企业官网建设流程全解析

[PRIORITY][DECISION POINT]

【免费下载链接】ag-kit项目地址: https://gitcode.com/GitHub_Trending/an/ag-kit

Question:[Clear question]

Why This Matters:

• [Architectural consequence]
• [Affects: cost/complexity/timeline/scale]

Options:| Option | Pros | Cons | Best For | |--------|------|------|----------| | A | [+] | [-] | [Use case] |

If Not Specified:[Default + rationale]

dynamic-questioning.md 的「动态问题模板」进一步按优先级分栏组织输出： ```markdown Based on your request for [DOMAIN] [FEATURE]: ## 🔴 CRITICAL (Blocking Decisions) ### 1. **[DECISION POINT]** **Question:** [Clear, specific question] **Why This Matters:** - [Explain architectural consequence] - [Affects: cost / complexity / timeline / scale] **Options:** | Option | Pros | Cons | Best For | |--------|------|------|----------| | A | [Advantage] | [Disadvantage] | [Use case] | | B | [Advantage] | [Disadvantage] | [Use case] | **If Not Specified:** [Default choice + rationale] ## 🟡 HIGH-LEVERAGE (Affects Implementation) ### 2. **[DECISION POINT]** [Same format] ## 🟢 NICE-TO-HAVE (Edge Cases) ### 3. **[DECISION POINT]** [Same format]

核心要点：每个问题必须带 Options（含权衡）与 If Not Specified（默认值）。前者让用户看清后果，后者保证用户即使不回答，Agent 也能按合理默认值继续推进，不会卡死。

3.6 完整示例：Instagram 克隆的需求澄清

dynamic-questioning.md 提供了一个端到端的生成示例，展示从「Build an Instagram clone」到结构化提问的完整过程：

STEP 1（解析）：领域 = 社交；功能 = 图片分享、点赞/评论互动、用户主页；隐含 = Feed、关注、认证；规模 = 可能很高（社交应用易爆红）。

STEP 2（决策点分类）：

• 阻塞性：存储策略、认证方式、Feed 类型；
• 高杠杆：实时通知、数据模型复杂度；
• 可延后：数据分析、高级搜索、Reels/视频。

STEP 3（按优先级生成问题）：

• P0：存储策略、Feed 算法、认证方式；
• P1：实时通知（WebSocket vs 轮询）、媒体处理（客户端 vs 服务端优化）；
• P2：Story/Reels（功能蔓延，延到 v2）、DM/聊天（独立子系统，延到 v2）。

**STEP 4（格式化输出）**中，Photo Storage Strategy 一题的完整演示：

### 1. **Photo Storage Strategy** **Question:** Where will user photos be stored and served? **Why This Matters:** - Affects: Monthly hosting costs, page load speed, CDN complexity - High-volume social apps: 1000 users × 10 photos × 2MB = 20GB storage **Options:** | Option | Cost model | Speed | Complexity | Best For | |--------|-----------|-------|------------|----------| | **Cloudinary** | Per-tier subscription | Fast (CDN) | Low | MVP, rapid launch | | **AWS S3 + CloudFront** | Pay per GB stored/served | Fast (CDN) | Medium | Production, cost-optimized | | **Supabase Storage** | Free tier + usage | Medium | Low | Small scale, simple | | **Local Storage** | Server cost | Slow | Low | Development only | **If Not Specified:** Cloudinary (balanced for MVP)

注意其中的量化计算（20GB 存储估算）——问题之所以有力，是因为它把架构后果变成了可计算的数字，这正是「问题揭示后果」原则的落地。

3.7 迭代提问（Iterative Questioning）

需求澄清不是一次性动作，dynamic-questioning.md 定义了三个轮次：

• 第一轮（3-5 问）：聚焦阻塞决策，不拿到答案不继续；
• 第二轮（初始实现后）：随着模式浮现追问，例如「这个功能隐含了 [X]，边缘情况 [Y] 现在处理还是延后？」「我们用了模式 A，功能 B 是否沿用同一模式？」
• 第三轮（优化期）：功能跑通后追问，「性能瓶颈在 [X]，现在优化还是可接受？」「重构 [Y] 提升可维护性，还是原样发布？」

