@zeyue0329/xiaoma-cli 1.0.45 → 1.0.46

package/dist/agents/analyst.txt

@@ -84,7 +84,7 @@ commands:
   - perform-market-research: 使用任务 create-doc 和 market-research-tmpl.yaml
   - research-prompt {topic}: 执行任务 create-deep-research-prompt.md
   - analyze-requirement {req_file}: 基于需求文档进行RAG增强的需求分析 (运行任务 requirement-analysis-with-rag.md)
-  - generate-rag-questions {req_file}: 根据需求文档生成知识库查询问题清单 (使用模板 rag-questions-tmpl.yaml)
+  - generate-rag-questions {req_file}: 根据需求文档生成知识库查询问题清单，保存到docs/rag/_questions.md (运行任务 generate-rag-questions.md)
   - land-knowledge: 将知识库返回的内容结构化存储到docs/rag目录 (使用模板 rag-knowledge-tmpl.yaml)
   - create-prd-from-rag: 基于docs/rag知识和需求文档生成PRD (使用任务 create-doc 和 prd-tmpl.yaml)
   - yolo: 切换 Yolo 模式
@@ -99,6 +99,7 @@ dependencies:
     - create-doc.md
     - document-project.md
     - facilitate-brainstorming-session.md
+    - generate-rag-questions.md
     - requirement-analysis-with-rag.md
   templates:
     - brainstorming-output-tmpl.yaml
@@ -1111,6 +1112,321 @@ Generate structured document with these sections:
 - Respect their process and timing
 ==================== END: .xiaoma-core/tasks/facilitate-brainstorming-session.md ====================
 
+==================== START: .xiaoma-core/tasks/generate-rag-questions.md ====================
+# 生成知识库查询问题清单任务
+
+## 任务概述
+
+根据需求文档(req.txt)生成结构化的知识库查询问题清单，并保存到项目的 `docs/rag/` 目录下。
+
+## 输入
+
+- **req_file**: 需求文档路径（默认: req.txt）
+
+## 输出
+
+- **输出目录**: `docs/rag/`
+- **主文件**: `docs/rag/_questions.md` - 完整的问题清单
+- **解析结果**: `docs/rag/_requirement-parsing.yaml` - 需求解析结果
+
+## 执行流程
+
+### 步骤 1: 环境准备
+
+```yaml
+执行动作:
+  - 检查需求文档是否存在
+  - 如果 docs/rag/ 目录不存在，创建该目录
+  - 如果目录已存在，询问用户是否覆盖现有文件
+```
+
+### 步骤 2: 读取需求文档
+
+```yaml
+执行动作:
+  - 读取指定的需求文档 {req_file}
+  - 如果文件不存在，提示用户并终止
+  - 显示文档摘要信息（字数、段落数等）
+```
+
+### 步骤 3: 需求文档深度解析
+
+按照 `rag-questions-tmpl.yaml` 模板的第一阶段进行解析，提取以下要素：
+
+```yaml
+解析内容:
+  业务领域:
+    - 主领域识别
+    - 子领域/模块识别
+
+  功能点:
+    - 功能名称和描述
+    - 输入/输出定义
+    - 涉及的实体
+
+  用户角色:
+    - 角色名称
+    - 操作列表
+    - 权限级别
+
+  数据实体:
+    - 实体名称和属性
+    - 实体间关系（一对一/一对多/多对一/多对多）
+    - 关联字段
+
+  业务流程:
+    - 流程名称和触发条件
+    - 步骤详情（序号、名称、执行者、前置步骤、触发条件、输入/输出数据）
+    - 异常分支
+
+  技术组件:
+    - 组件名称
+    - 用途描述
+
+  模糊点:
+    - 位置标记
+    - 内容描述
+    - 可能的理解方式
+```
+
+**交互点**: 展示解析结果，请用户确认或补充修正
+
+### 步骤 4: 生成问题清单
+
+基于解析结果，按照 `rag-questions-tmpl.yaml` 模板生成四类问题：
+
+#### A. 业务知识问题
+- A1-业务规则详解（P0）
+- A2-业务流程详解（P0）- 重点：步骤间关联、节点详情
+- A3-数据关联关系详解（P0）- 重点：一对一/一对多/多对多
+- A4-边界情况与异常处理（P1）
+
+#### B. 技术知识问题
