Skip to content
Back to skills

Sdlc Intent

ASecurity

Digests and health-checks product requirement documents (PRD). Stage 1 produces a structured digest (roles, concepts, feature map, flow diagrams, state machines) to build shared understanding; stage 2 audits the requirement against a seven-layer defect taxonomy (six in-document consistency layers plus an external-reference layer for missing-content defects) and produces a graded issue report plus a PM clarification checklist. Use when the user shares a requirement/PRD document (Feishu/wiki li...

  • 62 stars
  • 0 votes
  • 0 copies
  • 1 view
  • Added September 19, 2026
ai-agentspython

Works with

  • cli

Security analysis

A100/100

Pro scans all 14 files and shows the line behind each finding

Scanned September 30, 2026

npx -y skills add TsCarpe/claude-sdlc-skills --skill sdlc-intent --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Sdlc Intent?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Sdlc Intent
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/tscarpe-sdlc-intent/badge)](https://www.skillsdirectory.com/skills/tscarpe-sdlc-intent)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: sdlc-intent
description: "Digests and health-checks product requirement documents (PRD). Stage 1 produces a structured digest (roles, concepts, feature map, flow diagrams, state machines) to build shared understanding; stage 2 audits the requirement against a seven-layer defect taxonomy (six in-document consistency layers plus an external-reference layer for missing-content defects) and produces a graded issue report plus a PM clarification checklist. Use when the user shares a requirement/PRD document (Feishu/wiki link or local file) and wants to understand it, prepare for design, or find problems before development. 触发词:需求文档、需求梳理、需求体检、需求评审、产品需求、帮我理解这个需求、PRD digest、requirement audit."
---

# 需求接收助手(sdlc-intent)

两段式:**第一段梳理**建立对需求的共识理解,**第二段体检**尽早暴露需求缺陷。梳理是体检的前提——先与用户对齐理解,再找问题。

## 选择工作流

用户说「评审 / 梳理 / 找问题」时先确认宾语:对象是**需求文档**才进本 skill;是设计/用例走 sdlc-gate,是技术方案走 sdlc-doubt,是上线配置走 sdlc-config-review。

按用户意图选择分支:

- 用户说「梳理需求 / digest / 理解需求」,或**首次**给出需求文档 → 只跑【第一段:需求梳理】,跑完暂停
- 用户说「体检 / 需求评审 / 给需求找问题 / review」→ 跑【第二段:需求体检】;若已存在梳理文档(`sdlc/*/intake/digest-*.md`)优先复用,不存在则提示先梳理
- **复用梳理文档前强制版本校验**:体检本身要重新读取原文,读取后将本次原文的版本/修订时间与梳理文档头「版本」字段比对——一致 → 直接复用;不一致 → 告知用户「原文已从 vX 更新至 vY,梳理文档基于旧版」,建议重梳理(用户明确说沿用才沿用);原文无版本信息时,向用户展示梳理文档的梳理日期,请其确认原文是否有更新
- 用户只给文档未指明 → 两段连跑:梳理完成后**暂停**,向用户展示摘要并提示「请确认或补充业务理解,完成后说“继续体检”」,得到确认再跑体检

## 输入读取

- 飞书链接(feishu.cn / doubao.com 的 /docx/、/wiki/):`lark-cli docs +fetch --doc "<URL>" --doc-format markdown`(权限不足时向用户说明,不要反复重试)
- **原文预处理(v1.2,仅飞书输入;正文与评论读取后执行一次)**:拉取块级 XML(`lark-cli docs +fetch --doc "<URL>" --doc-format xml --detail with-ids`),运行 `scripts/parse_doc.py` 产出 `sdlc/<需求名>/intake/doc-<YYYYMMDD>.json` 与 media/ 目录(输入提取、命令行、块模型、条款级出处、锚点附加与失败回退详见 [references/doc-pipeline.md](references/doc-pipeline.md));doc.json 存在时,梳理/体检出处**尽量写到条款级**(「详述N·<小节名>」/「详述N·<序数>」);解析失败不阻塞梳理(平台回退文本定位)
- 飞书链接在读取正文后**必须**同步读取评论区:`lark-cli drive +list-comments --url "<URL>" --solved-status all --comment-scope all --need-relation --format json`(权限不足时同样只向用户说明一次、不重试,正文流程照常继续)
- 评论区是正文的补充信息源,正文外的关键决策/变更说明/答疑常在评论区;评论结论与正文不一致时以最新评论为准。本地文件输入或评论数为 0 时记「无评论」,权限不足记「未读取(原因)」,均如实写入梳理文档头「评论区」字段
- 本地 markdown/text 文件:直接 Read
- 文档内嵌表格已随正文返回;若正文出现 `<sheet>`/`<bitable>` 引用且与核心流程相关,用 lark-sheets/lark-base 下钻读取(有权限时)
- 正文出现内嵌附件块(`<figure ...><source ... token="...">`)且为原型/演示文件(html 等)时,**必须**下载读取:`lark-cli docs +media-download --token "<token>" --output <本地路径>`——markdown 拉取后附件只剩一个自闭合标签,不下载则原型功能面信息完全缺失(原型有而正文无的功能是体检高价值线索)。html 原型体量大(可达数百 KB),只提取结构(页面/导航/弹窗/字段/操作)入上下文,不全量读取。下载失败记「未读取(原因)」写入梳理文档头「原型附件」字段,同评论区口径不重试。原型结构仅供体检阶段交叉核对,**不并入**梳理功能地图——梳理仍忠实正文+评论区
- 原文内容(正文 + 评论区 + 原型附件)在后续体检阶段还要反复引用,梳理时先在本地留存原始内容(如 `/tmp/` 下临时文件;评论 JSON、正文 markdown、原型文件分开存放)

