aictxt-manager

aictxt-manager: AI上下文管理

描述

生成、维护、修剪AICTXT（AI Context Text）文档，确保AI代码生成的上下文大小在CRAFT标准限制内。

适用场景

• WORKFLOW_STEP_5 Task S5-2: AICTXT创建初期，生成初始内容
• WORKFLOW_STEP_5 Task S5-3: Self-Reflection中定期审视和修剪
• 实施过程中: 当AICTXT增长过大时，需要修剪

输入

• spec/implementation/ai_context.md（当前AICTXT）
• goal_breakdown.md（GOAL清单）
• scenarios/bdd_test_scenarios.md（关键SC）
• design/（架构和设计约束）
• 当前级别（L1/L2/L3）

输出

• AICTXT审视报告（markdown）
• 当前大小分析（行数/Token数）
• 对标标准：
  • L1: ≤5000字/≤1000行
  • L2: ≤8000字/≤1500行
  • L3: ≤12000字/≤2000行
• 修剪建议（删除/压缩/分离的内容）
• 优化后的AICTXT片段

AICTXT内容结构

标准AICTXT结构（按优先级）：

# AI Context - [项目名] [GOAL ID]

## 业务背景 (A级-关键)
- 用户故事: [US简述]
- 业务价值: [为什么重要]
- 成功标准: [AC清单]

## 技术约束 (A级-关键)
- 技术栈: [框架/库/版本]
- 关键依赖: [外部服务/API]
- 性能要求: [响应时间/并发等]

## 实现目标 (A级-关键)
- GOAL: [G-NNN 描述]
- 关联SC: [SC-NNN, SC-NNN]
- 模块: [module_name]

## 架构概览 (B级-重要)
- 系统设计: [简要架构]
- 关键接口: [API/方法签名]
- 数据流: [输入→处理→输出]

## 已知约束 (B级-重要)
- 不能修改: [列表]
- 必须遵循: [规范/模式]
- 边界条件: [特殊情况]

## 参考链接 (C级-可选)
- 详细设计: [链接]
- 相关GOAL: [链接]
- 测试场景: [链接]

执行策略

第1步: 读取和分析

• 读取当前ai_context.md
• 计算大小（字数/行数/Token数）
• 对标CRAFT标准

第2步: 关键性分析

• A级（关键）: GOAL/SC/业务背景/技术约束
• B级（重要）: 架构概览/关键接口/已知约束
• C级（可选）: 详细实现/背景知识/参考链接

第3步: 修剪方案

• 删除C级非关键内容
• 压缩B级冗余表达（用表格替代长段落）
• 链接到外部文档而非嵌入
• 删除过期或已完成的信息

第4步: 大小优化

第5步: L1/L2/L3分级

• L1: 仅A级内容，≤1000行
• L2: A级+B级核心，≤1500行
• L3: 完整A级+B级，≤2000行

第6步: 生成优化版本

• 保留关键信息完整
• 删除冗余表达
• 添加清晰的链接

价值

• AI Pair/Devs: AICTXT大小管理，提升AI代码生成效率
• Tech Lead: 清晰的上下文焦点，避免AI分散注意力
• 成本: 减少Token消耗，降低AI调用成本

验收标准

• AICTXT大小在CRAFT限制内
• 关键信息完整（GOAL/SC/约束）
• 冗余信息已删除
• 链接清晰可追溯