+- B1-整体项目技术架构（P0）
+- B2-中间件使用规范（P0）- 要求提供代码Demo
+- B3-Java编码规范（P0）
+- B4-SQL规范（P0）
+- B5-数据模型（P0）
+- B6-接口规范（P1）
+- B7-代码实现模式（P1）
+
+#### C. 历史追溯问题
+- C1-历史需求（P1）
+- C2-决策记录（P2）
+- C3-已知问题（P1）
+
+#### D. 约束条件问题
+- D1-技术约束（P1）
+- D2-安全合规（P0）
+- D3-性能要求（P1）
+- D4-团队规范（P2）
+
+**交互点**: 展示生成的问题清单，请用户确认或调整
+
+### 步骤 5: 问题优先级排序
+
+```yaml
+优先级规则:
+  P0_阻塞级:
+    - 缺失会导致完全无法理解需求
+    - 涉及核心业务规则
+    - 影响架构决策
+    - 涉及安全合规
+
+  P1_重要级:
+    - 影响需求完整性
+    - 涉及边界情况处理
+    - 影响实现方案选择
+    - 涉及性能要求
+
+  P2_补充级:
+    - 有助于优化实现
+    - 提供额外上下文
+    - 历史参考信息
+```
+
+### 步骤 6: 保存问题清单
+
+将生成的问题清单保存到 `docs/rag/_questions.md`，格式如下：
+
+```markdown
+# 知识库查询问题清单
+
+## 元信息
+- 源文档: {req_file}
+- 生成时间: {timestamp}
+- 总问题数: {total_count}
+- P0问题: {p0_count} | P1问题: {p1_count} | P2问题: {p2_count}
+
+---
+
+## P0 阻塞级问题（必须回答）
+
+### A. 业务知识
+
+#### 1. [A1-001] {问题标题}
+- **关联需求**: "{相关需求描述}"
+- **预期答案类型**: {答案类型}
+- **子问题**:
+  - {子问题1}
+  - {子问题2}
+  - ...
+
+### B. 技术知识
+
+#### 1. [B1-001] {问题标题}
+- **关联需求**: "{相关需求描述}"
+- **预期答案类型**: {答案类型}
+- **子问题**:
+  - {子问题1}
+  - {子问题2}
+  - ...
+- **注意**: 请提供相关代码示例
+
+---
+
+## P1 重要级问题（强烈建议回答）
+
+...
+
+---
+
+## P2 补充级问题（可选回答）
+
+...
+
+---
+
+## 下一步操作指引
+
+完成问题清单生成后，请按以下步骤继续：
+
+1. **查询知识库**: 将上述问题发送给知识库MCP获取答案
+2. **知识落地**: 使用 `*land-knowledge` 命令将答案保存到 `docs/rag/` 对应子目录
+3. **生成PRD**: 使用 `*create-prd-from-rag` 命令基于知识生成PRD文档
+```
+
+### 步骤 7: 保存解析结果
+
+将需求解析结果保存到 `docs/rag/_requirement-parsing.yaml`：
+
+```yaml
+# 需求解析结果
+# 生成时间: {timestamp}
+# 源文档: {req_file}
+
+requirement_parsing:
+  business_domain: {domain}
+  sub_domains: [{sub_domains}]
+
+  features:
+    - name: {feature_name}
+      description: {description}
+      input: {input}
+      output: {output}
+      entities: [{entities}]
+
+  roles:
+    - name: {role_name}
+      actions: [{actions}]
+      permission_level: {level}
+
+  entities:
+    - name: {entity_name}
+      attributes: [{attributes}]
+      relationships:
+        - target: {target_entity}
+          type: {one-to-one|one-to-many|many-to-one|many-to-many}
+          field: {field_name}
+
+  processes:
+    - name: {process_name}
+      trigger: {trigger_condition}
+      steps:
+        - index: {n}
+          name: {step_name}
+          actor: {actor}
+          previous_step: {prev}
+          trigger_from_previous: {condition}
+          input_data: {input}
+          output_data: {output}
+          data_changes: {changes}
+      exception_branches: [{branches}]
+
+  tech_components:
+    - name: {component}