## 第一段:需求梳理

复制此 checklist 跟踪进度:

```
梳理进度:
- [ ] Step 1: 通读原文,提取角色与术语
- [ ] Step 2: 按 references/digest-template.md 生成 8 区块梳理文档
- [ ] Step 3: 落盘 sdlc/<需求名>/intake/digest-<YYYYMMDD>.md
- [ ] Step 4: 终端展示摘要(含风险分级提议)+ 暂停等待用户确认与分级拍板
```

**Step 2** 是核心:读取 [references/digest-template.md](references/digest-template.md),严格按模板 8 区块产出,功能地图、流程图、状态机、规则表必须图表化(markdown 表格 + mermaid)。

**梳理纪律**(违反即返工):
- 忠实转述原文,**不评价、不脑补、不优化**——评价是体检阶段的事
- 原文缺失的流转/触发/字段,用 🤔 标注,**禁止自行补全**
- 对模糊内容的个人理解,逐条记入「假设清单」区块(编号 + 原文位置 + 按 X 理解),并标注类型(推断 = 有原文推导链 / 假设 = 无依据拍板)
- §7 关键规则逐条编 FR 号、状态机图每条流转须有原文出处——编号与出处纪律详见 digest-template 标注约定(FR 编号稳定性、ID 命名空间、评论区判定口径均以模板为权威)

**Step 3** 落盘路径:当前项目 `sdlc/<需求名>/intake/` 目录(不存在则创建),文件名 `digest-<YYYYMMDD>.md`。

**Step 4** 暂停:展示各区块摘要(尤其 🤔 集中处和假设清单)与**风险分级提议**——按 [references/risk-tiering.md](references/risk-tiering.md) 评分卡给出 A/B/C 提议+影响面命中依据(拿不准从高,降级需附可核对证据),明确说「请确认或补充业务理解,并对风险分级拍板,完成后说“继续体检”」;拍板后将 digest 头「风险分级」的确认改为日期,然后**停止等待**。

## 第二段:需求体检

**分级路由(Step 1 时判读)**:读 digest 头「风险分级」字段——**A 级**全阶段跑(阶段0+阶段1+七层);**B/C 级**跳过阶段1(视角推导),主会话顺序跑。无该字段(存量文档)= 未分级 = 按 A 级处理并提示补标。判定结果写入体检报告执行摘要首句。分级判定与回写规则见 [references/risk-tiering.md](references/risk-tiering.md)。

复制此 checklist 跟踪进度:

```
体检进度:
- [ ] Step 1: 准备输入(原文 + 梳理文档,含用户补充)+ 分级路由(读 digest 头风险分级,缺失按 A 级)
- [ ] Step 2: 阶段0 参照系构造——按 references/ref-tables.md 产 refs-<日期>.md(可先跑 scripts/scan_refs.py --mode seeds 供料,构表后 --mode verify 校验)
- [ ] Step 3: 阶段1 视角推导(仅 A 级)——按 references/perspectives.md 扇出实现者/测试者推导,产出 D2 候选
- [ ] Step 4: 按 references/dimensions.md 七层维度逐层检查(第 7 层汇流 D1/D2/D3 候选做语义判定)
- [ ] Step 5: 按 references/report-template.md 产出体检报告 + PM 确认清单(命中带来源标注)
- [ ] Step 6: 终端摘要(各级问题数 + 阻断项列表)
- [ ] Step 7: 交互收尾(用户逐条回应后回写梳理文档)
```

