design-lab
Skill1 starsChanged 2 months agoMITView on GitHub
复杂/多模块/需调研的功能、架构设计、智能体设计时触发:/design-lab <需求>。简单需求(单页面/单接口/改文案)不触发,直接给方案。
3 other projects use a version of this.
Adopted by
Most recently taken up by
- podo/design-agent-skillstheir own version, first seen Nov 8, 2026
- alunadev/ald-skillstheir own version, first seen Nov 8, 2026
- zhenheco/design-labtheir own version, first seen Jul 3, 2026
Other versions3 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 3
- podo/design-agent-skills★ 32same name
- zhenheco/design-lab★ 8same name
- alunadev/ald-skills★ 4same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
The file
Files
Design Lab
单命令走完「需求 → 设计 → 复用 → 验证 → 闭环」,固定停 4 个决策点(Step 1 澄清最多两轮)。
三合一融合模型:以 deep-analysis 的调研闭环为主干,把 arch-designer 的知识注入「复用评估」环节(判断能复用/怎么复用/砍哪些),agent-designer 知识按需条件加载(无智能体不触发)。
触发判断
复杂需求才执行,满足任一即复杂:
- 多模块 / 需要架构决策
- 涉及外部集成(支付/登录/第三方 API)
- 涉及智能体(agent/AI 助手/工具调用/多智能体/RAG)
- 需要调研竞品 / 复用候选 / 技术选型
- 存在规模/并发/安全风险
- 用户说"做个 XX 系统/平台",范围模糊
简单需求不执行,直接给 1 句方案。
流程总览
/design-lab <需求>
├─ Step 1 需求澄清 + 路径选择(phase0 格子驱动,≤2 轮 × 每轮 ≤3 问)── 用户答 ①
├─ Step 2 领域设计(先设计后找码) ★产出「我们的问题清单」── 用户确认 ②
│ ├─ Read flows/arch-flow.md 默认加载 (仅极小项目跳过): 估算/选型/结构/扩展点/韧性(存量模式先现状盘点)
│ └─ 含智能体 → 追加 Read flows/agent-flow.md (BDD/模式/结构/护栏测试)
├─ Step 3 researcher → 前模拟 → 整合 连续执行(中间不停)
│ ├─ researcher: GitHub 找复用 + 问题拟合四问 + 裁剪清单
│ ├─ 前模拟: 遗漏扫描 + 完整性穷举(Actor 穷举/Premortem)
│ └─ 整合: 复用Top3 + 遗漏Top5 + 裁决 ── 用户确认 ③
└─ Step 4 草案→后模拟→一起呈现──用户确认 ④──→ 写 CLOSURE.md → 经验回流(对比去重)
⤴ 任意时刻冒出新需求 → 暂停,按硬规则 6 处理⚠️ 流程是基线不是天花板:了解本流程后,对照用户的任务发现覆盖不了的(如选型拿不准需先做个 PoC、存量数据变更需演练迁移),可自主增加解决步骤——宣布加了什么、为什么加,继续执行不必停;只加不跳,跳过既有步骤仍须满足明码条件(极小项目跳 arch-flow 等)。
Step 1: 需求澄清 + 路径选择
⚠️ 提问以 phase0 能否写全为准,不数问题个数(得到回答前不调研、不写方案):
- 格子驱动:phase0 五格(requirement / platform / scale / existing_code / anti_goal)+ 一项判断(是否含智能体,决定 Step 2 加载哪个 flow)。哪个格子填不上就问哪个;格子全满 → 一问不发,直接锁定 phase0 进 Step 2。⚠️ existing_code 特权值:仅当用户明说「从零/全新项目」才填 greenfield,需求未提及已有代码 → 视为填不上必须问,不许默认 greenfield 静默误判
- 每问必落到具体格子:别问"还有什么要补充的"这类无锚点的开放大问题
- 硬刹车:单轮最多 3 问。问满仍有大缺口 → 停止追问,告知用户"信息缺口太大,建议先给一份粗需求文档再启动",比连环拷问诚实
- 第二轮补漏式:用户答完暴露新缺口 → 可追问一轮(仍 ≤3 问),只问新缺口,已答的不再碰;最多两轮,两轮后仍缺的格子标「已知风险」带进 Step 2
澄清完锁定 phase0 并宣布模式(existing_code 非 greenfield → 本轮存量模式,后续各步引用此判定不重判),带摘要问路径(判错当场纠正):
"已锁定:<phase0 一行摘要,标明存量/全新>。直接给方案,还是先调研再给?"