+      purpose: {purpose}
+
+  ambiguities:
+    - location: {loc}
+      content: {content}
+      interpretations: [{interpretations}]
+```
+
+### 步骤 8: 生成目录结构
+
+创建后续知识落地所需的目录结构：
+
+```bash
+docs/rag/
+├── _questions.md              # 问题清单（本任务生成）
+├── _requirement-parsing.yaml  # 需求解析结果（本任务生成）
+├── _index.md                  # 知识索引（后续生成）
+├── business/                  # 业务知识目录
+├── technical/                 # 技术知识目录
+│   ├── middleware/           # 中间件规范
+│   ├── coding-standards/     # 编码规范
+│   └── sql-standards/        # SQL规范
+├── history/                   # 历史信息目录
+└── constraints/               # 约束条件目录
+```
+
+### 步骤 9: 完成提示
+
+```yaml
+完成输出:
+  - 显示生成的文件列表和路径
+  - 显示问题统计信息（各类别数量）
+  - 提供下一步操作建议
+```
+
+---
+
+## 交互模式说明
+
+本任务支持两种模式：
+
+### 交互模式（默认）
+- 每个关键步骤后暂停，等待用户确认
+- 允许用户调整解析结果和问题清单
+- 适合首次使用或复杂需求
+
+### YOLO模式
+- 一次性完成所有步骤
+- 自动使用默认值
+- 适合熟悉流程后快速生成
+
+可通过 `*yolo` 命令切换模式。
+
+---
+
+## 依赖模板
+
+- `rag-questions-tmpl.yaml` - 问题生成模板
+
+## 输出文件
+
+| 文件 | 路径 | 说明 |
+|------|------|------|
+| 问题清单 | `docs/rag/_questions.md` | 完整的知识库查询问题 |
+| 解析结果 | `docs/rag/_requirement-parsing.yaml` | 需求文档解析的结构化结果 |
+
+## 后续命令
+
+- `*land-knowledge` - 将知识库返回的内容结构化存储
+- `*create-prd-from-rag` - 基于RAG知识生成PRD
+==================== END: .xiaoma-core/tasks/generate-rag-questions.md ====================
+
 ==================== START: .xiaoma-core/tasks/requirement-analysis-with-rag.md ====================
 <!-- Powered by XiaoMa™ Core -->
 

package/dist/teams/team-all.txt

@@ -232,7 +232,7 @@ commands:
   - perform-market-research: 使用任务 create-doc 和 market-research-tmpl.yaml
   - research-prompt {topic}: 执行任务 create-deep-research-prompt.md
   - analyze-requirement {req_file}: 基于需求文档进行RAG增强的需求分析 (运行任务 requirement-analysis-with-rag.md)
-  - generate-rag-questions {req_file}: 根据需求文档生成知识库查询问题清单 (使用模板 rag-questions-tmpl.yaml)
+  - generate-rag-questions {req_file}: 根据需求文档生成知识库查询问题清单，保存到docs/rag/_questions.md (运行任务 generate-rag-questions.md)
   - land-knowledge: 将知识库返回的内容结构化存储到docs/rag目录 (使用模板 rag-knowledge-tmpl.yaml)
   - create-prd-from-rag: 基于docs/rag知识和需求文档生成PRD (使用任务 create-doc 和 prd-tmpl.yaml)
   - yolo: 切换 Yolo 模式
@@ -247,6 +247,7 @@ dependencies:
     - create-doc.md
     - document-project.md
     - facilitate-brainstorming-session.md
+    - generate-rag-questions.md
     - requirement-analysis-with-rag.md
   templates:
     - brainstorming-output-tmpl.yaml
@@ -4659,6 +4660,321 @@ Generate structured document with these sections:
 - Respect their process and timing
