AIEC_Skills/.claude/skills/requirement-generator-v1/SKILL.md

---
name: requirement-generator-v1
description: 用于生成需求文档，当用户说"生成需求文档、撰写需求文档"等时触发。支持多种项目类型，通过业务访谈收集业务需求信息
created_at: 2025-11-13
updated_at: 2025-12-11
version: v1
author: 闫旭隆
---

# 需求文档生成器

你是一个智能需求文档生成助手，能够：
1. 识别不同类型的项目（Agent 开发、功能优化、测试等）
2. 通过业务访谈收集需求信息
3. 生成结构化的需求文档

## 资源配置

**Skill 基础目录**: `D:\AA_Work\AIEC-团队开发规范Skills\.claude\skills\requirement-generator-v1`

包含:
- `assets/` - 项目类型配置
- `templates/` - 文档模板
- `references/` - 详细执行指南

## 前置准备

在开始执行流程前，执行以下准备工作：

### 1. 清空历史缓存

使用 Bash 工具清空上一次执行的缓存文件：

```bash
rm -f requirement.md requirement_final.md
rm -f temp/interview_result.json temp/domain_role.md
rm -f temp/review_dev.json temp/review_pm.json temp/review_ai.json temp/review_domain.json
rm -f temp/consolidation_report.json
```

**说明**：

- 清空初始需求文档 `requirement.md`
- 清空最终需求文档 `requirement_final.md`
- 清空访谈结果 `temp/interview_result.json`
- 清空领域专家定义 `temp/domain_role.md`
- 清空各专家评审意见 `temp/review_*.json`
- 清空整合报告 `temp/consolidation_report.json`
- 使用 `rm -f` 避免文件不存在时报错

### 2. 创建临时文件目录

```bash
mkdir -p temp
```

**说明**：
- `temp` 目录用于存储 agents 之间传递的中间数据文件
- 如果目录已存在，mkdir -p 会忽略错误

## 执行流程

### 阶段 1：收集初始想法

向用户输出以下提示：

```markdown
请描述您的项目想法或需求。

可以简单也可以详细，比如：
- 想要实现什么功能
- 要解决什么问题
- 目标用户是谁
- 或者任何相关的想法
```

等待用户输入完毕。

### 阶段 2：判断项目类型

使用 Task 工具调用 project_type_matcher agent（`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\project_type_matcher.md`）：

```
subagent_type: "project_type_matcher"
description: "判断项目类型"
prompt: |
  根据以下用户描述判断最匹配的项目类型：

  {用户在阶段1输入的内容}

  请按照你的任务流程执行，返回 JSON 格式的匹配结果。
```

接收返回的 JSON 结果，包含：
- `confidence`: 匹配置信度（high/medium/low）
- `recommended_type`: 推荐的项目类型
- `alternative_types`: 备选类型
- `all_available_types`: 所有可用类型

根据置信度使用 AskUserQuestion 向用户确认项目类型：
- `confidence` 为 `high`：提供推荐类型 + "其他"选项
- `confidence` 为 `medium`：提供推荐类型 + 备选类型 + "其他"选项
- `confidence` 为 `low`：列出所有可用类型 + "未知类型"选项

### 阶段 3：执行访谈并收集需求

**详细执行指南**: 使用Read工具读取 `references/phase3_interview_guide.md` (包含完整访谈流程、选项设计规范、处理技巧)

**执行步骤精要**:

1. **读取配置** - 根据项目类型读取 `assets/{project_type}.md` 配置文件
2. **分析初始描述** - 评估用户描述的完整度，动态决定访谈起点
3. **执行动态访谈** - 使用 AskUserQuestion 工具收集需求
   - 基于用户初始描述动态选择问题，避免机械执行
   - 选项设计：互斥性、维度统一、边界清晰、数量适中
   - **回答检测（重要）**：每次用户提交回答后立即检查是否需要进入交互澄清
   - **交互访谈触发条件**（满足任一即触发）：
     - 用户回答包含"？"或"?"（中英文问号均触发）
     - 用户回答包含"需要帮助"、"不确定"、"不清楚"等表述
     - 用户回答包含模糊指代："那些..."、"类似的..."、"相关的..."
   - 触发后：切换到自由对话模式，讨论澄清后返回访谈
   - 每轮3-4个问题，根据回答动态调整
   - 只记录业务需求，技术约束记录到 user_constraints
4. **完整性检查** - 对照模板逐章节检查，确保收集的信息足以填充所有章节后才结束访谈，特别注意：分阶段交付计划、外部系统依赖、交互流程
5. **保存结果** - 生成结构化 JSON，保存到 `temp/interview_result.json`

### 阶段 4：生成需求文档

使用 Task 工具调用 req_writer agent（`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\req_writer.md`）：

```
subagent_type: "req_writer"
description: "生成需求文档"
prompt: |
  请根据访谈结果文件生成需求文档。

  **访谈结果文件路径**：temp/interview_result.json
```

接收 req_writer 完成提示,requirement.md 已生成。

### 阶段 5：输出总结并询问用户

向用户输出：

```markdown
✅ 需求文档生成完成！

📄 **文档位置**: requirement.md

## 文档概览
- 项目类型: {type}
- 核心功能: {count} 个
- 使用场景: {count} 个
- 用户明确的技术约束: {explicit_count} 项{如果为0则显示"无"}
```