**Step 2(阶段0·参照系)** 读取 [references/ref-tables.md](references/ref-tables.md):从梳理产物构造四张参照表(数据字典/指标字典/平行结构矩阵/引用图,按触发特征裁剪),落盘 `sdlc/<需求名>/intake/refs-<YYYYMMDD>.md`。表中空格、断链、⚠️冲突格即缺失类候选,交给 Step 4 做语义判定;某张表构造不出来本身也是信号,如实记录。可选机械辅助:`python3 scripts/scan_refs.py --mode seeds --doc <原文|doc.json>`(构表前产断链/并列章节 seed)、`--mode verify --doc <原文> --refs <refs.md>`(构表后产字段出现位置清单——有录无消的证据义务、机械候选与计数核对);脚本不可用或输入不含时跳过,不阻塞。

**Step 3(阶段1·视角推导,仅 A 级)** 读取 [references/perspectives.md](references/perspectives.md):以实现者/测试者身份执行推导任务(产出数据流草图/断言草稿,缺陷是推导副产品),用 **Agent 工具**扇出全新上下文子代理(喂料纪律:只喂任务卡+模块切片+相关表行,不喂全文);候选按收敛纪律(反向锚点/不与 D1 重复/待裁决只追问)回主会话,标 D2。

**Step 4(七层核对)** 读取 [references/dimensions.md](references/dimensions.md),按层序检查:概念层最先(术语表是后续所有检查的基准),第 7 层外部参照层最后——汇流阶段0 候选(D1)、阶段1 候选(D2)与本层推导(D3)做语义判定与统一分级。该文件定义了每个检查项的命中标准与严重度;规则类/决策类命中按其「决策类型标注」规则在报告类型列标 C 约束 / H 假设(初判带问号)。

**体检纪律**:
- 每条命中必须附**原文定位**(章节名 + 关键引文片段),禁止脱离原文泛泛而谈;缺失类无引文可引时按「全文未见 X」问式(见 report-template 撰写规则)
- 七层维度是启发式锚点而非封闭清单:发现维度外的问题也应记录,标注维度为「补充」
- 严重度从严不从宽:拿不准阻断还是严重时,标高一级并在描述中说明(第 7 层例外见 dimensions.md)
- **冲突不裁决**:构表或层间检查撞到的口径冲突一律记命中交 PM 裁决,禁止静默择一

**Step 5** 读取 [references/report-template.md](references/report-template.md),产出两个文件到 `sdlc/<需求名>/intake/`:
- `audit-<YYYYMMDD>.md`(五章结构:执行摘要/阻断速览/分层明细/主题关联/状态汇总——唯一的成段文字在执行摘要,其余表格化)
- `pm-checklist-<YYYYMMDD>.md`(可直接整篇复制发给产品经理的确认清单)

两个文件产出后,**必须**按 report-template.md 的「终检」清单核对(统计表重数 / 跨文件计数一致 / 主题组关联核对),通过后才进入 Step 6。

**Step 7** 交互收尾:引导用户对每条问题回应「问 PM」/「按假设 X 处理」/「忽略」;有结论后将其回写至梳理文档的假设清单,形成共识版。用户不想逐条过时直接结束,不强制。

## 边界

- 本 skill 只处理需求文档本身,不读代码库、不做技术设计(设计属后续任务)
- 体检只审需求本身的质量,**不评估技术方案的合理性**(方案合理性属后续技术设计评审范围)
- 一次处理一份需求文档;多份文档时请用户明确主文档
- 产出语言跟随需求文档语言(中文文档产出中文)

Files in this skill

  • SKILL.md8.2 KB
  • evals/README.md741 B
  • evals/eval-1-full-prd.md1.4 KB
  • evals/eval-2-comment-conflict.md950 B
  • evals/eval-3-local-no-version.md881 B
  • evals/eval-4-prototype-attachment-gap.md1.7 KB
  • evals/eval-5-doc-pipeline.md1.9 KB
  • references/digest-template.md7.7 KB
  • references/dimensions.md8.8 KB
  • references/doc-pipeline.md7.5 KB
  • references/report-template.md7.2 KB
  • scripts/list_clauses.py3.3 KB
  • scripts/parse_doc.py22 KB
  • scripts/resolve_anchors.py6.5 KB

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.