Files

T

tupingr 6992f59cd2 refactor(arch): 信息架构升级 — 三层四角色控制面板 + 跨平台 task 交接协议

核心变化：
- dashboard.md 替代 DASHBOARD + ROADMAP，人类+Arch AI 唯一入口
- DECISIONS.md 人类决策入口，≤3 条待决策
- .ai/tasks/ 14 个独立 task 文件（Coder 8 + Tester 6），弱模型自包含可独立执行
- 旧 today/queue 归档，每个角色启动 ≤2 个文件
- ADR-012 跨平台「高模型指挥小模型」协作架构落地
- 知识库补全：L-002~005、P-004~005、ADR-011~012
- Arch AI 上下文资源管理硬约束写入 principles.md

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

2026-05-26 15:17:06 +08:00

3.4 KiB

Raw Blame History

信息架构设计原则

为什么这样设计

AI 的上下文窗口有限（~200K tokens）。当前架构按人类认知模式设计——详尽文档、全局视角——但 AI 每个读入上下文的字都是成本。这套分层架构的核心思想：每个角色只加载必要信息，按需展开细节。

Token 预算

层级	预算	内容	加载时机
角色工作台 (card + today)	< 2K	身份+今日任务	每次会话必读
阶段上下文 (phase)	< 5K	目标+范围+架构	按需加载
专题文档 (knowledge)	< 3K	决策/模式/教训	按需加载
路线图 (ROADMAP)	< 2K	全局进度	需要全局视野时

信息分层

Layer 0: 角色工作台  → AI 每天进来只读这个
Layer 1: 路线图看板  → 人类 + AI 共享进度
Layer 2: 阶段上下文  → 按当前阶段按需加载
Layer 3: 知识沉淀    → 自动积累，永久沉淀

维护规则

不超预算：每个文件严格遵守 token 预算，超了就拆分
不重复状态：状态只在一处记录（dashboard.md），其他地方引用
Git 管历史：文档只描述"现在是什么"，历史由 Git 负责
一文一答：每个文件独立回答一个问题，不需要串联阅读
角色无关设计：任何 AI 模型都能通过读 card.md 快速接管角色

Arch AI 上下文资源管理（硬约束）

问题：Arch AI 每次会话有上下文窗口限制。如果盲目冲刺大任务，到一半触发自动压缩，前面的讨论、决策细节、已排除的选项全部丢失——代价不是「重来」，是「用不完整的记忆做决策」。

规则：

任务前评估：开始一个复杂任务前，先判断能否在自己的有效上下文内完成。如果不能，拆分到多个独立会话
做完一件再开始下一件：不积累未完成的工作。一个阶段收尾了（commit + push），再启动下一个
决策即记录：每个重要判断产生后，立即写入对应的 knowledge/ 文件，不要留在对话里。对话是易失的，knowledge 是持久的
接近窗口上限时主动收尾：感觉上下文开始吃力时，主动做 checkpoint——把已完成的写入文件、commit、告知人类当前进展和下一步。宁可多开一个会话，不要带着残缺记忆继续
拆分策略：大任务（如「重构整个架构」）拆成独立可提交的子任务。每个子任务结束后 git commit，确保即使后续会话压缩，已完成的部分不会丢失

信号识别：当出现以下情况时，说明接近上下文上限，应立即执行规则 4：

需要反复回看前面的讨论才能做判断
开始忘记用户几分钟前说过的话
Token 用量接近已知窗口限制
回复质量出现可感知的下降

反模式：「一口气做完再 commit」——做一半触发压缩，前面做的全丢。

文件约定

角色工作台: .ai/roles/{role}/
阶段上下文: .ai/phases/phase-NN-name/
知识沉淀: .ai/knowledge/
提示词模板: .ai/prompts/{domain}/

阶段切换检查清单

切换阶段时 Arch AI 必须：

更新所有角色的 card.md（当前阶段字段）
更新 ROADMAP.md（阶段进度条）
生成上一阶段的 completion.md
产出阶段复盘（docs/share/phase-NN/）
审计 token 预算

3.4 KiB Raw Blame History Unescape Escape