ai-developer-skill-os 9.1.1 → 9.3.0

package/.agents/skills/qk-context-loader/SKILL.md

@@ -1,9 +1,9 @@
----
+---
 # ── Identity ───────────────────────────────────────────────
 name: qk-context-loader
-version: 9.1.0
+version: 9.2.0
 status: stable
-description: "Tải context và vẽ dependency graph chính xác trước khi code — ngăn hallucination kiến trúc."
+description: "Khảo sát kiến trúc codebase, phân tích import graph, lập bản đồ phụ thuộc và tải context chính xác trước khi code — ngăn hallucination kiến trúc. Dùng skill này khi user nhắc đến: load context, understand project, vẽ dependency graph, analyze architecture, giải thích kiến trúc dự án, tìm hiểu codebase — kể cả khi chỉ hỏi 'dự án này tổ chức thế nào'."
 platforms: [antigravity, claude-code, cursor, windsurf, kilo-code]
 
 # ── V9: Classification ─────────────────────────────────────
@@ -22,19 +22,21 @@ complexity:
     has_external_dependency: false
     has_breaking_change: false
 
-triggers:
-  - "load context"
-  - "understand project"
-  - "analyze architecture"
-  - "vẽ dependency graph"
-  - "build context"
+triggers:
+  - "load context"
+  - "understand project"
+  - "vẽ dependency graph"
+  - "analyze architecture"
+  - "giải thích kiến trúc dự án"
+  - "tìm hiểu codebase"
+
 
 selection:
   priority: high
   confidence_threshold: 0.75
 
 # ── V8: References ─────────────────────────────────────────
-workflow: research
+workflow: context-discovery
 
 rules:
   - global
@@ -46,15 +48,16 @@ tools:
 related_skills:
   - qk-feature-delivery
   - qk-orchestrator
+  - qk-project-memory
 
 knowledge_scope:
   owns:
     - project-context
     - architecture-discovery
+    - dependency-mapping
   references:
     - coding
     - repository-structure
-    - anti-patterns
 
 # ── V8: Verification ───────────────────────────────────────
 verification:
@@ -74,417 +77,122 @@ produces: [context-graph]
 consumes: [source-code]
 
 token_budget:
-  max_files_read: 5
-  max_lines_per_read: 100
-  max_shell_commands: 1
+  max_files_read: 10
+  max_lines_per_read: 150
+  max_shell_commands: 2
   stop_early: true
 
-exit_codes: [SUCCESS, BLOCKED, FAILED, PARTIAL]
+exit_codes: [SUCCESS, BLOCKED, FAILED, PARTIAL]
 ---
 
-# qk-context-loader — Dependency Graph Builder
+# qk-context-loader — Dependency Graph & Architecture Discovery
 
 > **Language rule:** Code, identifiers, file names → English. Explanations, summaries → Vietnamese.
 
