← ClaudeAtlas

forge-intel-scanlisted

Use when onboarding a new project, scanning codebase structure, or generating CONTEXT.md.
gldu/dev-forge · ★ 1 · AI & Automation · score 64
Install: claude install-skill gldu/dev-forge
# forge-intel-scan — 入场扫描 ## Goal 基线生成与增量刷新模式:首次运行建立完整项目基线;再次运行通过 `git diff` 增量刷新代码索引,**严格保留并透传**已有 `CONTEXT.md` 中的「已锁决策」与「已沉淀术语」。 在已存在的项目(brownfield)里第一次用 dev-forge 时,自动扫描代码库 → 自动填 `CONTEXT.md` → 后续所有 change 都受益。 不是周期命令,跑过一次就行;项目结构有大变化(重构 / 框架升级 / 新增模块)时再跑。 ## Workflow ### 0. 既有文档探测(必跑 · 在任何扫描前) **目的**:很多项目已经有 AI 可读的开发约定文档。不要直接覆盖或忽略,先问用户。 探测下面这些标准文档(按优先级): - `CONTEXT.md`(仓库根 / `.specs/`)— dev-forge - `AGENTS.md`(仓库根)— OpenAI Codex - `CLAUDE.md`(仓库根 / `.claude/`)— Anthropic - `.cursor/rules/*.md` — Cursor - `.windsurf/rules/*.md` — Windsurf - `.github/copilot-instructions.md` — Copilot - `.clinerules` — Cline - `ARCHITECTURE.md`(仓库根 / `docs/`)— 项目自定义 - `CONTRIBUTING.md`(仓库根)— 项目自定义 - `README.md`(仓库根)— 通用保底 **三种分支**: **分支 A** · 找到至少一个标准 AI 上下文文档 → 反问用户: - 1. 综合+扫描(推荐):读所有现有文档 + 跑入场扫描,合并生成 CONTEXT.md - 2. 以现有文档为准:选定一个作为基础 → 提取关键信息到 CONTEXT.md - 3. 忽略现有文档,重新扫描生成(警告:可能与现有约定冲突) - 4. 不生成 `.specs/CONTEXT.md`,改用指定文档作为 AI 遵守依据 **分支 B** · 找到非标准但项目级文档(README / ARCHITECTURE / CONTRIBUTING)→ 反问用户: - 1. 把它们当作扫描补充输入,生成完整 CONTEXT.md(推荐) - 2. 跳过这些,仅按代码扫描 - 3. 用户指定其中一个作为开发遵守依据 **分支 C** · 一个文档都没有 → 反问用户(必须确认): - 1. 现在跑入场扫描,纯从代码生成 CONTEXT.md(~15-30k tokens,仅首次) - 2. 手动指定项目里某个文档作为开发遵守依据 - 3. 跳过 intel-scan,直接进 0-change(不推荐 · AI 会"盲飞") 无论选哪个分支,扫描总结里必须贴出: - 探测命中文档列表 - 用户选择(选项编号 + 简述) - 决策(生成 CONTEXT.md / 以现有为准 / 跳过) - 引用源(如有) ### 1. 探测项目元信息 按下面顺序探测,记录每条发现(找不到也要记"未发现")。 #### 1.1 包管理与运行时 | 信号文件 | 提取信息 | |---|---| | `package.json` | name / engines / 主要依赖 / scripts | | `pyproject.toml`