关于 sparc-refine
用于 Ruflo 的 Agent 技能,执行 SPARC 第 4、5 阶段:通过代码审查和测试完善实现,再进行回归验证、文档整理及部署就绪检查。
主要功能
- 01检索既有 SPARC 产物和阶段状态
- 02依据设计标准审查实现
- 03分析覆盖率并补充测试
- 04按需验证性能约束
- 05完成回归、追溯和就绪检查
- 06保存阶段产物与学习模式
适用场景
- 01通过架构阶段门槛后完善功能
- 02发现验收标准与测试之间的缺口
- 03准备实现文档和部署检查
MCP 相关
使用 Ruflo memory 工具检索和保存 SPARC 产物、阶段状态、完成记录及学习模式。工作流还会调用 Ruflo trajectory、hooks 和 neural 工具。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ ruvnet/ ruflo --skill sparc-refine安装后在 Claude Code 中输入/sparc-refine确认已加载。
详细介绍
SPARC 优化与完成
执行 SPARC 方法论的第 4 和第 5 阶段:通过代码审查和测试反复改进,然后通过验证、文档编写和部署准备完成收尾。
适用场景
架构阶段完成且通过其门槛之后使用。本技能涵盖将功能从已实现推进至可投入生产的最后两个阶段。
步骤
第 4 阶段 — 优化
-
检索所有先前的产物 — 使用命名空间
sparc-phases调用mcp__plugin_ruflo-core_ruflo__memory_search,并查询功能 slug。加载规范(验收标准)、伪代码和架构。 -
检索阶段状态 — 使用命名空间
sparc-state调用mcp__plugin_ruflo-core_ruflo__memory_search,确认当前处于第 4 阶段。 -
代码审查 — 根据以下方面审查实现: a. 规范合规性:每项验收标准是否都有对应的代码路径? b. 架构遵循情况:模块是否遵循已定义的边界和依赖规则? c. 伪代码还原度:实现是否符合设计的算法? d. 代码质量:命名规范、单一职责、错误处理、无冗余代码 e. 将发现记录为审查评论
-
测试覆盖率分析: a. 运行现有测试并衡量覆盖率 b. 找出未覆盖的验收标准 c. 编写缺失的测试:
- 为每个公共函数编写单元测试
- 为跨模块交互编写集成测试
- 为规范中识别出的每个边界情况编写边界测试 d. 新增代码的目标覆盖率 >= 80%
-
性能验证 — 如果规范包含性能约束: a. 对伪代码中识别出的关键路径进行性能分析 b. 将测得的性能与约束阈值进行比较 c. 如果未达到阈值,则进行优化
-
迭代 — 重复步骤 3-5,直到:
- 所有验收标准都有通过的测试
- 代码审查中没有严重或高严重性问题
- 覆盖率达到阈值
- 满足性能约束
-
存储优化产物 — 使用命名空间
sparc-phases、键refine-{feature-slug}调用mcp__plugin_ruflo-core_ruflo__memory_store,值为:{ status: "complete", reviewFindings: [...], coveragePercent: N, performanceResults: {...}, iterations: N } -
记录轨迹步骤 — 调用
mcp__plugin_ruflo-core_ruflo__hooks_intelligence_trajectory-step,并附上优化摘要
阶段 5 — 完成
-
全面回归测试 — 运行完整测试套件,确认优化变更未造成回归
-
可追溯性矩阵 — 构建矩阵,将每项验收标准映射到:
- 验证它的测试
- 实现它的代码文件
- 当前的通过/失败状态
-
文档: a. 根据代码注释和类型定义生成 API 文档 b. 为关键公共接口编写用法示例 c. 更新受变更影响的现有文档
-
部署就绪检查清单:
- 所有测试均通过
- 文档完整
- 已准备数据库迁移(如适用)
- 已记录配置变更
- 已配置功能标志(如适用)
- 已制定回滚计划
- 已完成安全审查(无密钥,输入已验证)
-
存储完成产物 — 调用
mcp__plugin_ruflo-core_ruflo__memory_store,使用命名空间sparc-phases、键complete-{feature-slug},值为:{ status: "complete", traceabilityMatrix: [...], documentationFiles: [...], deploymentChecklist: {...}, regressionResult: "pass" } -
结束轨迹 — 调用
mcp__plugin_ruflo-core_ruflo__hooks_intelligence_trajectory-end,并提供完整的 SPARC 周期摘要 -
训练神经模式 — 调用
mcp__plugin_ruflo-core_ruflo__neural_train,并提供成功的 SPARC 周期数据,以改进未来的预测 -
存储学习到的模式 — 调用
mcp__plugin_ruflo-core_ruflo__memory_store,使用命名空间patterns、键sparc-{feature-slug},值需总结有效做法、各阶段耗时和遇到的常见阻碍 -
展示完成报告 — 显示可追溯性矩阵、部署检查清单和最终状态。建议运行
/sparc advance通过最终关卡,或运行/sparc report查看完整的方法论报告。
输出格式
# Refinement: {Feature Name}
## Code Review Summary
- Critical issues: {N} (must be 0 to pass gate)
- High issues: {N}
- Medium issues: {N}
- Resolved: {N}/{total}
## Test Coverage
- Overall: {N}%
- New code: {N}%
- Acceptance criteria covered: {N}/{total}
## Performance
| Constraint | Target | Measured | Status |
|-----------|--------|----------|--------|
| Response time | <200ms | 145ms | Pass |
---
# Completion: {Feature Name}
## Traceability Matrix
| AC | Test | Code | Status |
|----|------|------|--------|
| AC-1 | test_xxx | service.ts:42 | Pass |
| AC-2 | test_yyy | controller.ts:18 | Pass |
| AC-3 | test_zzz | repository.ts:31 | Pass |
## Deployment Checklist
- [x] All tests passing
- [x] Documentation complete
- [x] Migrations prepared
- [x] Config documented
- [x] Rollback plan defined
- [x] Security reviewed
---
SPARC workflow complete. Run `/sparc report` for the full methodology report.