Files
Neo-ZQYY/.kiro/steering/pre-change-research.md

41 lines
2.2 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
inclusion: always
---
# 逻辑改动前置调研(强制)
任何涉及逻辑改动的任务ETL 流程、业务规则、API 接口、数据模型、前端交互逻辑等),在写第一行代码之前,必须完成以下调研步骤:
## 强制流程
### 1. 委托子代理调研(节省主流程上下文)
使用 `context-gatherer` 子代理执行调研,传入以下指令要点:
- 要改动的模块/文件路径
- 搜索 `docs/audit/changes/` 中相关的历史审计记录
- **查询 Session 索引**:读取 `docs/audit/session_logs/_session_index.json`,按 `summary.files_modified` 筛选涉及目标模块的历史 session提取 `description`(操作摘要)和 `startTime`,了解该模块近期被修改的上下文和原因(详见 `docs/audit/SESSION-LOG-GUIDE.md`
- 阅读涉及模块的 README、PRD spec`docs/prd/specs/`
- 数据库相关BD 手册(`docs/database/BD_Manual_*.md`
- ETL 相关:产品说明、数据流报告
- 接口相关OpenAPI spec、接口文档
- 读取要修改的文件及其直接依赖(调用方、被调用方)
- 确认数据流向:上游输入 → 当前处理 → 下游消费
- 识别潜在影响范围(哪些模块/表/接口会受波及)
子代理返回精炼摘要,主流程不直接读取大量文件,保持上下文干净。
> **Session 日志作为调研数据源**Session 索引(`_session_index.json`)记录了每轮 AI 操作的结构化摘要文件变更、子代理调用、错误、LLM 生成的操作描述),是了解"某个文件/模块近期发生了什么"的最高效数据源。相比逐个打开审计记录,索引查询零 Token 成本且信息密度更高。
### 2. 输出上下文摘要
基于子代理返回的调研结果,向用户输出简要的「改动前上下文摘要」,包含:
- 当前模块的职责和关键逻辑
- 历史变更要点(如有)
- 本次改动的影响范围评估
- 需要注意的风险点或边界条件
用户确认后再开始实施。
## 例外
- 纯格式调整缩进、空行、import 排序)
- 注释/文档纯文字修改(不涉及逻辑描述变更)
- 用户明确说"直接改"或"跳过调研"
- 新建文件且不涉及已有逻辑的修改