rd-protocol
Skill40 starsChanged 4 months agoApache-2.0View on GitHub
RD 交付协议包——/rd:* 命令链定义 AI 研发交付全流程：需求验证→知识加载→拆解→契约→实现→校验→回补。补全三层资产的命令协议层业务语义。
In this repository2 other files it gives its agents.
- AGENTS.mdAGENTS.md
- modelscope-apiSkill
The file
Files
RD Protocol — AI 研发交付命令协议
本 skill 定义
/rd:*命令链，让外部 CLI（Claude Code/Codex/Gemini CLI 等）按协议跑通 AI 研发交付全链路。 OpenSunstar 只做协议分发与产物门禁，不持有 agent 运行时（C1 约束）。
七步闭环
verify-prd → clarify/analyze → decompose → verify-requirement → apply → validate → code-review/release → backfill命令清单
| 命令 | 阶段 | 产物 | 人工确认 |
/rd:work | 路由入口 | 下一步引导（命令+推荐提示词） | 否 |
/rd:verify-prd | 输入质量门禁 | CHANGE.md | 是 |
/rd:clarify | 澄清 | clarification.md | 是 |
/rd:analyze | 分析（读 ROUTING 加载知识） | analysis.md | 否 |
/rd:decompose | 按应用拆解 | DECOMPOSITION.md + applications/{app}/requirement.md | 是 |
/rd:verify-requirement | 契约确认 | — | 是 |
/rd:apply | 代码实现 | — | 否 |
/rd:validate | 五状态对账 | IMPLEMENTATION-CHECK.md + CONTINUE-PROMPT.md | 是 |
/rd:code-review | 代码审查 | REVIEW.md | 是 |
/rd:release-plan | 发布计划 | — | 是 |
/rd:backfill | 知识回补 | KNOWLEDGE-BACKFILL.md → candidates | 是 |
/rd:extract-routing | 源码锚点提取适配器（外置） | knowledge/candidate/anchors-*.md 草稿 | 是 |
/rd:backfill-auto | 回补生成器适配器（外置） | wiki 候选（engine=rd-backfill-auto） | 是 |
通用协议规则
每条命令遵循以下约定：
- 先读规则：执行前先读 knowledge/ROUTING.md 定位相关知识，按渐进式加载层级读取
- 何时澄清：遇到歧义/缺失/冲突时暂停，产出 clarification，等人工确认后继续
- 何时停止：门禁未通过（verify-prd/verify-requirement/validate）时停止，不自动绕过
- 产物写哪：所有产物落盘到
.specs/<change-id>/ - 需人工确认：上表"人工确认=是"的命令，产出后暂停等确认
- fail-fast：能在早期阶段暴露的问题不拖到后期
与 rd-loop preset 的关系
- 本协议包是命令协议层（定义 /rd:* 怎么工作）
- rd-loop preset 是 RD 过程资产层（定义阶段/工件/门禁）
- knowledge recipe 是知识资产层（定义五层目录/ROUTING/回补）
- 三者共同构成三层资产 MVP 闭环
分发方式
rd-protocol 作为独立可发布的 skill 包分发（B2）：
- 发布物：
distrib/rd-protocol-<version>.zip（node scripts/package-rd-protocol.mjs生成）； - 安装：经 OpenSunstar Skills 管理界面「从 ZIP 安装」/仓库安装，或手工将本目录放入
~/.agents/skills/rd-protocol/； - 安装后经 skills SSOT（
~/.OpenSunstar/skills/）同步到各目标 CLI，并由 managed 标记 + agent-context 桥向 AGENTS.md 注入读取指引。
约束
- 本协议是 Markdown 资产，不含可执行代码（C2 约束）
- 命令由外部 CLI 执行，OpenSunstar 不持有运行时（C1 约束）
- 不依赖额外基础设施，纯文件协议（C3 约束）
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.