本文由 AI 智能体协助撰写与发布 | 内容经人工审核确认，观点归属作者本人。
最新更新日期：2026年6月29日
1. 创意名称 + 创意介绍
创意名称：SpecWeave —— AI 智能体协作的工程化方法
想解决什么问题：
随着 Vibe Coding 等 AI 协作范式大幅降低工具使用门槛，一个更根本的问题浮出水面：当 AI 能胜任架构设计、代码实现、文档撰写、质量审查等多种角色时，你如何确保它在 100 次对话中始终理解你的意图，而不是在第 5 次对话后就开始偏离？ 当前整个行业缺乏的不是"如何让 AI 做一件事"，而是"如何让 AI 在持续协作中保持上下文一致性、角色清晰性和产出质量可预测性"。具体表现为四个普遍困境：
| 困境 | 典型场景 |
|---|---|
| 对话断裂 | 每次新对话都要重新给 AI 解释项目背景，上下文丢失后产出质量断崖式下降 |
| 角色混乱 | AI 什么都做——有时是架构师、有时是开发者、有时是审查者——边界模糊导致决策摇摆 |
| 经验蒸发 | 一次好用的对话模式停留在那次对话中，无法跨项目、跨团队复用 |
| 质量波动 | 同一任务不同对话的产出差异巨大，缺乏可量化的质量保障 |
为什么会想到做这个：
不是"灵光一现"——是在 TRAE 中进行了 142 次协作对话后，注意到一个可复现的模式：有明确规范前缀的对话，AI 产出质量显著高于无规范的对话。于是开始系统化这个发现：从单条规则 → 规则集合 → 角色分工体系 → 四层架构的方法论闭环。Community Live #13 中 TRAE 产品经理介绍的 Rules 特性给了我关键的启发——TRAE 原生支持规则配置，而 SpecWeave 所做的，就是在这个原生能力之上，将"零散的规则列表"系统化为"四层架构的完整工程体系"。
大概是什么产品：
一套基于 AGENTS.md 开放标准的 AI 智能体开发规范体系（开源仓库 + 交互式导航页）。包含：
- 7 个角色定义：编排协调者 / 架构师 / 开发者 / 代码审查者 / 测试工程师 / 联合创始者 / 团队管理员——每个角色有明确的 Non-Goals 边界
- 5 项协作协议：任务交接 / 消息传递 / 冲突解决 / 临时依赖管理 / 应用开发生命周期
- 34 个可复用方法论模式：涵盖代码模式、架构模式、方法论模式——全部在 TRAE 对话中从具体问题萃取而来
- 23 个自动化验证脚本：链接有效性 / 规格一致性 / 源溯源 / Git 忽略规则 / 原子化覆盖率等
一句话定位：当所有人都在用 AI"做"各种东西时，SpecWeave 在研究"如何与 AI 更好地协作"——这是从单次对话到系统工程的方法论跨越。
2. 目标用户及痛点
面向哪些用户：
- AI 开发团队（5-20 人规模）：多人同时使用 AI 协作，需要统一的规范体系保证跨对话、跨成员的产出质量一致
- 个人 AI 重度用户：在日常深度使用 AI（不限编程）时，希望每次对话不是"从零开始"，而是有一套可复用的上下文构建模板和行为准则
- AI 工程化研究者：关注 AI 辅助工作的质量工程、上下文工程、智能体协作等领域，需要可参考的开源实践
在什么场景下使用：
- 团队在 TRAE 中启动新项目时——克隆 SpecWeave 仓库，获得即用型 .agents/ 规范体系
- 每次与 TRAE 新对话开始时——将 AGENTS.md 作为上下文入口，AI 自动加载完整的角色定义和协作规范
- 长周期项目迭代中——通过复盘→洞察→导出闭环，将每次对话的经验沉淀为可复用的方法论模式
当前痛点：
| 现有方案 | 痛点 |
|---|---|
| 每次对话前手动描述项目背景 | 碎片化、遗漏关键信息、重复劳动 |
