企业官网建设流程全解析

SuperClaude Framework/sc:workflow实战指南：从 PRD 到多角色协同的结构化实施工作流生成

【免费下载链接】SuperClaude_FrameworkA configuration framework that enhances Claude Code with specialized commands, cognitive personas, and development methodologies.项目地址: https://gitcode.com/gh_mirrors/su/SuperClaude_Framework

/sc:workflow是 SuperClaude Framework 提供的实施工作流生成器（Implementation Workflow Generator），它接收 PRD（产品需求文档）或功能描述，将其转化为带依赖映射、分阶段执行的完整实施方案。本文以仓库中的 workflow.md 为骨架，结合命令安装、并行执行引擎与 MCP 配置等源码实现，完整讲解命令语法、五阶段行为流、六路 MCP 路由与多角色协同策略，让你读完即可用一条命令把需求文档变成可执行、可追踪、可验证的工程计划。

命令定位：编排类高级命令

在 SuperClaude 的命令体系中，workflow属于orchestration（编排）类别、advanced（高级）复杂度级别，其 Front Matter 元数据如下：

命令通过/sc:命名空间统一调度，sc.md 说明了这一设计：所有命令都挂在sc:前缀下以保持组织清晰。与更偏执行侧的 task.md（/sc:task，负责多智能体委托与层级任务分解）不同，workflow聚焦在规划层——先产出工作流结构，再由 task 类命令负责落地执行。

何时触发：四个典型使用场景

/sc:workflow适用于以下场景（Triggers）：

• PRD 与功能规格分析：拿到 PRD 或功能说明书后，用它进行实现规划，将自然语言需求转译为工程任务；
• 开发项目的结构化工作流生成：需要把粗粒度的功能描述拆解为有依赖关系的步骤序列；
• 复杂实现策略的多角色协同：涉及架构、前端、后端、安全、DevOps 等多领域时，需要多 persona 并行分析；
• 跨会话工作流管理与依赖映射：工作流需要跨多次会话持续演进，依赖关系需要系统化跟踪。

命令语法与参数详解

/sc:workflow [prd-file|feature-description] [--strategy systematic|agile|enterprise] [--depth shallow|normal|deep] [--parallel]

参数设计反映了可组合性：策略决定节奏，深度决定粒度，并行决定执行方式，校验决定质量门槛。四种维度可自由组合，满足从单功能到企业级项目的不同规模。

行为流：五阶段管线

命令按「分析 → 规划 → 协同 → 执行 → 校验」五个阶段推进：

1. Analyze（分析）：解析 PRD 与功能规格，理解实现需求——包括功能点、约束、非功能需求等；
2. Plan（规划）：生成完整工作流结构，产出依赖映射与任务编排——哪些任务可并行、哪些必须串行；
3. Coordinate（协同）：激活多个 persona，引入领域专家视角与实施策略；
4. Execute（执行）：创建带自动任务协调的分步工作流，把规划结果固化为可执行清单；
5. Validate（校验）：应用质量门禁，跨领域确认工作流完整性。

其核心行为特征包括：跨架构/前端/后端/安全/DevOps 的多角色编排；面向专项工作流分析的智能 MCP 路由；带渐进增强与并行处理的系统化执行；以及带完整依赖跟踪的跨会话工作流管理。

MCP 集成：六路专项路由

workflow将不同工作流环节路由到最合适的 MCP 服务器：

从源码配置可印证其实现：Sequential MCP 通过 sequential.json 启动@modelcontextprotocol/server-sequential-thinking，为命令提供sequentialthinking结构化推理工具；Serena MCP 通过 serena.json 以serena start-mcp-server --context ide-assistant模式运行，负责代码库符号索引与跨会话上下文保持。每个 MCP 在 plugins/superclaude/mcp/ 下都有独立的使用文档（如 MCP_Sequential.md、MCP_Serena.md），可查阅具体能力边界。

工具协同

工作流生成过程还会编排以下原生工具：

• Read / Write / Edit：PRD 读取分析与工作流文档产出；
• TodoWrite：多阶段复杂工作流执行的进度追踪；
• Task：并行工作流生成的委托与多智能体协调；
• WebSearch：技术调研、框架验证与实施策略分析；
• sequentialthinking：复杂工作流依赖关系的结构化推理。

这条调用链与 MODE_Orchestration.md 中的工具选择矩阵一致：深度分析用 Sequential MCP、符号操作用 Serena、UI 组件用 Magic、浏览器测试用 Playwright——workflow正是这一"智能选型"思想的命令级落地。

关键模式

• PRD 分析模式：文档解析 → 需求提取 → 实施策略制定；
• 工作流生成模式：任务分解 → 依赖映射 → 结构化实施规划；
• 多域协调模式：跨职能专业 → 综合实施策略；
• 质量集成模式：工作流校验 → 测试策略 → 部署规划。

