導入儲存庫
使用此工作流程在進行實作之前快速理解一個儲存庫。
目標
產出一份簡短、基於證據的儲存庫概況，包含風險與後續步驟。
輸出
- 使用
templates/PROJECT_PROFILE.md產出.ai/PROJECT_PROFILE.md。
規則
- 不要編輯產品程式碼。
- 不要重寫架構。
- 優先採用觀察到的程式碼模式，而非假設。
- 保持概況簡潔且可行。
- 「不適用」是某個主要領域的有效、預期答案——一個沒有後端的靜態/作品集網站沒有認證、資料庫或AI邏輯區塊需要填寫。將其標記為「不適用」，而不是憑空編造內容、猜測未來需求，或將其留空/模糊不清。
步驟
- 檢測框架、語言、套件管理器與部署目標。
- 讀取套件/鎖定/配置文件以及主要入口點。
- 識別可用的腳本：開發、型別檢查、程式碼檢查、測試、建置。
- 對應前端、後端、資料庫、認證、AI、部署等區域。
- 識別環境變量的使用模式。
- 捕捉程式碼中使用的當前架構模式。
- 列出明顯缺失的生產環境基礎建設與關鍵風險。
- 生成或更新
.ai/PROJECT_PROFILE.md。
最低證據要求
為每個發現引用具體的檔案。示例類別：
- 腳本來源（
package.json、pyproject.toml等） - 部署來源（
vercel.json、Docker、CI 工作流程） - 環境變量使用來源（
process.env、NEXT_PUBLIC_等） - 認證/資料邊界（中介軟體、路由處理器、策略檔案）
完成檢查
- 概況包含已檢測的技術棧、腳本、主要區域、模式、風險。
- 輸出的長度足夠簡短，以便在一般編碼任務中保持實用。