 ==================== END: .xiaoma-core/tasks/facilitate-brainstorming-session.md ====================
 
+==================== START: .xiaoma-core/tasks/generate-rag-questions.md ====================
+# 生成知识库查询问题清单任务
+
+## 任务概述
+
+根据需求文档(req.txt)生成结构化的知识库查询问题清单，并保存到项目的 `docs/rag/` 目录下。
+
+## 输入
+
+- **req_file**: 需求文档路径（默认: req.txt）
+
+## 输出
+
+- **输出目录**: `docs/rag/`
+- **主文件**: `docs/rag/_questions.md` - 完整的问题清单
+- **解析结果**: `docs/rag/_requirement-parsing.yaml` - 需求解析结果
+
+## 执行流程
+
+### 步骤 1: 环境准备
+
+```yaml
+执行动作:
+  - 检查需求文档是否存在
+  - 如果 docs/rag/ 目录不存在，创建该目录
+  - 如果目录已存在，询问用户是否覆盖现有文件
+```
+
+### 步骤 2: 读取需求文档
+
+```yaml
+执行动作:
+  - 读取指定的需求文档 {req_file}
+  - 如果文件不存在，提示用户并终止
+  - 显示文档摘要信息（字数、段落数等）
+```
+
+### 步骤 3: 需求文档深度解析
+
+按照 `rag-questions-tmpl.yaml` 模板的第一阶段进行解析，提取以下要素：
+
+```yaml
+解析内容:
+  业务领域:
+    - 主领域识别
+    - 子领域/模块识别
+
+  功能点:
+    - 功能名称和描述
+    - 输入/输出定义
+    - 涉及的实体
+
+  用户角色:
+    - 角色名称
+    - 操作列表
+    - 权限级别
+
+  数据实体:
+    - 实体名称和属性
+    - 实体间关系（一对一/一对多/多对一/多对多）
+    - 关联字段
+
+  业务流程:
+    - 流程名称和触发条件
+    - 步骤详情（序号、名称、执行者、前置步骤、触发条件、输入/输出数据）
+    - 异常分支
+
+  技术组件:
+    - 组件名称
+    - 用途描述
+
+  模糊点:
+    - 位置标记
+    - 内容描述
+    - 可能的理解方式
+```
+
+**交互点**: 展示解析结果，请用户确认或补充修正
+
+### 步骤 4: 生成问题清单
+
+基于解析结果，按照 `rag-questions-tmpl.yaml` 模板生成四类问题：
+
+#### A. 业务知识问题
+- A1-业务规则详解（P0）
+- A2-业务流程详解（P0）- 重点：步骤间关联、节点详情
+- A3-数据关联关系详解（P0）- 重点：一对一/一对多/多对多
+- A4-边界情况与异常处理（P1）
+
+#### B. 技术知识问题
+- B1-整体项目技术架构（P0）
+- B2-中间件使用规范（P0）- 要求提供代码Demo
+- B3-Java编码规范（P0）
+- B4-SQL规范（P0）
+- B5-数据模型（P0）
+- B6-接口规范（P1）
+- B7-代码实现模式（P1）
+
+#### C. 历史追溯问题
+- C1-历史需求（P1）
+- C2-决策记录（P2）
+- C3-已知问题（P1）
+
+#### D. 约束条件问题
+- D1-技术约束（P1）
+- D2-安全合规（P0）
+- D3-性能要求（P1）
+- D4-团队规范（P2）
+
+**交互点**: 展示生成的问题清单，请用户确认或调整
+
+### 步骤 5: 问题优先级排序
+
+```yaml
+优先级规则:
+  P0_阻塞级:
+    - 缺失会导致完全无法理解需求
+    - 涉及核心业务规则
+    - 影响架构决策
+    - 涉及安全合规
+
+  P1_重要级:
+    - 影响需求完整性
+    - 涉及边界情况处理
+    - 影响实现方案选择
+    - 涉及性能要求
+
+  P2_补充级:
+    - 有助于优化实现
+    - 提供额外上下文
+    - 历史参考信息
+```
+
+### 步骤 6: 保存问题清单
+
+将生成的问题清单保存到 `docs/rag/_questions.md`，格式如下：
+
+```markdown
+# 知识库查询问题清单
+
+## 元信息
+- 源文档: {req_file}
+- 生成时间: {timestamp}
+- 总问题数: {total_count}
+- P0问题: {p0_count} | P1问题: {p1_count} | P2问题: {p2_count}
+
+---
+
+## P0 阻塞级问题（必须回答）
+
+### A. 业务知识
+
+#### 1. [A1-001] {问题标题}
+- **关联需求**: "{相关需求描述}"
+- **预期答案类型**: {答案类型}
+- **子问题**:
+  - {子问题1}
+  - {子问题2}
+  - ...
+
+### B. 技术知识
+
+#### 1. [B1-001] {问题标题}
+- **关联需求**: "{相关需求描述}"
+- **预期答案类型**: {答案类型}
+- **子问题**:
+  - {子问题1}
+  - {子问题2}
+  - ...
