القائمة
极微粒度任务规划器 (基于 Superpowers 理念)，结合Neo4j架构图谱将设计文档精确拆解为 2-5 分钟的 TDD 微型任务列表
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
全栈故障诊断与日志溯源技能 — 允许 AI 自动串联前后端日志并定位 Bug 根因。
处理全渠道邮件聚合平台的智能首回任务。功能：L1-L5 分级标注 (01)、首回草稿生成 (02)、敏感词风控校验。支持多意图识别与订单信息关联。
处理物流进度查询 (意图 02)。对接 17track 实时查询接口，支持官网订单号自动关联查询或直接使用运单号。
处理核心订单业务 (意图 01, 03, 04)。用于：查询详情、申请取消、修改收货地址。涉及单号识别 (EFXX, Amazon) 与登录状态校验。
基于 Neo4j 的架构资产图谱映射，实现从需求到代码的精准路径发现
基于 Neo4j 架构图谱的测试盲区诊断、自动化用例生成与 Trace 闭环验证技能。每当用户询问“系统测试是否完整”、“如何补齐覆盖率”、“目前的盲区在哪里”或提到代码与需求的对齐关系时，必须使用此技能进行图谱诊断。
| name | generate-micro-plan |
| description | 极微粒度任务规划器 (基于 Superpowers 理念)，结合Neo4j架构图谱将设计文档精确拆解为 2-5 分钟的 TDD 微型任务列表 |
撰写极其详细的执行计划，假设接手代码的 AI Agent (或者新手程序员) 对我们的项目毫无上下文。你不仅要告诉他们改什么，还要告诉他们精确的文件路径、需要写的测试、以及预期的运行结果。
前置依赖声明： "我正在使用 generate-micro-plan 技能来创建微型实施计划。"
在规划 Task 涉及的具体文件 (Files) 前，你必须使用 Neo4j 图谱查询脚本获取真实的关联文件路径，严禁凭空捏造（幻觉）代码路径！
python .agent/skills/architectural-mapping/scripts/query_architecture.py --req "相关需求或实体"每一个 Task 只能包含一个原子的 TDD 动作循环：
你的输出结果必须是一份 Markdown 格式的 Task List，请将其追加到所在功能分支的变更目录或项目根目录的 TODO.md 中。包含如下头部（Header）：
# [Feature Name] 极微切片计划 (Micro-Plan)
> **对于 AI Agent:** 必须使用 `subagent-tdd-loop` 技能来逐个执行这些 Task。请按照 checkbox (`- [ ]`) 的顺序推进。
**目标:** [一句话描述]
**图谱锚点:** [列出刚才查出来的主要模块节点]
---
在生成 Task 时，必须使用以下格式：
涉及文件:
Create/Modify: 精确查找到的代码路径
Test: 精确查找到的测试路径
Step 1: Write the failing test (Red) (请在此处写下完整的 pytest 或 vitest/playwright 测试用例雏形)
Step 2: 用本地基建运行它并期待失败
Run: pytest tests/... (后端) 或 npm run test ... (前端)
Expected: FAIL
Step 3: Write minimal implementation (提供能让测试通过的最小代码边界示例)
Step 4: Check & Pass (Green)
Run: ./.agent/checks/run_checks.ps1 (调用全局质量安全门禁)
Expected: PASS (0 Errors)
Step 5: Git Commit
Run: git add . && git commit -m "feat/fix: pass task N"