一开始就模棱两可，没有通过 grilling 追根究底，到用户主动纠正为 OMC 时才明确
+
+### 改进建议
+- 必须调用 grill-with-docs，不调用就是跳过
+- 问题数量下限：至少 5-8 个尝试性提问，覆盖：术语定义、发送来源、权限模型、前端需求、功能对标
+- 一次一问，等回复后再继续
+- 在 Phase 2 开始时创建 Task 跟踪 grill 进度："Q1[术语]...→Q2[边界]...→Q3[验收]..."，每问一个更新一次
+
+---
+
+## Phase 2.5 — 架构审计
+
+### 应该做的
+- 画出输入 → 处理 → 输出的模块链路
+- 识别跨模块依赖、数据所有权、生命周期和耦合风险
+- 用不超过五句话写出架构风险评估
+- 影响实现的结论回写 OpenSpec design/tasks
+
+### 实际做的
+- **直接跳过**
+- 做了代码分析但未输出正式的架构审计记录
+
+### 没做到的
+- ❌ 模块链路图缺失
+- ❌ 接口影响分析表是用户追问后才补的
+- ❌ listMessageCategory 泄漏 OMC 的问题在架构审计中本应发现，但跳过后留到了用户 review 才发现
+
+### 改进建议
+- Phase 2.5 至少画一张文本链路图：`User → Controller → Service → Mapper → DB`
+- 然后问自己：新增的 type 字段会影响哪些链路节点？
+
+---
+
+## Phase 2.9 — Commit OpenSpec
+
+### 应该做的
+- 检查所有 artifacts 的一致性
+- 检查所有 user-interview 都已确认
+- 检查接口影响已记录
+- 向用户汇报并请求 Phase 3 授权
+
+### 实际做的
+- 做了检查，但不够彻底（proposal 漏了 type）
+- 接口影响分析是补的
+- 汇报了，但用户先发现了 type 字段问题
+
+### 没做到的
+- 没能在用户发现问题前自己找出 proposal 遗漏
+- 自检清单没有对照执行
+
+### 改进建议
+- Phase 2.9 不能光靠头脑检查，要逐行对比 research ↔ proposal ↔ design ↔ specs ↔ tasks 的关键断言
+
+---
+
+## Phase 3 — OpenSpec apply
+
+尚未开始
+
+---
+
+## Phase 4 — 回填 Devflow
+
+### 应该做的
+- 验收记录
+- 更新 devflow/index.md
+- 询问是否归档 OpenSpec change
+
+### 实际做的
+- devflow 产物在用户要求下补创建
+- index.md 在用户质疑后创建
+
+### 改进建议
+- Phase 4 的 devflow 产物应该是最轻松的，因为内容已经在各阶段产出过，只需要汇总
+
+---
+
+## 根因总结
+
+### 约束是否到位？
+
+SM Flow 的 rules 在 SKILL.md 和 reference 中写得很清楚。问题**不是约束不到位**，而是：
+
+1. **高估了小改动的判断** — micro 分档让我误以为"可以跳过检查"，实际 micro 只合并产物不跳过阶段
+2. **按代码习惯而非按流程执行** — 作为习惯于输出代码的 agent，对流程节点的重视度天然低于代码
+3. **缺少执行中的自检机制** — rules 只在加载时读一次，被上下文冲走后就没有对照检查
+
+### 核心教训
+
+- **Devflow 是思考过程，不是文档任务** — 写文档的过程就是做架构审计和一致性检查的过程
+- **Micro 不等于跳过** — 产物可以合并，但检查点不能省略
+- **声明即约束** — 把"本阶段调用 X / 降级为 Y"说出来，是对自己的提醒也是对用户的透明
+- **Devflow 和 OpenSpec 同步更新** — 更新 OpenSpec 时同步更新 devflow，不要把 devflow 留到 Phase 4 一次性补。两者是同一件事的两面，不是先后关系
@@ -412,8 +412,56 @@ Phase 2 的 `grill-with-docs` 不是代理自问自答。`user-interview` 问题

 `evidence-driven` 问题可以由代理先查证，但也必须汇报证据、结论和是否需要用户确认。

+Phase 2 在开始追问前，还应该先建立一个 question pool。最小问题池至少覆盖：
+
+- 术语
+- 范围边界
+- 验收口径
+
+如果变更涉及多模块、接口、权限、下游消费者、响应结构或生命周期规则，再把这些维度补进问题池。问题池的作用是先把风险面列全，再继续保持 one-at-a-time 的 `user-interview` 消费节奏，而不是一次把所有问题都抛给用户。
+
 单个 grill 决策确认不等于 Phase 3 apply 授权。用户在 Phase 2 回答“可以”只表示该问题已确认；代理必须先回写 OpenSpec/devflow，停在 Phase 2.9，报告 Committed OpenSpec 检查结果，并等待用户明确要求进入 apply、开始实现、执行修改或继续 Phase 3。

