ArchPilot 架构领航
先把项目拆清楚,再让编码工具开工。
一个面向 AI 编程新手的项目规划 Skill:通过一问一答收拢范围、拆清模块与接口,再输出可以交给 Codex、Claude Code、Cursor 等工具分阶段执行的开发包。
- Agent Skill
- Requirements
- Architecture
- Module Contracts
- Python
- Development Workflow
01 / CONTEXT
背景
编码工具让“写出第一版代码”变得很快,但它不会自动补上需求边界、模块职责和验收标准。很多项目从一句模糊的想法直接开写,几轮迭代后才发现最早的问题是没有先把第一步想清楚。
ArchPilot 想补上的正是这段空白:在开始写代码前,用一种新手也能跟上的方式,把想做什么、先做什么、哪些暂时不做说清楚。
02 / CHALLENGE
挑战
如果一口气抛出几十个架构问题,新手还是不知道怎么选;如果工具代替用户决定一切,输出又会变成不透明、难以维护的黑箱。它既要保持引导性,又要让每一个决定有迹可循。
另一个常见问题是过度设计。一个小型应用不应该因为“看起来专业”就默认被拆成微服务、消息队列和复杂权限系统,合适的复杂度本身就是设计的一部分。
03 / ARCHITECTURE
方案与选型
Skill 把流程分成需求翻译、架构设计和开发执行三层。交互一次只推进一个关键问题,在关键节点生成确认稿;确认后的内容再进入模块拆分和阶段计划,而不是让需求在对话里悄悄漂移。
最终输出固定为一份可执行的开发设计包。每个核心模块都会说明负责什么、不负责什么、输入输出、依赖、隐藏细节、扩展点与测试重点,让后续编码时有可检查的边界。
SYSTEM_MAP / ARCHPILOT
把模糊想法收敛成可执行计划
ArchPilot 不替人做所有决定,也不在第一步就生成一大段代码。它把从想法到开始开发前最容易跳过的步骤拆成三个连续层次。
- 01
需求翻译层
从一个想法出发,通过单个问题逐步确认目标用户、输入输出、范围、限制和最小可用版本。
- 目标
- 用户
- 输入输出
- 范围
- 复杂度
- 02
架构设计层
把确认后的需求写成模块职责、边界、数据流、接口契约、扩展点与测试重点。
- 模块边界
- 数据流
- 接口契约
- UI tokens
- 变更影响
- 03
开发执行层
按阶段给出文件范围、禁止事项、验收条件、运行命令和自检清单,方便交给不同的编码工具继续完成。
- 阶段提示词
- 文件范围
- 验收条件
- 运行检查
- 真实结果
04 / REAL_EFFECT
实际效果
例如输入“我想做一个 AI 简历改写工具”,它不会马上给出一堆文件。流程会先确认目标用户、界面语言、资料输入、结果结构、是否保存数据、真实服务配置、部署位置和开发者当前水平。
确认之后,原本的一句话会变成结构化需求确认稿、模块设计和接口契约、后续功能的变更影响说明,以及能够分段交给编码工具的提示词。每一步都有需要运行的检查,而不以写一段假结果作为结束。
Skill 也明确要求区分真实结果与 Mock,并先定义可复用的颜色、间距、圆角和动效 token,再把这些约束带入后续前端实现。
05 / CURRENT_STATE
当前状态
仓库公开提供安装和使用说明、场景示例、确认稿与开发包模板、复杂度评估、模块契约、变更影响规则以及 Python 校验脚本。它更像一个可复用的项目启动方式,而不是一次性的提示词集合。
截至 2026-09-08,GitHub 仓库有 47 个 Star、1 个 Fork。收藏数据会变化,所以这里标记核验日期;更重要的是,它已经可以被下载、安装并直接用于新项目规划。
VERIFIED_METRICS
当前可核对的工程结果
- GITHUB STARS
- 47
- 截至 2026-09-08
- GITHUB FORKS
- 01
- 公开仓库当前数据
- DESIGN LAYERS
- 03
- 需求 / 架构 / 开发执行
- PACKAGE CONTENT
- 06+
- 说明 / 示例 / 模板 / 脚本等