Run any Skill in Manus
with one click
with one click
Run any Skill in Manus with one click
Get Started$pwd:
$ git log --oneline --stat
stars:0
forks:0
updated:March 10, 2026 at 06:37
File Explorer
SKILL.md
| name | concept-modeler |
| description | 从模糊的用户需求中提取领域概念——实体、流程和"暗物质"(用户没说的)。基于 DDD(领域驱动设计)方法论。 |
"如果你描述不清楚,你就造不出来。" —— Eric Evans
本技能将用户的"感觉词"转化为实体 (Entities)、数据流 (Flows) 和暗物质 (Missing Components)。
[!IMPORTANT] 在执行任何分析之前,你必须调用
sequential thinking工具,视情况进行 3—5 步推理。 思考内容例如:
- "用户说的'同步'是单向还是双向?实时还是批量?"
- "这个'列表'在代码里对应什么?
Wishlist还是ShoppingCart?"- "用户只描述了 Happy Path——如果 X 失败了怎么办?"
- "这个功能需要新的数据库表吗?需要新的 API 端点吗?"
- "有没有隐藏的安全/性能/可靠性问题用户没提?"
从用户的自然语言需求中提取:
Wishlist?ShoppingCart?TodoList?| 类别 | 追问 |
|---|---|
| 错误处理 | 如果 X 失败了怎么办? |
| 持久化 | 数据存哪里?需要备份吗? |
| 认证授权 | 谁能访问?如何验证身份? |
| 日志监控 | 如何知道系统状态?如何调试? |
| 配置管理 | 硬编码还是外部配置? |
| 限流熔断 | 高并发时如何保护系统? |
build-inspector 发现的构建根关联起来。你必须使用 write_to_file 保存到 genesis/v{N}/concept_model.json,格式如下:
{
"entities": [
{ "name": "Wishlist", "type": "数据", "necessity": "必须", "description": "用户的愿望清单" }
],
"flows": [
{ "from": "User", "action": "添加", "to": "Wishlist", "data": "Product ID" }
],
"missing_components": [
{ "component": "错误重试", "category": "错误处理", "priority": "高", "reason": "API 可能超时" }
],
"questions_for_user": [
"同步是实时的还是批量的?"
]
}
scripts/glossary_gen.py --path src/: 从代码中提取候选领域词汇。prompts/GLOSSARY_PROMPT.md: 领域词汇对齐提示词。references/ENTITY_EXTRACTION_PROMPT.md: 完整的实体提取提示词模板(含 Few-Shot 示例)。build-inspector 和 runtime-inspector 揭示了系统是什么。spec-writer 定义系统将变成什么。分析构建系统拓扑,识别独立构建单元、多产物风险和版本漂移隐患。
The final gatekeeper. Audits RFCs to reject over-engineering, unnecessary dependencies, and resume-driven development.
使用三维框架(系统设计、运行模拟、工程实现)系统性审查架构和系统设计文档。产出按严重度分级的发现,关联到具体文档段落。
分析 Git 历史,发现"逻辑耦合"(总一起改的文件)和"热点"(高频修改的复杂模块)。基于 Adam Tornhill 的《Your Code as a Crime Scene》方法论。
综合 Scout 阶段所有分析(build-inspector, runtime-inspector, git-forensics, concept-modeler),生成决策就绪的系统风险报告。
分析运行时行为、进程边界和 IPC 机制,检测"协议漂移"风险和进程生命周期问题。