+- **注意**: 请提供相关代码示例
+
+---
+
+## P1 重要级问题（强烈建议回答）
+
+...
+
+---
+
+## P2 补充级问题（可选回答）
+
+...
+
+---
+
+## 下一步操作指引
+
+完成问题清单生成后，请按以下步骤继续：
+
+1. **查询知识库**: 将上述问题发送给知识库MCP获取答案
+2. **知识落地**: 使用 `*land-knowledge` 命令将答案保存到 `docs/rag/` 对应子目录
+3. **生成PRD**: 使用 `*create-prd-from-rag` 命令基于知识生成PRD文档
+```
+
+### 步骤 7: 保存解析结果
+
+将需求解析结果保存到 `docs/rag/_requirement-parsing.yaml`：
+
+```yaml
+# 需求解析结果
+# 生成时间: {timestamp}
+# 源文档: {req_file}
+
+requirement_parsing:
+  business_domain: {domain}
+  sub_domains: [{sub_domains}]
+
+  features:
+    - name: {feature_name}
+      description: {description}
+      input: {input}
+      output: {output}
+      entities: [{entities}]
+
+  roles:
+    - name: {role_name}
+      actions: [{actions}]
+      permission_level: {level}
+
+  entities:
+    - name: {entity_name}
+      attributes: [{attributes}]
+      relationships:
+        - target: {target_entity}
+          type: {one-to-one|one-to-many|many-to-one|many-to-many}
+          field: {field_name}
+
+  processes:
+    - name: {process_name}
+      trigger: {trigger_condition}
+      steps:
+        - index: {n}
+          name: {step_name}
+          actor: {actor}
+          previous_step: {prev}
+          trigger_from_previous: {condition}
+          input_data: {input}
+          output_data: {output}
+          data_changes: {changes}
+      exception_branches: [{branches}]
+
+  tech_components:
+    - name: {component}
+      purpose: {purpose}
+
+  ambiguities:
+    - location: {loc}
+      content: {content}
+      interpretations: [{interpretations}]
+```
+
+### 步骤 8: 生成目录结构
+
+创建后续知识落地所需的目录结构：
+
+```bash
+docs/rag/
+├── _questions.md              # 问题清单（本任务生成）
+├── _requirement-parsing.yaml  # 需求解析结果（本任务生成）
+├── _index.md                  # 知识索引（后续生成）
+├── business/                  # 业务知识目录
+├── technical/                 # 技术知识目录
+│   ├── middleware/           # 中间件规范
+│   ├── coding-standards/     # 编码规范
+│   └── sql-standards/        # SQL规范
+├── history/                   # 历史信息目录
+└── constraints/               # 约束条件目录
+```
+
+### 步骤 9: 完成提示
+
+```yaml
+完成输出:
+  - 显示生成的文件列表和路径
+  - 显示问题统计信息（各类别数量）
+  - 提供下一步操作建议
+```
+
+---
+
+## 交互模式说明
+
+本任务支持两种模式：
+
+### 交互模式（默认）
+- 每个关键步骤后暂停，等待用户确认
+- 允许用户调整解析结果和问题清单
+- 适合首次使用或复杂需求
+
+### YOLO模式
+- 一次性完成所有步骤
+- 自动使用默认值
+- 适合熟悉流程后快速生成
+
+可通过 `*yolo` 命令切换模式。
+
+---
+
+## 依赖模板
+
+- `rag-questions-tmpl.yaml` - 问题生成模板
+
+## 输出文件
+
+| 文件 | 路径 | 说明 |
+|------|------|------|
+| 问题清单 | `docs/rag/_questions.md` | 完整的知识库查询问题 |
+| 解析结果 | `docs/rag/_requirement-parsing.yaml` | 需求文档解析的结构化结果 |
+
+## 后续命令
+
+- `*land-knowledge` - 将知识库返回的内容结构化存储
+- `*create-prd-from-rag` - 基于RAG知识生成PRD
+==================== END: .xiaoma-core/tasks/generate-rag-questions.md ====================
+
 ==================== START: .xiaoma-core/tasks/requirement-analysis-with-rag.md ====================
 <!-- Powered by XiaoMa™ Core -->