dev-workflow

dev-workflow 技能为 AI 辅助开发环境提供了一个结构化且具代理能力的框架，用于执行完整的软件开发生命周期 (SDLC)。该技能专为构建生产级应用程序的开发人员与工程师设计，通过标准化的工具驱动方法，将项目从最初的构想转化为实际部署。它利用模型上下文协议 (MCP) 工具与 Linear（需求追踪）、Notion（文档）、GitHub（版本控制）及云端供应商（基础设施）等外部服务交互，确保每一项任务在进入生产环境前都经过追踪、测试与验证。

• 协调完整的开发生命周期：需求导入、分类、探索、规划、编码、测试、代码审查、提交、部署与改进。

• 与 MCP 工具集成，包括 mcp__linear、mcp__notion、mcp__github 和 mcp__memory，实现具备上下文感知的任务执行。

• 使用基于 Go 的 Pulumi 实现基础设施即代码 (IaC) 自动化，确保在 Google Cloud Run 与 Firebase 上的部署具备可重现性。

• 实施严格的测试协议，包括使用 Playwright 进行端对端浏览器测试、使用 Postman/Newman 进行 API 验证，以及透过标准测试运行程序进行单元测试。

• 支持多环境工作流程，并透过 GitHub Actions 实现自动化 CI/CD 流水线，处理安全扫描、代码检查与健康检查。

• 针对分类提供决策逻辑：使用 OpenSpec 处理复杂的架构提案，并使用 TodoWrite 处理错误修复与常规任务。

• 使用者应使用「start」、「implement」或「work on」等自然语言触发词来启动工作阶段。

• 代理程序依赖 Linear 中的问题 ID 或 Notion 中的内容页面作为输入，以建立规划阶段的基础。

• 请务必将经验教训捕获至 Memory 存储空间，以避免重复调试并提升代理程序未来的表现。

• 在触发部署任务之前，确保所有代码变更都经过标准审查流程，包括针对身份验证或数据处理逻辑的安全扫描。

• 约束条件：此技能假设采用现代技术栈（Go、React/Next.js、Swift、Kotlin、Pulumi、Firebase），并需要预先配置的 GCP/Firebase 项目才能成功执行部署。

• 遵循定义的反模式：避免未经探索直接编码、跳过 Linear 追踪，或提交会使审查周期变得复杂的单体式提交。