-## Memory Workflow
-
-### 0. Self-Init Protocol (Khởi Tạo Bộ Nhớ Local & Gitignore)
-- Trước khi tra cứu hoặc lưu trữ tri thức, BẮT BUỘC kiểm tra sự tồn tại của thư mục `.ai-local/` tại gốc dự án:
-  - **Tự động tạo mới:** Nếu `.ai-local/` chưa tồn tại, AI phải tự động tạo cấu trúc thư mục `.ai-local/knowledge/` (và file `index.yaml` nếu cần thiết) cùng `.ai-local/candidates/`. Tuyệt đối không ngưng chạy hay hỏi ý kiến người dùng về thao tác khởi tạo tiêu chuẩn này.
-  - **Bảo mật Gitignore:** BẮT BUỘC kiểm tra file `.gitignore` của dự án, nếu chưa có dòng `.ai-local/` thì phải tự động thêm vào để tuyệt đối bảo mật tri thức cá nhân và tránh lộ lọt lên Git.
-
----
-
-### Pre-flight Retrieve (Trước khi thực thi)
-- Trước các task có tính lặp lại, debug, refactor, kiến trúc hoặc rủi ro cao:
-  bắt buộc tra cứu:
-  - `.ai-local/knowledge/index.yaml` (Private Local Knowledge)
-
-- Ưu tiên sử dụng các Knowledge đang có trạng thái `Active` thuộc:
-  - Architecture
-  - Hard Bug
-  - Convention
-  - Pattern
-  - Tech Debt Pattern
-  - 👉 *Domain Focus:* Pattern / Architecture (vd: sơ đồ phụ thuộc mô-đun, biểu đồ ngữ cảnh O(1)).
-
-- Memory chỉ đóng vai trò **Navigator (bản đồ chỉ đường)**.
-  Không được xem Memory là Source of Truth.
-  Luôn xác minh lại bằng source code, configuration và trạng thái hiện tại của dự án trước khi áp dụng.
-
----
-
-### Learning Flow (AI tự học có kiểm soát)
-- Trong quá trình làm việc, AI được phép tự phát hiện và tạo **Candidate Memory** khi nhận thấy:
-  - Hard Bug có khả năng tái diễn.
-  - Pattern làm việc lặp lại trong dự án.
-  - Convention hoặc quy tắc kiến trúc mới.
-  - Quyết định Architecture quan trọng.
-  - Tech Debt Pattern hoặc Code Smell có tính hệ thống.
-  - 👉 *Domain Harvest:* Quyết định Architecture hoặc Pattern quan trọng khi ánh xạ dependency.
-
-- Candidate Memory chỉ là bản nháp quan sát, chưa phải tri thức chính thức.
-- Candidate Memory có thể lưu tạm tại: `.ai-local/candidates/`
-- AI không được tự động Promote Candidate Memory thành Project Knowledge.
-
----
-
-### Post-flight Harvest (Đề xuất → Phê duyệt)
-Sau khi hoàn thành task:
-- AI đánh giá các Candidate Memory đã tạo.
-- Nếu phát hiện tri thức có giá trị tái sử dụng:
-  - Đề xuất người dùng xem xét.
-  - Gửi yêu cầu phê duyệt thông qua:
-    - `/learn`
-    - `qk-project-memory`
-- Chỉ sau khi được phê duyệt, Candidate Memory mới được chuyển thành Knowledge chính thức:
-
-```
-.ai-local/candidates/  ──(Approve)──>  .ai-local/knowledge/index.yaml
-```
-
-- Project Knowledge phải được xem như tài sản kỹ thuật của dự án:
-  - Có thể review, cập nhật, loại bỏ và có lịch sử thay đổi.
-
----
-
-### Ignore (Không đưa vào Memory)
-Không lưu:
-- Trace log của một session đơn lẻ.
-- Temporary debugging data.
-- Output của một lần chạy test/scan.
-- Report health tạm thời của một đợt kiểm tra.
-- Lỗi nhỏ chỉ xảy ra một lần.
-- Thông tin không có khả năng tái sử dụng.
-- 👉 *Domain Ignore:* Cache đồ thị ngữ cảnh tạm thời của một lệnh tìm kiếm.
-
----
-
-### Golden Rule
-> **AI được phép học, nhưng không được tự quyết định tri thức chính thức.**
-> **AI quan sát → Đề xuất → Con người phê duyệt → Dự án tiến hóa.**
-
----
-
-
-
-### Pre-flight Retrieve (Trước khi thực thi)
-- Trước các task có tính lặp lại, debug, refactor, kiến trúc hoặc rủi ro cao:
-  bắt buộc tra cứu:
-  - `.agents/knowledge/index.yaml` (Shared Project Knowledge)
-  - `.ai-local/knowledge/index.yaml` (Private Local Knowledge)
-
-- Ưu tiên sử dụng các Knowledge đang có trạng thái `Active` thuộc:
-  - Architecture
-  - Hard Bug
-  - Convention
-  - Pattern
-  - Tech Debt Pattern
-  - 👉 *Domain Focus:* Pattern / Architecture (vd: sơ đồ phụ thuộc mô-đun, biểu đồ ngữ cảnh O(1)).
-
-- Memory chỉ đóng vai trò **Navigator (bản đồ chỉ đường)**.
-  Không được xem Memory là Source of Truth.
-  Luôn xác minh lại bằng source code, configuration và trạng thái hiện tại của dự án trước khi áp dụng.
-
----
-
-### Learning Flow (AI tự học có kiểm soát)
-- Trong quá trình làm việc, AI được phép tự phát hiện và tạo **Candidate Memory** khi nhận thấy:
-  - Hard Bug có khả năng tái diễn.
-  - Pattern làm việc lặp lại trong dự án.
-  - Convention hoặc quy tắc kiến trúc mới.
-  - Quyết định Architecture quan trọng.
-  - Tech Debt Pattern hoặc Code Smell có tính hệ thống.
-  - 👉 *Domain Harvest:* Quyết định Architecture hoặc Pattern quan trọng khi ánh xạ dependency.
-
-- Candidate Memory chỉ là bản nháp quan sát, chưa phải tri thức chính thức.
-- Candidate Memory có thể lưu tạm tại: `.ai-local/candidates/`
-- AI không được tự động Promote Candidate Memory thành Project Knowledge.
-
----
-
-### Post-flight Harvest (Đề xuất → Phê duyệt)
-Sau khi hoàn thành task:
-- AI đánh giá các Candidate Memory đã tạo.
-- Nếu phát hiện tri thức có giá trị tái sử dụng:
-  - Đề xuất người dùng xem xét.
-  - Gửi yêu cầu phê duyệt thông qua:
-    - `/learn`
-    - `qk-project-memory`