这四个模式形成一条完整的价值链条：输入需求文档，输出的是同时覆盖任务结构、依赖关系、专业视角与质量策略的实施方案。

实战示例

1. 系统化 PRD 工作流

/sc:workflow Claudedocs/PRD/feature-spec.md --strategy systematic --depth deep # 对 PRD 做全面分析并生成系统化工作流 # 多角色协同生成完整实施策略

适合大型功能或模块重构：系统化策略保证覆盖完整，deep深度保证任务粒度足够细。

2. 敏捷功能工作流

/sc:workflow "user authentication system" --strategy agile --parallel # 敏捷工作流生成 + 并行任务协调 # Context7 与 Magic MCP 分别提供框架与 UI 工作流模式

适合迭代式开发：agile策略拆出迭代节奏，--parallel让前后端、安全等独立域并行推进。

3. 企业级实施规划

/sc:workflow enterprise-prd.md --strategy enterprise --validate # 企业级工作流 + 全面校验 # security、devops、architect 人设负责合规与可扩展性

适合有合规要求的项目：enterprise策略强调治理，--validate开启质量门禁。

4. 跨会话工作流管理

/sc:workflow project-brief.md --depth normal # Serena MCP 管理跨会话工作流上下文与持久化 # 借助记忆驱动的洞察实现渐进式工作流增强

适合长期项目：工作流状态由 Serena 持久化，后续会话可继续演进而不是从零重建。

边界：命令的职责范围

Will（会做）：

• 从 PRD 与功能规格生成完整实施工作流；
• 协调多 persona 与多 MCP 服务器形成完整实施策略；
• 提供跨会话工作流管理与渐进增强能力。

Will Not（不会做）：

• 不执行规划与策略之外的实际实现任务（那是/sc:task的职责）；
• 不未经分析与校验就覆盖既有开发流程；
• 不跳过需求分析与依赖映射直接生成工作流。

这组边界定义了命令的"规划器"定位：它保证方案的完备性，但把执行交给专门的执行链路。

源码级原理：命令如何被安装与加载

workflow命令本质是一个 Markdown 文件，由 install_commands.py 安装到~/.claude/commands/sc/目录。安装逻辑（见 install_commands.py）会依次查找两个命令源：已安装包的superclaude/commands/目录，以及源码仓库的plugins/superclaude/commands/目录（见_get_commands_source，install_commands.py），随后将目录下所有*.md复制到目标位置并报告安装/跳过/失败清单。因此：

• 仓库内命令的权威来源是 plugins/superclaude/commands/；
• 发行版中的副本位于 src/superclaude/commands/，其 README.md 明确要求两处保持同步（v5.0 起插件系统将直接使用plugins/）；
• 安装后需重启 Claude Code使新命令生效（install_commands.py的提示语与 sc.md 的说明均强调此点）。

命令安装后以/sc:workflow形式触发，Front Matter 中的personas与mcp-servers字段就是 Claude Code 在执行时进行人设激活与 MCP 路由的元数据依据。

底层支撑：并行执行引擎与编排模式

--parallel并非表面开关，仓库中有真实的并行引擎支撑。核心实现在 parallel.py：ParallelExecutor通过拓扑排序构建依赖图，把可并行任务聚合为ParallelGroup，再用ThreadPoolExecutor并发执行，并估算串行/并行耗时与加速比（见 parallel.py）。其配套测试 test_parallel.py 验证了三个关键性质：

• 依赖正确性：无依赖任务并入同一并行组，链式依赖任务分属不同组（Wave-Checkpoint-Wave 模式），循环依赖会被检测并抛错；
• 执行结果：返回task_id -> result字典，失败任务结果置None并记录异常；
• 性能收益：should_parallelize在任务数 ≥ 3 时自动触发并行（阈值可自定义），并行组执行明显快于串行。

这与workflow文档中"任务分解 → 依赖映射 → 结构化实施规划"的模式一一对应：命令负责规划出依赖图，parallel.py 负责执行依赖图。此外，MODE_Orchestration.md 的并行触发规则（3+ 文件自动建议并行、独立操作批量执行）为工作流执行阶段的并行决策提供了运行期准则；hooks.json 中的PostToolUse校验钩子则落实了"每个编辑后立即验证正确性"的质量门禁，与--validate参数形成呼应。

小结

/sc:workflow是 SuperClaude Framework 中"把需求变计划"的关键入口：一条命令完成 PRD 解析、依赖映射、多角色协同、MCP 路由与质量校验。配合/sc:task负责执行、/sc:research负责调研、/sc:agent负责专项分析，即可构成"规划 → 执行 → 验证"的完整开发闭环。想深入探索，可继续阅读 workflow.md、task.md 这两个编排命令的完整定义，以及 parallel.py 与 MODE_Orchestration.md 了解底层执行机制。

【免费下载链接】SuperClaude_FrameworkA configuration framework that enhances Claude Code with specialized commands, cognitive personas, and development methodologies.项目地址: https://gitcode.com/gh_mirrors/su/SuperClaude_Framework