| 依赖个人习惯和经验 | 个人能力强则质量高、换人则崩塌，无法规模化 |
| 把 AI 当作"一次性工具" | 对话结束经验流失，没有知识积累机制 |
| 零散的 Rules 配置 | 单条规则无法覆盖多角色、多协议的复杂协作场景 |
SpecWeave 将 AI 协作从"每次对话都是一次性事件"升级为"每次对话都在前序对话的知识基础上进行"——这是从手工作坊到工程化生产的转变。
3. 价值与意义
效率提升：
142 次 TRAE 协作实践验证，有 AGENTS.md 规范体系后：
- 无需每次对话重新解释项目背景——规范文件即项目文档，AI 启动即理解架构
- 角色边界清晰，AI 决策不再摇摆——7 个角色各有 Non-Goals，杜绝"AI 什么都想做"导致的产出偏离
- 经验可跨对话、跨项目复用——34 个方法论模式是 142 次对话的精华萃取，非一次性灵感
社会价值：
- Apache 2.0 开源，免费服务于全球 AI 开发者——降低 AI 协作的实践门槛，让更多非技术背景的人也能高效使用 AI 进行开发，推动数字包容
- AGENTS.md 开放标准的中国实践——为全球 AI 协作方法论社区贡献经过真实对话验证的体系
- AI 协作从"个人直觉"到"工程方法"的范式升级——SpecWeave 是大 TRAE 社区中第一个系统化研究"如何与 AI 更好地协作"的方法论体系，而非"用 AI 做出了什么"的产物展示
差异化亮点：
- 自指涉证明：SpecWeave 的内容是"如何更好地与 AI 协作完成项目"，而它的诞生过程本身就是这个命题的最佳实践——不需要解释方法论好不好，142 次 TRAE 对话的量化产出就是证据
- 品类独占：大赛官网的 30+ 灵感示例均为 C 端应用（AI 砍价助手、论文转短视频等），没有任何一个涉及"如何更好地使用 TRAE 本身"——这是一个被所有人忽略的维度
- TRAE 产品能力的深度延伸：不是"在 TRAE 之外另建一套规则"——SpecWeave 的 AGENTS.md 体系根植于 TRAE 原生支持的 Rules 特性，是产品能力的系统化扩展
4. 创意产物 HTML
说明：SpecWeave 的完整资产是一个开源仓库（279 个 Markdown 文件 + 23 个验证脚本），报名帖附带的 HTML 文件是其四层架构的可视化导航页，用于让评审和社区成员快速理解体系全貌。
HTML 文件内容：
- 四层架构 Mermaid 可视化（感知→认知→执行→治理的完整闭环）
- 量化数据仪表盘（142 次对话 / 34 个模式 / 23 个验证脚本 / 7 个角色 / 5 项协议）
- 一句话价值主张：「让 AI 协作不再是随机对话，而是有序工程」
- 与竹简悟道（同账号下另一个 TRAE 参赛作品——帛书《道德经》AI 反思引导工具）的关联展示：SpecWeave 方法论在竹简悟道开发全程中的应用
创意产物 HTML 文件详见本帖附件。
specweave-creative-proposal.html (18.1 KB)
关于 SpecWeave 与竹简悟道的关系：竹简悟道（帛书《道德经》AI 反思引导工具）是本账号下已通过审核的主参赛作品，SpecWeave 是方法论基础设施。在竹简悟道从哲学链数据建模到竹简卷轴 UI 的完整开发过程中，SpecWeave 的 AGENTS.md 规范体系让 TRAE 在全部对话中始终理解"反者道之动→玄同"的核心架构意图，从未偏离。这种"方法论指导 + 方法验证"的互为证明，是两个作品之间真正的协同价值——不是「多投一个作品碰运气」，而是「一个作品为另一个作品在关键评审维度上提供不可复制的证据链」。