-- Chỉ sau khi được phê duyệt, Candidate Memory mới được chuyển thành Knowledge chính thức:
-
-```
-.ai-local/candidates/  ──(Approve)──>  .agents/knowledge/index.yaml
-```
-
-- Project Knowledge phải được xem như tài sản kỹ thuật của dự án:
-  - Có thể review, cập nhật, loại bỏ và có lịch sử thay đổi.
-
----
-
-### Ignore (Không đưa vào Memory)
-Không lưu:
-- Trace log của một session đơn lẻ.
-- Temporary debugging data.
-- Output của một lần chạy test/scan.
-- Report health tạm thời của một đợt kiểm tra.
-- Lỗi nhỏ chỉ xảy ra một lần.
-- Thông tin không có khả năng tái sử dụng.
-- 👉 *Domain Ignore:* Cache đồ thị ngữ cảnh tạm thời của một lệnh tìm kiếm.
-
----
-
-### Golden Rule
-> **AI được phép học, nhưng không được tự quyết định tri thức chính thức.**
-> **AI quan sát → Đề xuất → Con người phê duyệt → Dự án tiến hóa.**
-
----
----
-
-### Learning Flow (AI tự học có kiểm soát)
-- Trong quá trình làm việc, AI được phép tự phát hiện và tạo **Candidate Memory** khi nhận thấy:
-  - Hard Bug có khả năng tái diễn.
-  - Pattern làm việc lặp lại trong dự án.
-  - Convention hoặc quy tắc kiến trúc mới.
-  - Quyết định Architecture quan trọng.
-  - Tech Debt Pattern hoặc Code Smell có tính hệ thống.
-  - 👉 *Domain Harvest:* Quyết định Architecture hoặc Pattern quan trọng khi ánh xạ dependency.
-
-- Candidate Memory chỉ là bản nháp quan sát, chưa phải tri thức chính thức.
-- Candidate Memory có thể lưu tạm tại: `.ai-local/candidates/`
-- AI không được tự động Promote Candidate Memory thành Project Knowledge.
-
----
-
-### Post-flight Harvest (Đề xuất → Phê duyệt)
-Sau khi hoàn thành task:
-- AI đánh giá các Candidate Memory đã tạo.
-- Nếu phát hiện tri thức có giá trị tái sử dụng:
-  - Đề xuất người dùng xem xét.
-  - Gửi yêu cầu phê duyệt thông qua:
-    - `/learn`
-    - `qk-project-memory`
-- Chỉ sau khi được phê duyệt, Candidate Memory mới được chuyển thành Knowledge chính thức:
-
-```
-.ai-local/candidates/  ──(Approve)──>  .agents/knowledge/index.yaml
-```
-
-- Project Knowledge phải được xem như tài sản kỹ thuật của dự án:
-  - Có thể review, cập nhật, loại bỏ và có lịch sử thay đổi.
-
----
-
-### Ignore (Không đưa vào Memory)
-Không lưu:
-- Trace log của một session đơn lẻ.
-- Temporary debugging data.
-- Output của một lần chạy test/scan.
-- Report health tạm thời của một đợt kiểm tra.
-- Lỗi nhỏ chỉ xảy ra một lần.
-- Thông tin không có khả năng tái sử dụng.
-- 👉 *Domain Ignore:* Cache đồ thị ngữ cảnh tạm thời của một lệnh tìm kiếm.
-
----
-
-### Golden Rule
-> **AI được phép học, nhưng không được tự quyết định tri thức chính thức.**
-> **AI quan sát → Đề xuất → Con người phê duyệt → Dự án tiến hóa.**
-
----
----
-
-### Learning Flow (AI tự học có kiểm soát)
-- Trong quá trình làm việc, AI được phép tự phát hiện và tạo **Candidate Memory** khi nhận thấy:
-  - Hard Bug có khả năng tái diễn.
-  - Pattern làm việc lặp lại trong dự án.
-  - Convention hoặc quy tắc kiến trúc mới.
-  - Quyết định Architecture quan trọng.
-  - Tech Debt Pattern hoặc Code Smell có tính hệ thống.
-  - 👉 *Domain Harvest:* Quyết định Architecture hoặc Pattern quan trọng khi ánh xạ dependency.
-
-- Candidate Memory chỉ là bản nháp quan sát, chưa phải tri thức chính thức.
-- Candidate Memory có thể lưu tạm tại: `.ai-local/candidates/`
-- AI không được tự động Promote Candidate Memory thành Project Knowledge.
-
----
-
-### Post-flight Harvest (Đề xuất → Phê duyệt)
-Sau khi hoàn thành task:
-- AI đánh giá các Candidate Memory đã tạo.
-- Nếu phát hiện tri thức có giá trị tái sử dụng:
-  - Đề xuất người dùng xem xét.
-  - Gửi yêu cầu phê duyệt thông qua:
-    - `/learn`
-    - `qk-project-memory`
-- Chỉ sau khi được phê duyệt, Candidate Memory mới được chuyển thành Knowledge chính thức:
-
-```
-.ai-local/candidates/  ──(Approve)──>  .agents/knowledge/index.yaml
-```
-
-- Project Knowledge phải được xem như tài sản kỹ thuật của dự án:
-  - Có thể review, cập nhật, loại bỏ và có lịch sử thay đổi.
-
----
-
-### Ignore (Không đưa vào Memory)
-Không lưu:
-- Trace log của một session đơn lẻ.
-- Temporary debugging data.
-- Output của một lần chạy test/scan.
-- Report health tạm thời của một đợt kiểm tra.
-- Lỗi nhỏ chỉ xảy ra một lần.
-- Thông tin không có khả năng tái sử dụng.
-- 👉 *Domain Ignore:* Cache đồ thị ngữ cảnh tạm thời của một lệnh tìm kiếm.
-
----
-
-### Golden Rule
-> **AI được phép học, nhưng không được tự quyết định tri thức chính thức.**
-> **AI quan sát → Đề xuất → Con người phê duyệt → Dự án tiến hóa.**
-
----
----
----
----
-
-## Preconditions
-- [ ] Entry point file or module name is specified
-- [ ] Repository is accessible
-
-```
-On missing precondition:
-  EXIT: BLOCKED
-  Message: "Vui lòng chỉ định entry point (file hoặc module cần map)."
-```
+Chịu trách nhiệm thấu hiểu cấu trúc dự án và thiết lập bản đồ phụ thuộc (Dependency Graph) chuẩn xác trước khi viết bất kỳ dòng code nào. **Mục tiêu tối thượng: Ngăn chặn triệt để AI hallucination về kiến trúc, conventions và vị trí đặt file**.
 
