🤖 AI驱动软件项目全生命周期工作台

🎯 背景与愿景

当前AI辅助工具聚焦“编码补全”，软件全生命周期仍依赖人工决策。我们构建一个AI任务工作台，从一句话想法出发，完成需求澄清、技术选型、数据建模、标准化HTML原型生成、多端任务拆解、代码生成、测试验证到部署上线。

🔄 六阶段流程模型

用户想法 → 结构化需求 → 数据模型+HTML原型 → 任务看板 → 代码仓库 → 验证部署

📌 阶段1：需求诞生与精化

输入：用户一句话想法 | 输出：需求规格说明书（Markdown + JSON）

• AI扮演产品经理，多轮澄清对话，提供选项
• 冲突检测与优先级推荐（Must/Should/Nice）
• 生成用户故事、验收标准、页面清单、数据字典

🎨 阶段2：产品与技术策略生成

核心新增：数据建模引擎 + 标准化HTML原型生成

原型标注示例：

<div data-entity="product">
  <h3 data-field="product.name" data-type="string(200)" data-required="true">商品名</h3>
  <span data-field="product.price" data-type="decimal(10,2)" data-constraint=">0">¥299</span>
</div>

📋 阶段3：多端开发任务拆解与确认

基于组件树JSON + 数据模型，按Web前端、后端API、移动端/小程序拆解WBS任务，自动推断依赖关系。

⚠️ 强制人工确认节点：用户可拖拽调整依赖、修改工时，确认后锁定基线。

💻 阶段4：多端代码生成实现

根据确认的任务基线，自动生成各端代码仓库。

所有代码中保留// TODO: 需人工实现标记复杂业务逻辑。

🧪 阶段5：测试计划与质量验证

基于组件状态、数据约束自动生成测试用例；通过静态分析+沙箱执行进行验证。

• 静态管线：ESLint → Bandit/Trivy → npm audit
• 沙箱自修复：失败后AI修复代码，最多3次循环
• 输出质量门禁报告，通过后打标“AI生成，已安全验证”

🚀 阶段6：发布与预览

生成Dockerfile、CI/CD配置，自动部署至Vercel/Netlify；同时启动API Mock服务。

📑 双轨文档体系

所有核心产出物同时输出Markdown（人审阅）与JSON（系统消费），语义等价，同步更新。

🧩 功能模块矩阵

🏗️ 技术架构

┌─────────────────────────────────────┐
│       前端 (React + Tailwind)       │
└─────────────────────────────────────┘
                │
┌─────────────────────────────────────┐
│      API 网关 (FastAPI/Express)     │
└─────────────────────────────────────┘
     │            │           │
┌─────────┐ ┌─────────┐ ┌─────────┐
│需求服务  │ │设计服务  │ │数据建模  │ ...
└─────────┘ └─────────┘ └─────────┘
                │
┌─────────────────────────────────────┐
│     任务队列 (Celery + Redis)       │
└─────────────────────────────────────┘
                │
┌─────────────────────────────────────┐
│     DeepSeek API 调用层             │
└─────────────────────────────────────┘
     │            │            │
┌─────────┐ ┌─────────┐ ┌─────────┐
│沙箱执行器│ │验证管线  │ │适配层    │
└─────────┘ └─────────┘ └─────────┘

🗄️ 核心数据库表

基于PostgreSQL，核心表包括：

🔎 竞品对比与差异化

🗓️ 实施路线图

💼 商业化设计