前言¶
用 DeepSeek Harness 或其它編碼 agent 做完整項目時，常見困擾不是「會不會寫代碼」，而是流程選錯：該寫 spec 時還在 vibe coding，該切會話時上下文已經泥球化，Spec Kit、BMAD 等工具各有一套立場，卻少有人講「什麼時候該用哪一種、什麼時候不該用」。DSH 社區插件 anjiecobamboo-blip/ai-project-delivery 把這件事做成一份可加載的 Agent Skill，並同時提供 DSH 插件包，便於在 profile 裏與 @deepseek-ai/dsh-skill-filesystem 一起註冊技能根目錄。
這是什麼¶
維護者 anjiecobamboo-blip 在 GitHub 發佈 anjiecobamboo-blip/ai-project-delivery（當前包版本 0.1.5，MIT 許可證）。SkillHub 分類爲工作流。
一句話定位：一份方法論技能（根部 SKILL.md）+ 三份可追溯調研筆記（README 稱 55 個來源，一手佔比 80% 以上），適用於 DeepSeek Harness、Claude Code、Codex、Cursor 等支持 Agent Skills 的運行時。
它不是又一個 Spec-Driven Development 執行工具，不綁定單一廠商流程，也不替你在本地自動跑流水線；README 明確建議：想直接執行可裝 Spec Kit 或 BMAD，本倉庫更像「路由層」——用判據選流程與粒度，再把執行交給已有工具或技能。
核心功能¶
下面介紹技能主體裏已寫明、且與 README 一致的模塊，均可在安裝後由 agent 按需引用。
| 模塊 | 作用 |
|---|---|
| 四個失效模式 | 沒對齊、語言不共享、代碼不工作、變成泥球 |
| 四層診斷表 | 對齊 / 上下文 / 驗證 / 架構層及判定問句 |
| 8 階段主流程 | 準備 → 對齊 → 原型/研究 → 規格 → 工單 → 實現 → 評審 → 交付 → 復盤 |
| 6 個心智模型 | 如驗證帶寬定律、上下文預算、對齊是資產等 |
| 10 條決策啓發式 | 會話切分、工單粒度、並行條件、停手信號等 |
| 10 類反模式 | vibe coding、大 PR、自寫自評、無剎車自動化等 |
| 流派分歧表 | 規格地位、多 agent、AFK、TDD、review 位置等保留分歧並給出適用條件 |
| 非技術用戶模式 | 不懂代碼時的提問上限、演示驗收、安全網與固定話術 |
| 跨 harness 映射 | Claude Code / Codex / DSH 的等價操作說明 |
什麼時候會介入（討論「怎麼做項目」）：要不要寫 spec、怎麼拆工單、會話怎麼切、多 agent 能否並行或 AFK、review 與 Spec Kit / Kiro / 純對話如何選、新庫接入與軟件工廠搭建等。
刻意不介入（避免拖慢小任務）：單次編碼、單次排錯、單次 diff/PR 評審、單次並行分派——README 建議改用更專門的工程技能（如 diagnosing-bugs、code-review 類）。
非技術用戶模式（用戶聲明不懂代碼、只會用 AI 時）：一次最多 3 個問題；不展示代碼，技術概念先一句類比；每次交付需可演示產物 + 不超過 3 條用戶可自判的驗收項；關鍵檢查點停手確認；支付、賬號、刪數據、對外發布前先說明風險並取得同意。
倉庫內還提供案例文檔（如 README 引用的 docs/case-01-ecommerce-image-tool.md 等），用於對照需求對齊、範圍決策與復盤邊界；正文不展開案例細節，以倉庫文檔爲準。
安裝與啓用¶
插件以 DSH 進程權限運行；安裝前請自行審閱倉庫源碼與 MIT 許可證。DeepSeek Harness 生態是「一切皆插件」；SkillHub 目錄頁 爲社區站點，與 DeepSeek / 幻方無官方從屬關係。
方式一：通用技能安裝器¶
適用於多運行時，安裝器會按提示選擇 Claude Code、Codex、Cursor 等：
npx skills@latest add anjiecobamboo-blip/ai-project-delivery
方式二：DeepSeek Harness 用戶技能目錄¶
將倉庫放到 DSH 用戶技能目錄後，DSH 會自動發現根部 SKILL.md，無需重啓（熱刷新）。README 給出的示例爲 PowerShell：
git clone https://github.com/anjiecobamboo-blip/ai-project-delivery.git "$HOME\.dsh\skills\ai-project-delivery"
Linux/macOS 用戶可將目標路徑改爲本機 $HOME/.dsh/skills/ai-project-delivery，命令其餘部分與 README 一致。
方式三：作爲 DSH 插件包¶
本倉庫同時是 DSH 插件包（package.json + cordis.patch.yml）：cordis.patch.yml 複用 DSH 自帶的 @deepseek-ai/dsh-skill-filesystem，把包目錄註冊爲技能根目錄。README 說明將其作爲依賴安裝到 DSH profile 後由 loader 加載；具體 profile 依賴寫法以你當前的 DSH 文檔與 profile 配置爲準，勿憑插件名拼接未在資料中出現的 CLI。
經過上面的步驟，技能根目錄應包含 SKILL.md、references/research/、cordis.patch.yml 等（完整樹見 README「目錄結構」）。
典型用法¶
安裝完成後，在 agent 會話裏討論端到端項目交付即可觸發方法論，例如：
- 描述現狀與目標（返工、失控、越改越亂），讓 agent 按四層診斷表定位問題落在哪一層。
- 在「要不要寫 spec、工單拆多細、能否多 agent 並行」等決策點上，引用技能內的啓發式與流派分歧表，再決定是否接入 Spec Kit、BMAD、superpowers 等執行層。
- 若用戶是非技術背景，說明「不懂代碼、只會用 AI」，技能應切換到非技術用戶模式：少問、可演示驗收、關鍵節點確認。
與現有框架的關係（摘自 README）：Spec Kit / OpenSpec 偏 SDD 執行；BMAD 偏角色化敏捷；本技能不要求角色扮演，並說明何時 SDD 是輸入、何時是壓縮。組合用法是：先用本技能選路徑，再把實現交給專用工具或工程技能。
適用場景與注意¶
適合：
- 用編碼 agent 做完整項目，需要階段流程與決策規則的人。
- 需要在 DeepSeek Harness、Claude Code、Codex 等多客戶端間保持一致方法論的人。
- 非技術用戶藉助 AI 做可驗收的小產品切片（技能內置專門模式）。
不適合：
- 只要開箱即用自動化流水線（這裏是方法論，不替你執行）。
- 單次編碼、排錯或 PR 評審（有更專門的技能）。
- 需要強合規審計模板的團隊（README 稱無合規模板）。
已知侷限（README）：調研時間 2026-11-03，廠商立場可能變化；結論多來自實踐者與廠商自述，技能內經驗閾值標〔推斷〕；不同 harness 上多 agent、hook 等能力不等價；小團隊綠地證據較強，大團隊合規與成本模型缺位。
結尾¶
ai-project-delivery 把「用 AI 代理交付軟件項目」收成可執行的分階段流程、心智模型與決策規則，並保留流派分歧與非技術用戶路徑；在 DSH 中既可作用戶技能目錄下的 SKILL.md，也可通過插件包與 skill-filesystem 註冊。
