当前位置: 首页 > news >正文

grill之后怎么开工:PRD落规格 → 垂直拆活 → TDD跑通第一个issue

上篇用 grill-me 把盘前简报 MVP 问清楚了。Cursor已经给了我一份设计摘要:CLI、run.json契约、mock/yfinance、单脚本不接 LangGraph、交差三条(demo + eval + 契约)。

这篇主要展示:PRD 落规格 → 垂直拆活 → TDD 跑通第一个 issue(对应 to-prd / to-issues / implement)。

1. 这三个 skill 各自干什么

skill干啥
to-prd把 grill 摘要收成正式 PRD(范围、契约、测在哪、范围外)
to-issues拆成能单独验收的垂直任务
implement按一张 issue TDD:先红后绿

和普通帮我根据刚才的讨论写代码不一样:先把规格写清楚,再拆成几件能单独交差的活,然后一件一件做——中间每步你都能点头或改口。

2. to-prd:把摘要收成正式 PRD

我:

Cursor 先多问了两件事

  1. 测在哪一层(seam)——通俗说:验收主要看啥?
    我们认的是:跑 CLI → 有合格的run.json+report.md,不按内部模块拆测试。
    因为 MVP 交差就是看「跑一条命令,能不能产出合格文件」。从 CLI 出口测,等于整条链路一起验;内部怎么改都行,只要最后产物对、契约稳。
  2. PRD 写哪——选了本地
    .scratch/premarket-briefing-mvp/PRD.md

我:

PRD 落盘后,我又补了一句

我:

Cursor进行修改:

字段名、CLI、JSON 契约仍然会是英文的,然后PRD 会很长(用户故事特别多),那是 skill 模板习惯。实现时盯决策 / 测试 / 范围外这3点 即可。

3. to-issues:拆成能单独验收的任务

我:

别横切就是别按模块一层层写,先用一个 issue 把 schema、拉取、CLI 串起来,打通最小链路,跑命令立刻能看到结果。

Cursor先列了一版

确认后的 6 张任务大致是:

#任务做完能验什么
01手跑空壳简报CLI 落盘run.json+report.md,meta 齐全;超 10 只/空参失败
02Mock 填满个股扫描异动/事件/新闻 +source.tool+pipeline_trace
03yfinance + fallback真拉/回退 mock 留痕
04watch_today + 三条 flags关注点有依据、规则会打标
05hypothesis + 宏观一句报告级核查、无 conclusion
06demo + 契约/golden eval交差门槛全绿

Cursor展示依赖简图并让我确认:

我:


Cursor生成文件

4. implement:只干 01,先红后绿

我:

为啥先红再写:用失败的测试先钉死做成什么样,再写最少代码让它绿——范围不容易被 AI 撑爆,也不会先写一堆再硬凑测试。

红了 → 再写最小实现

Cursor会先报红(或说明在跑第一条失败用例):

然后补最小代码,直到变绿:

Issue 收口时 Cursor 会写 Review(做了啥 / 没做啥):


要点:

  • python run.py --symbols AAPL,MSFT --question "..." --out runs/能出run.json(含 meta)和report.md(问题 + 股票列表)
  • 护栏:>10 只 / 空 symbols / 空白 question → 非 0 退出
  • pytest 5 绿,issue 标done,并有 commit
  • Review 里特意写清楚——校验非法股票代码属于 PRD 里更宽的口径,本票不做,留给后面的任务。这是在卡范围,避免 AI 顺手把后面的活也写了。

下一步才是 02,不是一次 implement 写完全部 PRD。

5. 最近学习 mattpocock/skills 的一点感受

最近花了一定时间在mattpocock/skills的学习上,才算摸清楚一条还算顺手的 AI 工作流:用 grill-me(或 grill-with-doc)把要做啥问清楚 → to-prd 落成 PRD → to-issues 拆成几件能单独交差的活 → implement 一件一件做,先红后绿。

grill-me
问清楚要做啥

to-prd
落成 PRD

to-issues
垂直拆活

implement
先红后绿做 issue

上篇 + 这篇就是这条链路的演示实录。skill 也不是点了就自动做完,该确认还是得自己点头,PRD 有时还会又臭又长——但比一上来让 AI 把整个项目写完靠谱得多。

模型越强,这几步越省事;技能也不用囤一堆,把这套跑顺通常就够用。以后要是做带页面的全栈,再塞一个原型或 UI 技能就行了。

http://www.jsqmd.com/news/1233090/

相关文章:

  • 沧州市海兴县2026最新黄金回收门店及联系方式指南 黄金回收白银回收铂金回收店铺TOP5排行榜 - 大熊猫898989
  • WebMCP技术解析:Chrome重构AI与网页交互的新范式
  • 赋能能源产业,黑龙江单工科技助力工矿企业安全生产
  • Sol2深度解析:现代C++与Lua无缝集成的艺术与实践
  • 【AI大模型微调】第 5 章 微调方法选择
  • AI初创公司五大认知陷阱与避坑指南
  • C++水仙花数算法实现:从基础循环到函数封装与优化
  • Nano Banana Pro、Nano Banana 2、Lite不是三个画质档位
  • CapCut AI:2小时制作专业宣传片的技术解析
  • AI工作流如何重塑产品经理的核心竞争力
  • 提示工程核心技能:从基础到实战的5大关键
  • LangGraph与CrewAI多智能体框架对比与选型指南
  • AI程序员规模化实践:Codex智能体架构与开发效能分析
  • 沧州市南皮县2026最新黄金回收门店及联系方式指南 黄金回收白银回收铂金回收店铺TOP5排行榜 - 大熊猫898989
  • 为什么淘宝新店别乱做推广?
  • Davinci Developer的名称的冗余使用
  • # 2026年聊城刑事律师选对省心 杜志强律师值得推荐 - 本地品牌推荐
  • 2026年被问「为什么离职」总踩雷?AI紧急救援方案——5种高风险离职场景的零风险回答
  • 第 5 篇:让轮子真正转起来——PWM、编码器与 PID 闭环
  • 深入解析ePWM事件触发与数字比较:硬件级实时控制的关键技术
  • Adobe Animate停运:动画制作工具的技术遗产与替代方案
  • 沧州市青县2026最新黄金回收门店及联系方式指南 黄金回收白银回收铂金回收店铺TOP5排行榜 - 大熊猫898989
  • 智能代码Agent:自动修复API变更引发的兼容性问题
  • 昇腾Ascend C异步Iterate接口:AIC与AIV通信性能优化实战
  • 高德问店AI选址:数据智能驱动实体商业决策创新
  • Java 稀疏数组实现(二维数组 ↔ 稀疏数组 互转)
  • 2026年物流公司推荐榜:高效智慧物流/冷链专线/整车零担/跨境货运头部企业实力优选 - 甄选服务推荐
  • 深度学习GPU推理优化:调度策略与性能调优实战
  • 微电网优化运行:可再生能源与储能的不确定性挑战
  • 深入解析CPSW中断与DMA寄存器:嵌入式网络驱动性能优化实战