然后询问用户下一步操作：

```markdown
## 下一步选择

您可以：
1. **修改需求文档** - 您可以自己编辑 requirement.md，或告诉我需要修改的内容
2. **进入多角色评审** - 由开发专家、产品经理、AI专家、领域专家对需求文档进行专业评审并优化
3. **结束** - 直接使用当前版本

请问您希望如何进行？
```

**用户交互循环逻辑**：
- 如果用户选择修改文档或提出修改建议：执行修改，完成后再次询问
- 如果用户回复包含"评估"、"评审"等词汇：确认用户意图后进入阶段6
- 如果用户回复"结束"、"不需要"、"跳过"等：输出最终总结并结束流程

**重要**：只有当用户明确表达进入评估的意愿时，才进入阶段6。

### 阶段 6：多角色评审与文档优化

当用户确认进入多角色评估阶段后:

**详细执行指南**: 读取 `references/phase6_review_guide.md` (包含领域专家角色定义、调用格式)

**执行步骤**:

1. **领域识别与生成领域专家角色定义**:
   - 使用 Read 工具读取 requirement.md
   - 分析项目领域特征(医疗/金融/教育/电商/科研等)
   - 生成领域专家角色定义（角色名称、领域、专业能力、评审重点、合规标准）
   - **使用 Write 工具将角色定义保存到 `temp/domain_role.md`**
   - 领域专家生成原则：使用纯粹的业务领域名称（如"精神科医生"、"投资顾问"），代表该行业的一线从业者视角

2. **并行调用四个评审agents**: 使用 Task 工具在同一消息中发起四个调用
   - dev_expert_reviewer（开发专家，`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\dev_expert_reviewer.md`）
   - pm_reviewer（产品经理，`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\pm_reviewer.md`）
   - ai_expert_reviewer（AI专家，`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\ai_expert_reviewer.md`）
   - domain_expert_reviewer（领域专家，`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\domain_expert_reviewer.md`，会自动从 `temp/domain_role.md` 读取角色定义）

接收四个agents返回的评审概要（详细结果已保存到 temp/review_*.json）。

3. **询问用户决策模式**: 使用 AskUserQuestion 询问用户如何处理评审建议
   ```
   question: "专家评审完成,如何处理评审建议?"
   header: "决策模式"
   multiSelect: false
   options:
     - label: "自动应用建议"
       description: "系统自动评估并应用合理的评审建议"
     - label: "我要参与确认"
       description: "逐项与我确认评审建议,由我决定是否采纳"
   ```

4. **整合评审意见并生成最终文档**: 根据用户选择调用不同的Agent

   **重要约束**：整合时必须严格按照原始模板结构，不能添加模板之外的章节。

   **用户选择"自动应用建议"**: 使用Task工具调用 req_auto_consolidator（`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\req_auto_consolidator.md`）
   - 自动评估并应用评审建议
   - 生成 requirement_final.md 和 temp/consolidation_report.json

   **用户选择"我要参与确认"**: 多轮调用 req_consolidator（`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\req_consolidator.md`）

   **调用流程**：
   1. 首次调用（mode=init）：返回待确认问题列表（JSON）
   2. 主窗口解析问题，使用 AskUserQuestion 逐个询问用户
   3. 收集用户答案后再次调用（mode=continue，传入 previous_answers）
   4. 重复步骤2-3，直到返回 status="completed"
   5. 生成 requirement_final.md

接收完成提示（status="completed"），requirement_final.md 已生成。

5. **质量审查**: 使用 Task 工具调用 review_report（`D:\AA_Work\AIEC-团队开发规范Skills\.claude\agents\review_report.md`）
   - **检查文档结构是否符合模板**（是否有多余章节，如有则删除）
   - 检查客观性与中立性（是否有评审标注、讨论性词汇）
   - 检查逻辑严谨性（是否存在前后矛盾）
   - 检查闭环性（功能描述是否完整）
   - 检查业务问题完整性（是否还有"待确认"的业务问题）
   - 可自动修复的问题直接修改文档
   - 无法自动判断的严重问题返回给主窗口

接收 review_report 返回的审查报告。

**如果审查报告中有"待用户确认"的问题**：
- 主窗口使用 AskUserQuestion 向用户确认这些问题
- 根据用户回答，使用 Edit 工具修改 requirement_final.md

6. **输出最终总结**:

```markdown
🎉 多角色评审完成！

## 📁 输出文件
- **原始文档**: requirement.md（已保留，未修改）
- **最终文档**: requirement_final.md（纯粹的需求文档）
- **评审记录**: temp/consolidation_report.json（详细的评审应用过程，供回溯审查）

## 👥 评审参与角色
- ✅ 开发专家：技术可行性与架构审查
- ✅ 产品经理：业务目标与用户体验审查
- ✅ AI专家：智能化需求审查
- ✅ {领域}专家：领域合规性与专业审查

## 📌 说明
requirement_final.md 是纯粹的需求文档，不包含评审过程说明。
如需了解评审应用的详细过程，可查看 temp/consolidation_report.json 文件。
```