-## Scope
-- ✅ Trace imports/exports from entry point
-- ✅ Build topological dependency graph (max depth 3)
-- ✅ Identify risk level per module
+---
 
-## Non-Goals
-- ❌ Modify any code
-- ❌ Load `node_modules` or vendor directories
-- ❌ Guess file names — only follow explicit imports
-- ❌ Load entire repo (max 5 files)
+## Preconditions
 
-## Priority Order
+Trước khi chạy khảo sát, AI BẮT BUỘC kiểm tra:
 
-| Priority | Task | Skip Threshold |
-|----------|------|----------------|
-| P1 | Trace direct imports of entry point | Never |
-| P2 | Trace 2nd-level dependencies | Budget < 40% |
-| P3 | Identify shared/risky modules | Budget < 60% |
-| P4 | Annotate with risk levels | Budget < 70% |
+- [ ] Workspace chứa mã nguồn thực tế (tồn tại ít nhất 1 file manifest: `package.json`, `go.mod`, `pyproject.toml`, `Cargo.toml`, `pom.xml`, v.v.).
+- [ ] Xác định rõ phạm vi cần load: Toàn bộ repo (Full system) hay Module / Feature cụ thể.
+- [ ] Đọc `.ai-local/knowledge/index.yaml` (nếu có) để tái sử dụng kiến thức đã lưu thay vì quét lại từ đầu.
 
