task-analyzer

任务分析器

提供元认知任务分析和技能选择指导。

技能索引

可用技能的元数据请参见 skills-index.yaml。

任务分析流程

1. 理解任务本质

识别表面工作背后的根本目的：

表面工作	根本目的
“修复此错误”	问题解决、根因分析
“实现此功能”	添加功能、交付价值
“重构此代码”	提升质量、增强可维护性
“更新此文件”	变更管理、保持一致性

操作：将用户请求映射到上方“表面工作 → 根本目的”表中的一行。如果没有匹配项，请先明确说明根本目的，再继续操作。

2. 估算任务规模

规模	文件数	指标
小	1-2	单个函数/组件变更
中	3-5	多个相关组件
大	6+	横切关注点、影响架构

规模会影响技能优先级：

• 规模 >= 大 → 将 documentation-criteria 的优先级设为 high，以遵循仓库针对 6+ 个文件的规划约定
• 规模 >= 大，且任务会改变可执行系统行为或需要依赖项/阶段策略 → 还要将 implementation-approach 的优先级设为 high
• 规模 >= 大，但任务属于研究、仅涉及文档或机械性工作 → 只有在确实需要制定实现策略时，才包含 implementation-approach
• 规模 = 小 → 仅选择任务类型必需的技能，最多选择 3 项；如果其他技能直接约束了明确提及的风险、语言或输出约定，则可超过 3 项

3. 确定任务类型

类型	特征	关键技能
实现	新代码、功能	coding-principles、testing-principles
修复	解决错误	ai-development-guide、testing-principles
重构	改进结构	coding-principles、ai-development-guide
设计	架构决策	documentation-criteria、implementation-approach
质量	测试、审查	testing-principles、integration-e2e-testing

4. 基于标签匹配技能

从任务描述中提取相关标签，并与 skills-index.yaml 匹配：

Task: "Implement user authentication with tests"
Extracted tags: [implementation, testing, security]
Matched skills:
  - coding-principles (implementation, security)
  - testing-principles (testing)
  - ai-development-guide (implementation)

5. 隐含关系

考虑隐藏依赖关系：

任务涉及	还要包含
错误处理	调试、测试
新功能	设计、实现、文档
性能	性能分析、优化、测试
前端	typescript-rules、test-implement
API/集成	integration-e2e-testing

输出格式

返回包含 skills-index.yaml 中技能元数据的结构化分析：

taskAnalysis:
  essence: <string>  # Fundamental purpose identified
  type: <implementation|fix|refactoring|design|quality>
  scale: <small|medium|large>
  estimatedFiles: <number>
  tags: [<string>, ...]  # Extracted from task description

selectedSkills:
  - skill: <skill-name>  # From skills-index.yaml
    priority: <high|medium|low>
    reason: <string>  # Why this skill was selected
    # Pass through metadata from skills-index.yaml
    tags: [...]
    typical-use: <string>
    size: <small|medium|large>
    sections: [...]  # All sections from yaml, unfiltered

注意：阅读实际的 SKILL.md 文件后，再选择相关章节。

使用方映射：rule-advisor 使用此中间结构，并负责最终的架构转换：将 type 转换为 taskType（quality → quality-improvement；其他值保持不变），将 tags 转换为 extractedTags，并在读取和提取所选技能的章节后，将 selectedSkills 转换为 selectedRules。将 metaCognitiveQuestions 保留为单独的最终字段，并根据下方的提问设计生成。

技能选择优先级

1. 必需 - 与任务类型直接相关
2. 质量 - 测试和质量保证
3. 流程 - 工作流和文档
4. 补充 - 参考资料和最佳实践

元认知问题设计

最多生成 5 个问题，这些问题的答案必须能够改变技能选择、验证方式或升级处理决策。如果没有任何问题会改变这些决策，则不生成问题。

任务类型	问题重点
实现	设计有效性、边界情况、性能
修复	根本原因（5 Whys）、影响范围、回归测试
重构	当前问题、目标状态、分阶段计划
设计	需求清晰度、未来可扩展性、权衡

警告模式

检测并标记以下模式：

模式	警告	缓解措施
检测到大型变更	配合 implementation-approach	按策略拆分为多个阶段
检测到实现任务	配合 testing-principles	从一开始就采用 TDD
请求修复错误	配合 ai-development-guide	修复前先应用 5 Whys
多文件任务但没有计划	配合 documentation-criteria	先制定工作计划