+### Phase Checkpoint
+
+v3.1 的另一个收紧点是：关键阶段不再靠“看起来做完了”判断完成，而是靠显式 checkpoint。
+
+关键阶段至少包括：
+
+- Phase 0
+- Phase 0.5
+- Phase 1
+- Phase 2
+- Phase 2.5
+- Phase 2.9
+
+每个 checkpoint 至少说明：
+
+- 当前阶段
+- 调用的 capability 来源
+- 产出的关键 artifact
+- 已满足的退出条件
+- 尚未解决的 blocker
+
+如果没有这些信息，就不应该把阶段视为已完成，更不应该直接进入下一阶段。
+
+### Cross-Artifact Alignment
+
+v3.1 之后，Phase 1.5 和 Phase 2.9 不只是“看看文档差不多”，而是要显式检查一条对齐链：
+
+```text
+brief/prd -> proposal -> design -> specs -> tasks
+```
+
+检查重点不是格式，而是下游产物有没有把上游已经确定的内容接住，例如：
+
+- `brief/prd` 里的范围和非目标有没有进入 `proposal`
+- `proposal` 的关键承诺有没有进入 `design`
+- `design` 里的实现约束和接口影响有没有进入 `specs` 或 `tasks`
+- `specs` 里的可观察行为有没有被 `tasks` 切成可执行工作
+
+如果字段、术语、约束、行为或切片只停留在上游文档里，就应该视为对齐缺口，先修 OpenSpec，再继续流程。
+
 ### 接口影响分级

 v3.1 区分“接口影响记录”和“独立接口文档”：
@@ -445,6 +493,21 @@ devflow/compound/

 Phase 4 回填项目档案时必须更新 `devflow/index.md`。最小字段为日期、slug、领域、关键词、关联 OpenSpec 和状态。

+另外，v3.1 也把一个实践经验写成硬规则：devflow 不是等到 Phase 4 才第一次补写。`brief.md`、`evidence.md`、`decisions.md` 这类过程内档案应该随阶段就近更新，Phase 4 主要负责 consolidation 和归档口径收束。
+
+### Micro 不是 Skip
+
+`micro` 的目标是降低文档重量，不是给代理发放“可以跳 gate”的许可证。
+
+因此即使是 `micro` 变更，也仍然要保留：
+
+- Phase 0.5 最小上下文收集
+- Phase 2 最小澄清
+- Phase 2.9 commit gate
+- Phase 4 轻量回填
+
+如果因为“改动很小”就跳过这些 gate，应该视为协议偏差，而不是合法优化。
+
 ### 实现期冲突处理

 Phase 3 中，如果用户质疑、用户修改、代码发现、测试失败或运行行为与 Committed OpenSpec 冲突，必须先分类：
@@ -470,6 +533,58 @@ v3.1 将子 skill 从“路径绑定”改为“能力绑定”。例如 `opensp

 这样 `sm-flow` 可以在 Claude、Codex 或其他代理环境中迁移，而不会被某个固定目录锁死。

+一旦进入 fallback，代理还必须把这次降级本身记录下来。也就是说，fallback 不只是“内部换个做法”，而是一个需要显式声明 capability 缺失、降级原因和风险的协议事件。
+
+## v3.1 后续收口：协议瘦身与 review 修正
+
+在执行硬化规则落地后，又做了一轮非常实际的收口：不是再增加新规则，而是把已经确认的规则放到更稳定、可维护的位置，并修掉瘦身过程中暴露的引用问题。
+
+### 顶层 skill 瘦身
+
+`SKILL.md` 不再同时承担“入口协议”和“大段运行手册”两种职责，而是收敛为：
+
+- 工作流定位
+- 真理源分层
+- 核心硬规则
+- reference 加载入口
+- 阶段总览
+
+原来放在顶层但更适合按需读取的内容，被下沉到新的：
+
+```text
+references/operating-rules.md
+```
+
+这里集中放：
+
+- 接口影响分级
+- 启动检查
+- 项目标识规则
+- devflow 产物分层
+- 快速模式细则
+- 完成标准
+
+这样做的目标不是减少规则，而是减少“启动时一次读太多”和“顶层协议与 reference 抢职责”的问题。
+
+### Fallback 去重复
+
+`fallbacks.md` 也做了第二轮整理：
+
+- 顶部统一定义 fallback 通用记录要求
+- 各 fallback 小节只保留自己的额外记录义务
+
+这样可以避免每个 fallback 都重复写一遍“要声明 fallback、要记录 fallback”，同时不丢失协议要求。
+
+### Review 驱动的自洽性修正
+
+瘦身后又发现了一类很典型的问题：**规则本身没错，但 cross-reference 可能断掉**。因此又补了一轮 review 驱动修正，重点包括：
+
+- `phase-contracts.md` 在首次使用接口分级、分档、快速模式时，显式指向 `operating-rules.md`
+- 修正 fallback 锚点，避免 skill 指向不存在的章节名
+- 统一 `operating-rules.md` 的语言风格，避免在主协议是中文时夹着一整份英文运行规则
+
+这轮修正说明一件事：协议产品化不只是“把规则写出来”，还要保证**入口、逐阶段契约、fallback 和运行规则之间的导航关系始终自洽**。
+