-## Workflow
+*Nếu thư mục dự án hoàn toàn trống:*
+→ **EXIT: BLOCKED**
+→ Gợi ý: "Dự án chưa có mã nguồn. Vui lòng chạy `./qk-project-bootstrap` để khởi tạo framework và scaffolding ban đầu."
 
-### Phase 1 — V1 Memory Consultation & Entry Point Analysis
+---
 
-**Steps:**
-0. **Pre-flight V1 Memory Check:** Check for `.ai-local/knowledge/index.yaml` or `.agents/knowledge/index.yaml`. If an established architecture fact or module mapping exists in memory (`status: Active`), read it immediately to discover target symbols and entry points in seconds without performing redundant searches.
-1. `grep_search` — search for import/export statements in entry file (only if not already resolved via V1 memory)
-2. `view_file[StartLine:EndLine]` — read import block only (first ~30 lines)
-3. List direct dependencies
+## Scope
 
-**Decision:**
-```
-IF entry file found and imports readable
-  → go to Phase 2
+✅ Skill này làm:
+- Đọc các tệp manifest và xác định chính xác Tech Stack, Runtime, State library, CSS framework, ORM.
+- Khảo sát cây thư mục theo độ sâu hợp lý (Max depth = 3) để nhận diện mô hình tổ chức (Modular, Layered, Feature-sliced, Domain-driven, Monorepo).
+- Phân tích Entry Point (`main`, `index`, `server`, `App`, router configuration).
+- Lập sơ đồ phụ thuộc (Dependency Flow / Architecture Diagram bằng Mermaid) từ Controller/Route → Service/UseCase → Repository/Model.
+- Trích xuất Conventions: đặt tên file, patterns xử lý lỗi, cơ chế Dependency Injection.
+- Cập nhật thông tin vào bộ nhớ phiên làm việc của AI.
 
-ELSE IF entry file not found
-  → EXIT: BLOCKED — ask for correct path
-```
+❌ Skill này KHÔNG làm:
+- Sửa đổi bất kỳ file nào trong dự án (`side_effects: read_only`).
+- Dump toàn bộ code files vào context làm cạn kiệt token budget.
+- Đánh giá chất lượng chi tiết code smells (thuộc `qk-project-health`).
 
-### Phase 2 — Graph Traversal (Max Depth 3)
+---
 
-**Steps:**
-1. For each direct dependency → `grep_search` for its imports
-2. Build adjacency list: `{ file → [imports] }`
-3. Stop at depth 3 OR max_files_read reached
+## Execution Steps
 
-**Decision:**
+### Step 1 — Nhận diện Tech Stack & Manifest
 ```
-IF depth 3 reached OR max_files_read (5) hit
-  → EXIT: PARTIAL — note graph is truncated at depth N
-
-IF circular dependency detected
-  → Flag as [HIGH RISK] in output
-  → Continue building rest of graph
+Inputs:  Thư mục gốc của project
+Actions:
+  - Đọc file manifest chính (package.json, pyproject.toml, go.mod...).
+  - Trích xuất: ngôn ngữ chính, runtime version, framework, ORM, state library, test runner.
+  - Đối chiếu với DEV_PROFILE.md nếu có.
+Outputs: Stack Profile tóm tắt
 ```
 
