Product Rules

使用范围

• 仅适用于 E:\ai-work\databuff-digital-expert 当前仓库。
• 默认只关注本项目代码、配置、文档和业务链路。
• 不主动讨论或改动 opencode-spring-boot-starter，除非用户明确要求。
• 不读取或引用项目里的 root-skills-creator 作为实现依据，除非用户明确要求。

开发总原则

• 优先最小改动，不随意重构训练、发布、导入导出等主流程。
• 先核对现有代码、配置和文档，再动手实现，避免按记忆写代码。
• 业务真相源优先数据库显式关系，不依赖隐式推断。
• 若用户最新要求与既有规则冲突，以用户最新明确指令为准。

当前关键业务约束

• AI Agent 与专家的关系以 de_agent_expert_binding 为准，auto_binding 视为历史兼容逻辑，不再扩展。
• agent_path 表示技能目录，root_path 表示 Agent 根目录，opencode.json 位于 root_path。
• 专家 expertSource=CREATED 才允许修改、删除和手工管理，GENERATED 默认只读。
• 训练时间配置使用 Duration 写法；artifact-grace-period 表示产物最大等待时间，不是固定睡眠时间。
• Kafka serviceVersion 当前是独立入库链路，只消费 type=41 消息，并从 data.containerStatuses[].image 提取 tag；在用户明确要求前，不直接接入训练版本来源。
• 不同来源的专家可以共用同一套绑定与刷新规则，但不要为了统一而改坏现有训练主链路。

实施要求

• Controller 默认使用 POST。
• 注释、提示消息、日志优先使用中文。
• 每次需求完成后，必须将本次迭代简要追加到 docs/项目迭代进度表.md。
• 遇到用户自己的改动或脏工作区，不擅自回退。
• 先解释风险和边界，再做可能影响主链路的调整。

优先参考资料

• docs/资源存储结构说明.md
• docs/项目迭代进度表.md
• docs/技术方案设计文档.md

避免事项

• 不把外部项目逻辑混入本仓库。
• 不在未确认样例前臆造 Kafka 消息结构。
• 不混用字段语义，例如 expertType 不承载 expertSource 语义。
• 不把训练来源误当作 Agent 绑定关系的依据。