konwait12/dsh-ai-pm

dsh-ai-pm · DSH AI-PM 插件

把 pm-scaffold 的 PRD 工作流接入 DeepSeek Harness：Agent 侧获得 ai_pm_ 模型工具（init/status/entry/gate/reflow/skill/artifact），GUI 侧（设置 → 插件 → AI-PM）获得需求看板与不可绕过的人工确认闸门——confirmed 只能由 GUI 中真实评审人产生（review 命令不暴露为模型工具）。

- 安装：dsh plugin --profile web add ./ai-pm（或复制到 ~/.dsh/profiles/web/node_modules/），重启 dsh web 或点 dsh-quick-refresh ⟳ 热应用。
- 需求工作区：/requirements/（运行时生成，原始材料放 00-input/，评审人登记 00-input/authorized-reviewers.json）。
- 插件壳：package.json / cordis.patch.yml / lib/；上游 src/ skills/ docs/ test/ AGENTS.md 原样保留，升级上游替换即可。
- 完整说明见 dsh-ai-pm README 章节 以下，或直接看驾驶舱。

本目录同时是上游 pm-scaffold 的源码树。以下是上游原 README。

PM Scaffold · 产品 AI 脚手架

PRD-only 产品经理 AI 工作流：把原始需求材料（BRD、会议纪要、邮件、PPT、图片）逐步转化为一份经真实人工确认、可沟通、可实现、可核验的中文 prd.md。

License: MIT
Repo
Tests

🌟 第一次来？先看驾驶舱

这是一个硬核项目、没有外部生态——所有入门材料都在这一个文件里：

open src/toolkit/visualization/scaffold-flow.html

打开后：左侧点「📖 新手教程 · 从这里开始」，10 章协作手册教你——用什么 Agent、怎么给 AI 下指令、从零到第一份 prd.md 的完整剧本。左侧导航是项目全景：流程图（每条线有条件标注）、19 个 Skill 说明书、产物说明书、19 个脚本说明书、命令全集、文件架构。看完这个驾驶舱，你就了解这个项目的一切。

它解决什么问题

AI 写需求最大的风险不是写得慢，而是：推断冒充事实、没有人明确拍板、改了上游下游不知道。本脚手架把「AI 写需求」变成「AI 起草 + 人拍板 + 全程可追溯」的受控流程：

- 六态知识标注：每条声明必须标注 FACT（事实）/ DECISION（人类拍板）/ ASSUMPTION（假设，≤30% 硬顶）/ AI_INFERENCE（AI 推断）/ UNKNOWN（未知）/ CONFLICT（冲突）——AI 的推断永远冒充不了事实。
- 不可绕过的人工闸门：confirmed 只能由真实评审人批准（真实人名 + 授权清单匹配 + 角色匹配），产物 SHA-256 绑定评审记录；机器检查只能产出候选，永远不能产出确认。
- 双向可追溯：目标 → 故事 → 功能 → 规则/验收，正反两个方向都能回溯；每条验收都链回它验证的业务目标。
- 变更闭环（Loop）：上游变更自动级联失效下游并回流重跑（reflow --apply），不让失效产物流入下游。
- B3 每阶段强制收口：每个工作项送审前，问题清单必须存在且收口表含该工作项行（空阶段也是审计证据），每个「待确认」必须带问题引用。
- 入口探索阶段：entry 按材料内容判定 L0-L4；L0（仅想法）先发散收敛（候选人工处置），多源/歧义先需求复述——不带着糊涂需求进主干。
- 19 个同等丰富的 Skill：5 主 + 9 子 + 4 分支产物 + 1 能力，每个都有统一的执行协议 + 7 类知识库 + 机器校验器 + 回归测试。

快速开始

1. 初始化一个新需求骨架
python3 src/scripts/pipeline.py init REQ-NNN-my-feature

2. 把原始材料放进 requirements/REQ-NNN-my-feature/00-input/

3. 查看状态（当前激活项 / 下一步 / 信号层）
python3 src/scripts/pipeline.py requirements/REQ-NNN-my-feature status

4. 入口判定（L0-L4 成熟度 + 材料是否充足 + 分支建议）
python3 src/scripts/pipeline.py requirements/REQ-NNN-my-feature entry

5. AI 按 SKILL.md 起草 → 跑机器闸门
python3 src/scripts/pipeline.py requirements/REQ-NNN-my-feature gate --work-item project-background-goal

6. 真实人工确认（只有人能设 confirmed；--reviewer-id 需与 00-input/authorized-reviewers.json 一致）
python3 src/scripts/pipeline.py requirements/REQ-NNN-my-feature review \
--work-item project-background-goal --decision approve \
--reviewer "评审人姓名" --reviewer-id "飞书或组织稳定用户ID" \
--reviewer-role "business_owner"
要求 Python 3.10+（核心脚本仅用标准库）。AI 执行体请读 AGENTS.md（唯一入口）。

工作流

flowchart LR
I[原始材料邮件/纪要/PPT] --> E[成熟度判定 L0-L4]
E --> S1[001 业务需求背景目标 → 用户旅程故事]
S1 --> S2[002 产品需求产品UX → 功能描述]
S2 --> S3[003 PRD汇总prd-assembly]
S3 --> P[prd.md人工最终确认]
SH[9 共享机制审计/澄清/变更/闸门/追溯] -.服务.-> S1
SH -.服务.-> S2
SH -.服务.-> S3
BR[4 分支产物 + 1 能力竞品/可行性/埋点/问题清单 + 需求重举] -.按需触发.-> S1
BR -.按需触发.-> S2
AU[事件溯源层.audit/events.jsonl + projection.jsonHarness 借鉴·单一事实来源] -.event source.-> SH