- 选「直接给」→ 跳过调研/复用,凭经验直接给方案(标「LLM 推测」),仍用已锁定的 phase0
- 选「查询」→ 走完整流程
锁定范围产出 phase0(JSON 见 stages/simulator.md)。
Step 2: 领域设计(先设计,后找码)
按需求类型加载对应流程,先设计出问题清单,再带着问题去找码(问题拟合才有依据):
- 架构/系统类 → Read
flows/arch-flow.md(默认加载,仅极小项目跳过——单模块/无持久化/无外部调用/无并发,四条全满足才算):场景与信封估算 → 模式选型 → 结构设计(含扩展点预留)→ 韧性设计;存量模式(Step 1 已判定) → 设计四步前先走 arch-flow「现状盘点」 - 含智能体 → 追加 Read
flows/agent-flow.md:BDD 场景 → 模式选型 → 结构设计 → 护栏与测试规划
★ 核心产出:「我们的问题清单」——本系统/智能体碰了哪些容易出事的问题,每条对应 references/03-problem-solution-map.md 的哪条问题。Step 3 researcher 拿这份清单做问题拟合。
⚠️ 强制收尾(必须问,答完才进 Step 3):
"设计草案 + 问题清单 OK 吗?确认后我才进 Step 3 找复用。"
Step 3: 调研 + 前模拟 + 整合(连续执行,中间不停)
基于 phase0 + Step 2 设计产物,主 Agent 顺序执行三个阶段(不 spawn 子代理,产物留在对话内传递):
- researcher — Read
stages/researcher.md。带问题清单 GitHub 找具体复用,每个候选过问题拟合四问(它解决什么问题 / 我们需求里真有吗 / 解法对症吗 / 怎么复用)+ 裁剪清单(保留/砍掉/改掉)。 - 前模拟 — Read
stages/simulator.md。扫四类遗漏(没提但需要的 / 想当然假设 / 同类踩坑 / 完整性穷举),每条配施工动作。 - 整合 — 按
stages/simulator.md末尾「整合输出」模板输出(复用 Top3 含裁剪 + 遗漏 Top5 + 设计级遗漏裁决 + 裁决)。
⚠️ Step 3 强制收尾问题(必须问,答完才进 Step 4):
"方向对吗?可行性 OK 吗?有要调整的吗?确认后我出闭环报告。"
Step 4: 闭环报告(草案 + 后模拟 → 确认 → 落盘)
⚠️ 前置硬约束:Step 3 收尾问题获用户明确确认之后才开始 Step 4。未确认就开始 = 违规。
Read stages/closure.md 执行:草案(先过审查门禁)→ 立刻跑后模拟走查 → 草案 + 走查结果一起呈现 → 一次确认 → 写 CLOSURE.md。
⚠️ Step 4 强制收尾——草案和后模拟走查结果一起呈现后必须问:
"方案和后模拟走查结果 OK 吗?确认后我写 CLOSURE.md。"
硬规则
- 复杂需求才触发 — 简单需求直接忽略
- 复用优先 — 选「查询」时先搜 GitHub,有现成直接引用,不从零想方案;选「直接给」时不搜索,凭经验直接给(标「LLM 推测」)
- ★每条问题/遗漏必须配解决方案 — 复用候选过「问题拟合四问」+ 出裁剪清单;前模拟扫出的遗漏,无复用的写自研思路,实在给不出标「已知风险」,不能只列不留
- ★arch-flow 默认必加载(仅极小项目跳过,判定标准见 Step 2);无智能体的需求不加载 agent 知识(不触发 agent-flow,避免无关内容);⚠️ 已在上下文的文件不重复 Read——前置列的文件前一步读过就直接引用,重复注入=稀释注意力
- 每条声明标注来源 — GitHub 代码(repo@文件:行号) 或 「LLM 推测」
- 需求变更即停 — 任意时刻冒出新需求(流程中/闭环报告后):暂停 → 记录 → 评估影响 → 回退对应 Step(动范围→Step1、动设计→Step2、仅追加→闭环报告需求池)→ 用户确认后继续。绝不默默按旧需求做到底
- 问完必停 — 每次向用户提问(澄清+路径/Step 2 设计/Step 3 整合/Step 4 闭环)后必须停下等待回答,得到答复前绝不推进下一步。后模拟走查结果必须先确认,确认后才写 CLOSURE.md
目录结构
~/.claude/skills/design-lab/
├── SKILL.md # 本文件: 调度入口 + Step 1-4 编排 + 硬规则
├── TESTS.md # 解释测试: 10 个场景 → 期望行为(改版后跑一遍验证)
├── stages/
│ ├── researcher.md # Step 3: GitHub 调研 + ★问题拟合四问 + 裁剪清单
│ ├── simulator.md # Step 3: phase0 + 前模拟(遗漏扫描+完整性穷举,预读踩坑库)
│ └── closure.md # Step 4: 闭环草案 + 后模拟 + 写文件
├── flows/
│ ├── arch-flow.md # Step 2 架构设计(默认加载:估算/选型/结构/扩展点/韧性)
│ └── agent-flow.md # Step 2 智能体设计(条件触发,无智能体不加载)
├── references/ # 共享参考库(arch + agent 合并)
│ ├── 01-patterns.md # 9 大架构模式 + 选型口诀
│ ├── 02-agent-patterns.md # 智能体设计模式(20+)
│ ├── 03-problem-solution-map.md # ★合并问题→方案映射(架构5组+智能体14类)
│ ├── 04-pitfalls.md # 合并踩坑库(架构#01-23 + 智能体#A01-A42 + 事故)
│ ├── 05-checklists.md # 合并检查清单 + 评审标准 + 交付门禁
│ ├── 06-templates-map.md # 31 真实系统模板地图
│ ├── 07-agent-templates.md # agent 模板(prompt/schema/测试)
│ ├── 08-design-method.md # 架构方法(八步/信封估算/ADR/演进/经验库)
│ └── 09-delivery.md # agent 交付(评估/护栏/监控)
└── experience/ # 按领域分开保留
├── arch.md # 架构经验
├── agent.md # 智能体经验
└── general.md # 通用调研经验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.

