Repository aufnehmen
Nutze diesen Workflow, um ein Repository schnell zu verstehen, bevor du mit der Implementierung beginnst.
Ziel
Erstelle ein kurzes, evidenzbasiertes Repository-Profil mit Risiken und nächsten Schritten.
Ausgabe
.ai/PROJECT_PROFILE.mdunter Verwendung vontemplates/PROJECT_PROFILE.md.
Regeln
- Produktcode nicht bearbeiten.
- Architektur nicht umschreiben.
- Beobachtete Codemuster gegenüber Annahmen bevorzugen.
- Profil kurz und handlungsrelevant halten.
- „Nicht zutreffend“ ist eine gültige, erwartete Antwort für einen Hauptbereich – eine statische/Portfolio-Website ohne Backend hat keine Auth-, Datenbank- oder KI-Logik, die ausgefüllt werden müsste. Markiere es als „Nicht zutreffend“, anstatt Inhalte zu erfinden, einen zukünftigen Bedarf zu erraten oder es leer/mehrdeutig zu lassen.
Schritte
- Framework, Sprache, Paketmanager und Bereitstellungsziel erkennen.
- Paket-/Lock-/Konfigurationsdateien und wichtige Einstiegspunkte lesen.
- Verfügbare Scripts identifizieren: dev, typecheck, lint, test, build.
- Frontend-, Backend-, Datenbank-, Auth-, KI- und Bereitstellungsbereiche abbilden.
- Verwendungsmuster von Umgebungsvariablen identifizieren.
- Aktuelle Architekturmuster im Code erfassen.
- Offensichtlich fehlende Produktionsbasics und wichtige Risiken auflisten.
.ai/PROJECT_PROFILE.mdgenerieren oder aktualisieren.
Mindestanforderungen an Belege
Zitiere konkrete Dateien für jede Erkenntnis. Beispielkategorien:
- Script-Quelle (
package.json,pyproject.toml, usw.) - Bereitstellungsquelle (
vercel.json, Docker, CI-Workflows) - Quelle der Umgebungsvariable (
process.env,NEXT_PUBLIC_, usw.) - Auth/Daten-Grenzen (Middleware, Route-Handler, Policy-Dateien)
Abschluss-Check
- Profil enthält erkannten Stack, Scripts, Hauptbereiche, Muster, Risiken.
- Ausgabe ist kurz genug, um während normaler Codierungsaufgaben nützlich zu sein.