十来份规格文档,我一个字没写:空目录开局,我是怎么用 skill 戳出项目框架的

大家好，我是melo。

上一篇token 额度烧完，需求还没聊清楚：我的 AI Coding 开发流程是怎么改过来的聊完 sdd-bootstrap 这个 skill 的来龙去脉，今天不重复口令，直接看实战：我这两天刚起了一个新项目，纯空目录开局，整个工程框架是怎么一步步戳出来的。

在进正题之前，我还是先讲一件蠢事。

开工前的一个大坑：调研别在 agent 里做

上上个新项目，我突然有一个想法，然后就直接丢进zcode会话里问：“这个XX方向怎么做？”

zcode很勤快，但是方案也是一版一版地换，每换一版，方案的spec文件就跟着全量重写一遍。很快5小时的额度见底了，方案还没着落。

复盘的时候我想明白了：调研这种活，本质是大面积撒网。看有哪些路线、别人怎么做的、坑在哪。撒网阶段根本不需要最贵的会话。在 agent 里做调研，烧的是最贵的 token，干的是最便宜的活。

所以这次我立了条死规矩：方案调研全部挪到网页端。Gemini、GPT、GLM 的深度调研（Deep Research）都行，包月额度随便跑，跑完拿着结论再回来。

顺带补一句，这套打法不是新项目专属。老项目要加新模块，需求调研、同类实现、坑点排查，一样先在网页端跑透，拿着结论再进 agent。凡是“要先想清楚再动手”的活，全都适用。

拿这两天起的这个项目说。调研报告里直接点名了一个“文档写着支持、但主流浏览器默认关闭”的原生能力，而我这个项目的核心交互恰恰指着它。要是这颗雷留到写代码时才炸，返工的可就不止一版方案了。

算笔明白账：深度调研烧的是网页端的包月额度，agent 会话里的 token 是按量计费的，烧起来肉疼。agent 的 token 要花在功能模块的细节和执行上，不花在试错上。

把报告压成方案：其实就是第一个 change

报告到手，先泼盆冷水：千万别照单全收。里面有些结论明显是几年前的老资料拼出来的，跟现状对不上。我的做法是把拿不准的挑出来，让 agent 查官方文档核实一遍再定。这一步省不掉。AI 能替你搜，不能替你信。

核实完，我自己读报告，只拍板四件事：项目方向、技术栈、前后端怎么分（或者不分）、数据怎么存。

定到这你会发现一件事：这几样东西，内容上其实就是 skill 里第一个 change 该装的东西。工程还没立，先把方向、边界、规矩落成白纸黑字，这正好就是 bootstrap 这个 change 的活。方案阶段的终点，刚好是 skill 流程的起点。

几十页的报告，我压完就剩一页纸。写这页纸有个心得：写清楚不做什么，比写要做什么更省 token。 比如我在这页纸里写死了一条：“全部打包进本地，不引任何外部资源”。后面写代码时，AI 每次手痒提议“要不要顺便接个某某库”，我都拿这页纸挡回去：不在范围内。

实操第一步：从一页纸到全套规格文档

一页纸方案直接丢进编码会话。AI 给我的回复分成了几块：它理解的项目是什么、关键影响面在哪、还有一串待确认问题。重点是这些问题的形态：每一个都自带推荐答案，只把真正的分叉留给我拍板，没有一个是“你想要 A 风格还是 B 风格”这种正确的废话。这个阶段一个文件都没建，规矩上一篇讲过，这里就不展开说了。

等我拍完板，工程框架的“文档部分”一口气全建好了。目录长这样：

工作区入口是一张知识地图，写清楚了阅读顺序和模块职责，以后任何新会话进门先读它；规格目录放各个模块的边界和规矩；第一个 change 里面是标准的“六件套”：

proposal：讲清楚做什么；design：定好怎么做；tasks：逐项可执行的原子任务清单；impact：记录影响面；interface-delta：管控接口变更；外加一份会话文档，专门记当前进度和已经拍过的板。

上图是change完成后的输出。

整整十来份文件，我没动手敲一个字。但要知道，这些文档其实不是写给我看的，而是写给之后每一个 AI 会话看的。状态不在聊天记录里，在项目文件里。

实操第二步：从文档到能跑

文档齐了，接下来就是按第一个 change 的任务清单逐项往下推：初始化工程、装依赖、搭最小可跑的地基、跑构建、开浏览器做界面验证。

每干完一项，agent 会自动做三件事：把任务清单勾掉一项、在会话文档里记一笔实际改了什么和验证结果、同步更新入口文档的状态。文档里“已实现”和“规划中”分得清清楚楚。没跑过验证的项，它绝不会自己瞎标“已通过”。

这中间出了本次最精彩的一个插曲。

界面跑起来后有个怪毛病：浏览器窗口一拉窄，画面直接消失，怎么点都没反应。这种渲染怪病，搁我自己看肯定又是半天无头绪。agent 的做法是直接把那个底层渲染库的源码翻开，顺着初始化调用链一层层往下摸，最后定位到是库内部一个时序上的竞态问题：两个动作排错了队。改完几行代码，画面稳了。

最关键的是，它顺手把这个排查结论记进了决策文档。之后任何一个新会话读到这里，都知道这几行代码为什么这么写，不会有哪个会话手痒把它“优化”回去。

盘账

从空目录到项目跑通，最后盘点一下我和 agent 的分工。

• 我干的：想清楚（读报告、压成一页纸）、拍板（决定那两三个真分叉）、验收（看构建过没过、界面正不正常）。

• agent干的：网页端负责撒网调研；编码端负责生成并维护全套规格文档、按清单写代码、自验证、把每一步状态写回文档。

跑完最明显的体感就是一个字：省。方案提前压实了，编码时的来回拉扯就少了一大截。之前光“技术选型确认”就能来回好几轮，这次几句话直接收工。

当然，也有不顺的地方。一是调研报告的水分比我想的多，人工核对这一步死活省不掉；二是做验证用的浏览器上下文每次都要重新起一遍，动作前面总带着一串重复的样板代码。前者是流程的一部分，后者是工具链的事，先记在小本子上，以后再收拾。

最后还是得提醒一句：skill 不是魔法，它固化的只是人的判断。判断对了，它帮你省力；判断错了，它帮你更快地跑偏。所以人工压方案那一步，我会一直留着。

最后

空目录 → 一页纸方案 → 能跑、能验证、文档齐全的项目框架。这次的打法总结成一句话：先在便宜的地方想清楚，再让 skill 动手干活。

想问问大家：你们起一个新项目，或者接到一个新模块需求的时候，第一步习惯干什么？是直接开窗口跟 agent 聊，还是也有一套自己的开工仪式？评论区聊聊。

另外如果需要skill的朋友可以后台私信我。

如果觉得有用，点个赞或在看，也方便更多朋友看到。

感谢阅读。我是全职 AI Coding 开发者，平时主要跟进国内外大模型技术动态，也会分享 MCP、Agent 相关的学习与实践笔记。欢迎交流。