-### Phase 3 — Risk Assessment & Output
-
-**Steps:**
-1. Identify: shared modules (imported by 3+ files) = HIGH risk to change
-2. Identify: entry points with many dependents = CRITICAL to change carefully
-3. **Identify: file trộn lẫn Server Logic và Client UI, hoặc vi phạm ranh giới bảo mật R-SEC-04 = Bắt buộc flag [HIGH RISK].**
-4. Generate graph in standard JSON + Markdown format
-
-## Output Format (Mandatory Schema)
-
-```json
-{
-  "entry": "src/modules/auth/auth.service.ts",
-  "depth_reached": 3,
-  "truncated": false,
-  "nodes": [
-    {
-      "file": "src/modules/auth/auth.service.ts",
-      "imports": ["src/common/jwt.util.ts", "src/users/users.repository.ts"],
-      "exports": ["AuthService"],
-      "risk_level": "high",
-      "imported_by_count": 4
-    }
-  ],
-  "risks": [
-    {
-      "file": "src/common/jwt.util.ts",
-      "reason": "Imported by 6 modules — changes here have wide blast radius",
-      "risk_level": "critical"
-    }
-  ]
-}
+### Step 2 — Khảo sát Cấu trúc Thư mục & Entry Points
+```
+Actions:
+  - Chạy `list_dir` hoặc `find_by_name` với MaxDepth=2 trên src/ hoặc app/.
+  - Xác định vị trí các tầng:
+    - Routes / Controllers / API Handlers
+    - Business Logic / Services / Use Cases
+    - Data Access / Repositories / Entities / Models
+    - Shared / Utils / Components / Middleware
+  - Đọc entry point file chính (max 80 dòng đầu).
+Outputs: Sơ đồ phân tầng kiến trúc (Architectural Layers)
 ```
 
-## Evidence Format
+### Step 3 — Phân tích Luồng phụ thuộc (Dependency Tracing)
+```
+Actions:
+  - Chọn 1 feature tiêu biểu, trace import statements từ UI/Controller xuống DB.
+  - Xác định:
+    - Có dùng Dependency Injection không?
+    - Shared types/DTOs nằm ở đâu?
+    - Data fetching pattern: Client-side hook, Server Component, hay REST client?
+Outputs: Dependency Graph (Mermaid flowchart)
+```
 
+### Step 4 — Tổng hợp Context Report
 ```
-[RISK] path/to/file.ts
-Reason:     [why this file is risky to change]
-Imported by: [N files]
-Exports:    [key exports]
+Actions:
+  - Xuất báo cáo ngắn gọn, súc tích (dưới 40 dòng) gồm:
+    1. Kiến trúc tổng quan (Pattern & Style).
+    2. Quy ước đặt file & Naming conventions.
+    3. Đường đi của luồng dữ liệu (Data Flow).
+    4. Sơ đồ Mermaid trực quan.
 ```
 
-## Handoff Contract
+---
 
-### Consumes
-```json
-{
-  "from": "user or qk-orchestrator",
-  "required_fields": ["entry_point"],
-  "optional_fields": ["max_depth", "exclude_patterns"]
-}
-```
+## Prompt Template
 
-### Produces
-```json
-{
-  "to": "qk-feature-delivery | qk-bug-resolution | qk-data-lifecycle | qk-api-lifecycle",
-  "output_fields": ["dependency_graph_json", "risk_summary", "exit_code"]
-}
+```
+Phạm vi:      [Toàn bộ dự án / Module X / Tính năng Y]
+Mục tiêu:     [Tìm hiểu kiến trúc trước khi thêm feature / refactor / debug]
+Câu hỏi cần:  [Data flow đi như thế nào? / Types đặt ở đâu? / Service kết nối DB ra sao?]
 ```
 
-## Exit Codes
-
-| Code | Meaning | When |
-|------|---------|------|
-| SUCCESS | Full graph built within depth limit | All imports traced |
-| PARTIAL | Graph truncated at token/depth limit | Note where it was cut |
-| BLOCKED | Entry point not found or inaccessible | Ask for correct path |
-| FAILED | Cannot determine architecture (circular imports, obfuscated code) | Report and escalate |
+### Ví dụ theo Role:
 
----
+**role: fullstack (Khảo sát Next.js 14 Monorepo)**
+```
+Phạm vi:      apps/web và packages/api
+Mục tiêu:     Nắm rõ cách web gọi API và chia sẻ types giữa FE và BE.
+```
+→ AI trace: `packages/api/src/routers` → xuất `tRPC router` → `apps/web/src/utils/trpc.ts` → import types trong `apps/web/src/app/page.tsx`.
+→ AI vẽ sơ đồ Mermaid luồng type-safe RPC từ client tới DB query.
 
+**role: be (Khảo sát Clean Architecture NestJS)**
+```
+Phạm vi:      src/modules/orders
+Mục tiêu:     Hiểu luồng xử lý Order: DTO -> Controller -> UseCase -> Prisma Repository.
+```
+→ AI liệt kê cấu trúc layers, quy ước DTO validation, và cách inject repository vào service.