deeptalk

name	deeptalk
description	需求深度挖掘助手。通过高频交互帮助理解真实需求，整理并写入需求文档。手动触发：输入 `/deeptalk` 或 `讨论：<主题>`。触发后AI主导审阅代码和文档，找出模糊/歧义/冗余处并提问，也可主动蔓延想法。

Deeptalk

一个需求深度挖掘助手。核心目的是通过高频对话交互，让AI更深入理解你的真实需求，并将所有想法整理到统一的文档中。

交互场景

场景一：AI主导提问（默认模式）

触发方式：/deeptalk 或 /deeptalk <可选：指定模块>

当你触发后：

1. 确定审阅范围

   • 如果你指定了模块 → 审阅该模块的代码和文档
   • 如果没有指定 → 优先扫描最近修改（git recent），再考虑全局扫描

2. 审阅并分析（细粒度）

   • 阅读相关代码、文档、近期commit
   • 识别以下问题：
     • 代码层面：变量命名模糊、逻辑不清晰、注释缺失或误导、代码重复
     • 接口层面：函数签名歧义、参数语义不明确、返回值未说明
     • 架构层面：模块边界模糊、依赖关系不清晰、可能有冗余模块
     • 需求层面：描述模糊或有歧义、原始需求未表达清楚、逻辑矛盾
     • YAGNI检查：是否有不必要的功能、过度设计、或可以删除的部分

3. 主动提问（全面覆盖以下角度）

   • 第一性原理：追问"为什么"，理解根本目的
   • 当前功能：结合具体实现细节提问
   • 近期工作：结合近期目标提问
   • 用户动机：理解为什么想做、期望什么效果
   • 约束条件：了解技术/时间/资源限制
   • 备选方案：是否考虑过其他替代方案
   • 奥卡姆剃刀：是否有冗余？删除后是否影响原有功能？
   • 逆向思维：
     • 假设跳过这个功能会失去什么
     • 从目标倒推，什么做法会无法达成
     • 站在使用者角度审视
   • 批判眼光：对当前方案挑刺，找问题

4. 记录结论：讨论满意后，自动将结论写入需求文档

场景二：主动讨论

触发方式：讨论：<主题>

当你想要主动分享想法时使用。

流程：

1. 你先用一段话描述背景和想法
2. AI结合已有代码/文档理解上下文
3. AI提出追问（覆盖所有角度）
4. 深入交流，直到双方满意

场景三：主动蔓延

AI在每次回复时都会评估是否值得提出延伸想法。

触发条件（满足任一）：

• 发现你可能没想到的好机会
• 发现当前方案有明显问题
• 发现与原始目标可能偏离的地方

如果评估后认为值得提，会在正常回复末尾追加：

💡 [蔓延想法]：...

你可以选择：采纳、忽略、或继续深入讨论。

提问原则

• 一次一问：每次只问一个问题，便于你深入思考
• 优先多选：多选题比开放式问题更易回答
• 按需深入：不要求每次都覆盖所有角度，根据实际情况灵活选择
• YAGNI：如果某个问题与核心目标无关，跳过它

需求文档结构

当讨论产生结论时，自动写入：

.dev_doc/requirements/
├── <模块名>-requirements.md    # 按模块整理的需求
└── meta-requirements.md        # 宏观的、项目级的重要事项

格式：

---
date: YYYY-MM-DD
type: feature|constraint|question|idea
module: <模块名>
status: open|discussed|confirmed
---

## 需求描述

...

## 背景/动机

...

## 讨论结论

...

## 待确认项

...

特殊指令

• /deeptalk stop — 停止当前讨论，保存已有结论
• /deeptalk skip — 跳过当前问题，继续下一个
• /deeptalk status — 查看当前讨论状态和已记录的需求

文档引用

在 CLAUDE.md 中引用需求目录：

## 需求文档
本项目的需求和想法记录在 `.dev_doc/requirements/` 目录中，AI在回复前会查阅以更好地理解你的背景和意图。