mirror of
https://github.com/tradecatlabs/vibe-coding-cn.git
synced 2026-08-15 20:08:05 +00:00
tradecatlabsandGitHub
a8099f52fe
- add local external resources registry - add research domain contract and per-repository research domains - add raw fact snapshot governance and validation scripts Validation: - make test - git diff --check HEAD~1..HEAD Note: - welcome workflow failed because its action input names are stale; core content CI passed.
100 lines
4.8 KiB
Markdown
100 lines
4.8 KiB
Markdown
# tradecatlabs/vibe-coding-cn 深度研究
|
||
|
||
## 研究级别
|
||
|
||
- 当前级别：L2 源码/结构深度研究。
|
||
- 研究对象：`tradecatlabs/vibe-coding-cn`。
|
||
- 证据来源：本目录 `raw/` 下的 GitHub 元数据、README 快照、本地仓库工作树和当前工作区对照。
|
||
- 观察日期：2026-07-03。
|
||
|
||
## L2 结论
|
||
|
||
`tradecatlabs/vibe-coding-cn` 的研究价值不只在内容本身，而在它正在从“中文 Vibe Coding 文档仓库”
|
||
演化为“文档、提示词、技能、研究域、外部资源、机器索引和质量门禁共同组成的 AI 工程知识系统”。
|
||
|
||
本轮对照发现：raw 快照代表上游公开仓库状态，当前工作区已经继续增加研究域、raw 原始事实层、
|
||
外部资源本地化、脚本门禁和更多索引入口。也就是说，本仓正在形成自我研究和自我治理能力。
|
||
|
||
## 源码证据
|
||
|
||
raw 快照中已经存在的主结构：
|
||
|
||
- `raw/repository/README.md`：项目主入口。
|
||
- `raw/repository/AGENTS.md`：AI Agent 操作规则。
|
||
- `raw/repository/docs/`：知识库。
|
||
- `raw/repository/prompts/`：提示词入口。
|
||
- `raw/repository/skills/`：技能库。
|
||
- `raw/repository/assets/`：资源和 AI 引用资产。
|
||
- `raw/repository/tools/`：工具与外部依赖。
|
||
- `raw/repository/metadata/`：机器可读索引。
|
||
- `raw/repository/scripts/`：自动化脚本。
|
||
- `raw/repository/Makefile`：质量门禁入口。
|
||
- `raw/repository/llms.txt`：AI 短上下文入口。
|
||
|
||
当前工作区新增或强化的结构：
|
||
|
||
- `docs/research/`：从短篇研究扩展为“一对象一研究域”。
|
||
- `docs/research/*/raw/`：外部研究对象的一手事实层。
|
||
- `scripts/fetch-research-raw.py`：研究域 raw 拉取脚本。
|
||
- `scripts/check-research-raw.py`：研究域 raw 完整性检查脚本。
|
||
- `assets/external-resources/`：外部资源本地化管理入口。
|
||
- `scripts/check-external-resources.py`：外部资源校验脚本。
|
||
- `metadata/taxonomy.yml`：跨目录机器索引。
|
||
- `assets/ai-citation/llms-full.txt`：AI 完整上下文入口。
|
||
|
||
## 关键机制
|
||
|
||
### 仓库正在从内容库变成控制面
|
||
|
||
早期价值是把 Vibe Coding 经验整理成中文文档；当前价值开始转向结构治理：目录职责、索引、
|
||
raw 事实、质量门禁、AI 引用入口和脚本控制面共同约束内容演化。
|
||
|
||
### 研究域让外部资料可审计
|
||
|
||
一仓库一研究域、raw 原始事实层、domain.yml 和 analysis/deep-dive 分层，解决了外部链接容易漂移、
|
||
二手总结不可复查、研究结论难以下沉的问题。
|
||
|
||
### 机器入口让仓库能被 AI 稳定读取
|
||
|
||
`llms.txt`、`llms-full.txt` 和 `metadata/taxonomy.yml` 让仓库不只面向人类浏览，也面向 AI 检索、
|
||
引用和上下文注入。这是 Vibe Coding 仓库区别于普通教程仓库的关键方向。
|
||
|
||
### 质量门禁让文档进入工程状态
|
||
|
||
`Makefile`、Markdown lint、链接检查、目录结构检查、metadata 检查和 research raw 检查说明：
|
||
文档不是随手写的文本，而是有结构约束的工程资产。
|
||
|
||
## 可迁移模式
|
||
|
||
- 把文档仓库当作工程系统治理，而不是内容集合治理。
|
||
- 对外部资料建立 raw 事实层，避免只保存二手判断。
|
||
- 对所有长期入口建立机器索引，服务 AI 读取和自动审计。
|
||
- 将研究、资源、提示词、技能和脚本统一纳入质量门禁。
|
||
- 把本仓自身作为研究对象，定期用外部优秀仓库反向校准结构。
|
||
|
||
## 对本仓的影响
|
||
|
||
本仓应继续沿着“文档知识库 + Agent 控制面 + 研究事实层 + 资源治理层”的方向推进，但要防止膨胀。
|
||
正确的下一步不是无限新增目录，而是把已有对象的契约补齐：
|
||
|
||
- 研究域需要 L2/L3 成熟度推进和下沉机制。
|
||
- 外部资源需要结构化主表和生命周期字段。
|
||
- scripts 需要 manifest、风险等级和审计说明。
|
||
- skills 需要触发条件、输入输出、验证和归档策略。
|
||
- metadata 需要持续校验路径、标题、角色和引用入口。
|
||
|
||
## 风险和待验证项
|
||
|
||
- 自我研究容易产生自我确认，重要结论必须与外部仓库交叉审计。
|
||
- 当前工作区有大量未提交变更，研究结论应在提交前通过完整门禁。
|
||
- raw 快照与当前工作区存在时间差，不能把 raw 快照误认为当前全部状态。
|
||
- 本仓不应因为研究外部平台化项目而过早变成复杂应用仓库。
|
||
|
||
## 下一步 L3 验证任务
|
||
|
||
- 建立研究域成熟度看板：L0 raw、L1 analysis、L2 deep-dive、L3 下沉、L4 archive。
|
||
- 将 P1 研究对象的稳定结论迁入 `docs/references/` 或 `docs/workflow/`。
|
||
- 为 `scripts/` 增加 manifest 和风险等级治理。
|
||
- 为 `assets/external-resources/` 增加资源 schema、检查时间和生命周期状态。
|
||
- 对本仓自我结论执行一次跨模型或新会话审计，避免同一上下文自我确认。
|