每个工作项走 8 步循环：Preflight → Intake → Think → Clarify → Generate → Audit → Human Gate → Commit/Reflow。机器闸门只能产出 ready_for_human_review，confirmed 只能由真实人工评审产生。产物状态机：draft → needs_user_input / conditional_review / ready_for_human_review → confirmed（superseded = 上游变更被级联失效）。

贯穿全程的三类循环（旧版「一闸门两分支」的机器化）：

| 循环 | 含义 | 机器落点 |
|---|---|---|
| 主循环 | AI 起草 → 自审 → 人工确认（唯一验收闸门） | 8 步循环 + gate + review |
| B1 纠错 | 驳回 → 修改 → 再送审 | review --decision changes→draft；连续 3 轮 changes → 熔断信号 |
| B2/B3 补全 | 不知道 → 问（重举 + 问题清单） | 入口复述 + issue-record 每阶段强制收口（dor_check 硬门禁）+ 7/14 天老化信号 |

Skill 全景（19 个 · 数据源 workflow-registry.json）

| 层 | Skill |
|---|---|
| 主（5 · 主干必做） | project-background-goal（项目背景与目标）· user-journey-and-stories（用户旅程与故事）· product-ux（产品 UX）· function-description（功能描述）· prd-assembly（PRD 汇总，只聚合不发明） |
| 子（9 · 挂父产物章节） | page-design（页面设计）· interaction-rules（交互规则）· feature-list（功能清单）· functional-flow（功能流程）· business-rules（业务规则）· validation-rules（校验规则）· state-machine（状态机）· exception-handling（异常处理）· acceptance-criteria（验收标准） |
| 分支产物（4 · 触发才跑） | competitive-research（竞品调研）· feasibility-analysis（可行性分析）· tracking-plan（埋点计划）· issue-record（问题清单·B3 收口） |
| 能力（1 · 过程记录不进 PRD） | requirement-restate（需求重举：复述 + 发散收敛双模式） |

每个 skill 拥有统一的完整结构：SKILL.md（统一执行协议）+ references/（7 类知识库）+ agents/openai.yaml（Agent 路由元数据）+ validate_artifact.py（机器校验器）+ 示例 + 回归测试（含 violation 负例反向断言）。

命令速查

| 命令 | 作用 | 谁能改状态 |
|---|---|---|
| python3 src/scripts/registry_contract_check.py | registry 自检（schema + 模板↔校验器闭环 E3_drift），作为 run_tests_mac.sh 第一项 fail-loud | 只读 |
| pipeline.py init REQ-NNN-topic | 建需求骨架 | 机器（仅骨架） |
| pipeline.py  status | 状态 + next + 越级检测 + 信号层 | 只读 |
| pipeline.py  entry | L0-L4 内容判定 + entry_blocked + 分支信号 | 只读 |
| pipeline.py  gate --work-item X | 机器闸门（DoR/DoD/六态/自审/B3 收口/追溯） | 只读 |
| pipeline.py  review --decision approve/changes | 人工评审 | 人工（唯一写 confirmed 的路径） |
| pipeline.py  reflow [--apply] | 变更回流（dry-run → --apply 级联失效） | 机器（--apply 才写） |

目录

src/framework/       宪法、契约、17 思考透镜、workflow-registry.json（唯一真相源）
src/stages/          3 阶段 × 5 主 skill + 9 子 skill + requirement-restate（能力）+ tracking-plan（分支）
src/support-skills/  2 支持 skill（competitive-research / feasibility-analysis）
src/shared/          9 共享机制（审计/澄清/变更/闸门/追溯等）+ issue-record（B3 收口）
src/scripts/         pipeline / orchestrator / dor_check 等 18 个脚本（含 audit_log / projection_cache / registry_contract_check / validation_errors 四项 Harness 借鉴基础设施）
src/templates/       18 个产物模板 + resolver（优先级栈）
src/toolkit/         工具指南 + visualization/（驾驶舱 HTML）
test/                回归测试（fixtures 正反例 + 单元/集成）
requirements/        你的需求实例（运行时生成，gitignore——每个用户的需求是自己的）

权威来源：运行规则 src/framework/workflow.md，阶段边界各 src/stages//STAGE.md，Skill 行为各 SKILL.md，注册表 src/framework/workflow-registry.json。冲突时以注册表为准。

新手 FAQ

- gate 被拦了？ 三种原因按序排查：① entry_material——00-input 还没有 SRC-*.md 材料；② 六态不全覆盖或 ASSUMPTION >30%；③ stage_closeup——issue-record 不存在或收口表缺当前工作项（空阶段也要落行）。
- review 报错？ --reviewer（真实人名）/--reviewer-id/--reviewer-role 缺一不可，且必须与 00-input/authorized-reviewers.json 逐项匹配。
- requirements/ 哪去了？ 被 gitignore——每个用户的需求是自己的，用 init 随时生成。
- L0 只有一句想法？ 先需求重举（发散模式）发散候选（人工四值处置），include 的候选就是背景目标的输入。

验证

bash run_tests_mac.sh                          # 全量回归（84 项，含负例反向断言；首项 registry_contract_check）
python3 src/scripts/consistency_check.py       # 跨文档一致性
python3 src/scripts/pipeline.py  status  # 需求状态

贡献

见 CONTRIBUTING.md。核心纪律：注册表是唯一真相源；fixtures 一律用占位符；AI 不得产生 confirmed。

许可

MIT