gap-analysislisted

# gap-analysis 把一份外部來源拆成 5–8 個**機制**，逐項對照 cai 的現況，產出一份每個判定都有 `file:line` 或 URL、有排序、也更新前幾份未做項目狀態的差距文件。三份範例： `docs/design/2026-08-29-capability-gap-analysis.md`、 `docs/design/2026-09-01-ai-native-sdlc-playbook-gap-analysis.md`、 `docs/design/2026-09-12-silicon-valley-ai-sdlc-gap-analysis.md`。 ## 輸入與輸出 - 輸入：來源——`docs/` 裡的檔案（PDF／MD）、一個 URL、或一個要上網查的主題。 - 輸出：`docs/design/YYYY-MM-DD-<slug>-gap-analysis.md`，`<slug>` 是來源名稱的 kebab-case（例：`uber-ureview`、`ai-native-sdlc-playbook`），節序照同目錄的 `template.md`。`docs/` 是 gitignored；不 `git add -f`，除非被要求。終端只給摘要。 - 指令一律走 Bash tool（`tail`、`wc`、`od` 是 POSIX 語法）。 ## 步驟 1. **釘基準。** `git rev-parse --short HEAD`、`plugins/cai/.claude-plugin/plugin.json` 的 `version`、`python -m pytest --collect-only -q | tail -1`、 `ls -1 .claude/track/done/ | wc -l`（一個子目錄一條）。全部寫進「比較基準」。 2. **先讀前幾份** `docs/design/*-gap-analysis.md`。沿用它們的 task ID 前綴與 S／M／L／XL 規模；其中每一個「未做」都重新驗證一次——上次的未做可能已經做了。 驗證結果填進 template 的「與前幾份的關係」表，一項一列，附證據。 3. **讀來源。** 給了檔案或 URL 就直接讀（URL 用 WebFetch），不另外搜；只有給 「主題」才先 WebSearch 每家公司／每個主題，再 WebFetch 一手來源（工程 blog、 changelog、官方報告）。新聞轉述的數字標「二手」。PDF 若是純影像： `pdftoppm -png -r 100` 轉圖再讀。 4. **拆機制。** 各一列：機制／誰在做、怎麼做／數字。拆的是機制，不是產品名； 來源有幾個就列幾個——一整份 playbook 通常 5–8 個，一篇 blog 可能只有 2–3 個， 不湊數。 5. **逐項找 cai 對應，先跑 program 層。** 從 `README.md` 的四層與三張表定位這個 機制落在哪個 stage／tool／script；stage 的話沿 `plugins/cai/skills/track/stages.json` → 該 stage 的 `references/stage-*.md` → 它派的 `agents/*.md`。再用 Grep／Glob 找步驟 4 那一列裡的概念字（例：來源講 review 就搜 `lens`、