四、原则化沟通：进度、错误、完成三件套

除了提问本身，SKILL.md 还规定了 Agent 在整个协作周期内的沟通规范，统称 PRINCIPLE-BASED（基于原则），核心信条是「Transparency builds trust（透明建立信任）」。

4.1 进度看板（Status Board）

状态必须可见、可行动，统一使用表格 + 状态图标：

图标语义表：

4.2 错误处理模式（Error Response Pattern）

SKILL.md 的原则是「错误是清晰沟通的机会」，标准响应路径：

1. Acknowledge the error 2. Explain what happened (user-friendly) 3. Offer specific solutions with trade-offs 4. Ask user to choose or provide alternative

并按错误类别预置了应对策略：

4.3 完成消息结构（Completion Structure）

任务收尾同样有固定四段结构：

1. Success confirmation (celebrate briefly) 2. Summary of what was done (concrete) 3. How to verify/test (actionable) 4. Next steps suggestion (proactive)

即：简短庆祝成功 → 具体总结做了什么 → 给出可操作的验证方式 → 主动建议下一步。

4.4 沟通五原则

五、反模式清单（AVOID）

SKILL.md 明确列出五类必须避免的行为，每一类都附带「为什么」：

反模式与动态提问原则是一体两面：假设是提问的反面。凡是说「I think」，都应改写为一个带权衡的提问。

六、在 AG Kit 中的完整调用链

brainstorming技能并不是孤立存在的，从仓库源码可以还原出它在 AG Kit 运行时中的完整调用链。

6.1 与/brainstorm工作流的协作

.agents/workflows/brainstorm.md 是触发该技能的斜杠命令，其 frontmatter 明确声明了依赖关系：

--- name: brainstorm description: Structured brainstorming for projects and features. Explores multiple options before implementation. version: 1.0.0 requires_agents: project-planner requires_skills: brainstorming artifact_outputs: discovery-notes, decision-summary ---

/brainstorm的行为流程是：理解目标（问题/用户/约束）→ 生成至少 3 个方案（各带利弊，可考虑非常规解法）→ 对比并给出带理由的推荐。其输出格式与 brainstorming 技能的问题模板风格一致（✅ Pros / ❌ Cons / 📊 Effort），且声明了产出物discovery-notes（探索笔记）与decision-summary（决策摘要）。

6.2 与 project-planner 代理的协作

.agents中有四个代理在 skills 字段声明依赖brainstorming：project-planner、product-manager、product-owner，另在 .agents/manifest.json 中可见更多引用。以 .agents/agent/project-planner.md 为例：

--- name: project-planner description: Smart project planning agent. Breaks down user requests into tasks... version: 1.0.0 skills: clean-code, app-builder, plan-writing, brainstorming ---

该代理在「PHASE 0: CONTEXT CHECK」中规定：请求不清晰时「Ask Socratic questions (Phase 0)」——这正是 brainstorming 技能在规划链路中的落点。在 .agents/ARCHITECTURE.md 的 Quick Reference 中也写明「Plan →project-planner→ brainstorming, plan-writing」。

6.3 运行时加载协议

从 .agents/rules/core-protocol.md 可知技能的加载是有顺序的：Agent 激活 → 检查 frontmatter 的skills:字段 → 读取对应SKILL.md（作为索引）→ 只读取与请求匹配的章节（选择性读取以节省 token）。优先级为 P0 工作区规则 > P1 代理定义 > P2 SKILL.md。此外，应用技能前必须声明：📚 Using skill: @brainstorming...，让用户可验证当前生效的知识。

6.4 可执行的验证方式

SKILL.md 属于托管组件，对它的改动会受到 AG Kit 注册表校验的约束。若想验证brainstorming技能的注册状态与依赖关系，可在仓库根目录运行：

# 校验组件注册表与完整性锁（涉及 skills 的 frontmatter、路径与依赖） python .agents/scripts/generate_manifest.py --check python .agents/scripts/dependency_graph.py --check # 校验 AG Kit 自洽性（版本、注册表、记忆、链接、引用） python .agents/scripts/validate_kit.py # Antigravity 集成与契约校验 npm run check:agents npm run check:antigravity npm run test:antigravity

【免费下载链接】ag-kit项目地址: https://gitcode.com/GitHub_Trending/an/ag-kit