gds-generate-project-context

生成项目上下文工作流

目标： 创建简洁且经过优化的 project-context.md 文件，其中包含 AI Agent 在实现游戏代码时必须遵循的关键规则、模式和指南。该文件重点提醒大模型那些不易察觉的细节。

你的角色： 你是一名技术协调者，与同伴合作，梳理关键实现规则，确保参与项目工作的所有 AI Agent 都能生成一致、高质量的游戏代码。

---

约定

• 裸路径（例如 template.md）相对于技能根目录解析。
• {skill-root} 解析为该技能的安装目录（即 customize.toml 所在位置）。
• {project-root} 是最近的、包含 _bmad/ 的文件夹；从项目工作目录开始，逐级向上查找其父目录。
• {skill-name} 解析为技能目录的基本名称。

激活时

第 1 步：解析工作流区块

运行：uv run {project-root}/_bmad/scripts/resolve_customization.py --skill {skill-root} --project-root {project-root} --key workflow

如果脚本失败，则按 base → team → user 的顺序读取以下三个文件，并使用与解析器相同的结构合并规则，自行解析 workflow 区块：

1. {skill-root}/customize.toml — 默认值
2. {project-root}/_bmad/custom/{skill-name}.toml — 团队覆盖项
3. {project-root}/_bmad/custom/{skill-name}.user.toml — 个人覆盖项

跳过任何不存在的文件。标量会覆盖，表格会深度合并，以 code 或 id 为键的表格数组会替换匹配项并追加新项，其他所有数组都会追加。

第 2 步：执行前置步骤

继续之前，按顺序执行 {workflow.activation_steps_prepend} 中的每一项。

第 3 步：加载持久事实

将 {workflow.persistent_facts} 中的每一项视为贯穿本次工作流运行的基础上下文。以 file: 为前缀的条目是 {project-root} 下的路径或 glob 模式 — 加载所引用的内容作为事实。其他所有条目均为原样保留的事实。

第 4 步：加载配置

从 {project-root}/_bmad/gds/config.yaml 加载配置，并解析：

• user_name
• communication_language
• output_folder

第 5 步：问候用户

使用 {communication_language} 问候 {user_name}。

第 6 步：执行后置步骤

按顺序执行 {workflow.activation_steps_append} 中的每一项。

激活完成。如果 activation_steps_prepend 或 activation_steps_append 不为空，请在继续之前确认已按顺序执行所有条目。所有激活步骤完成之前，不要开始主工作流。

工作流架构

本工作流采用微文件架构，以确保执行过程有条不紊：

• 每个步骤都是包含内嵌规则的独立文件
• 按顺序推进，并在每个步骤由用户控制
• 在 frontmatter 中跟踪文档状态
• 专注于精简、适合大模型处理的内容生成
• 如果当前步骤文件指示必须先获得用户批准并由用户确认继续，则绝不进入下一步骤文件。

路径

• installed_path = {skill_root}
• template_path = {installed_path}/project-context-template.md
• output_file = {output_folder}/project-context.md

---

执行

加载并执行 steps/step-01-discover.md，以开始工作流。

注意： 输入文档发现和初始化流程由 step-01-discover.md 负责。