- name
- business-to-dev-smart
- description
- Smart business-to-dev requirement translator. AI first analyzes and memorizes project structure, then understands business requirements, references actual code, and generates implementation-ready developer documents. Universal - works with any tech stack.
Business-to-Dev Smart
智能业务需求转研发需求文档工具。AI 自主分析项目结构，理解业务需求，参考实际代码，生成可直接执行的研发文档。
核心特点
- 🧠 自主项目理解 - AI 自动探索代码库，理解项目类型和架构
- 💾 项目记忆 - 存储项目概述和结构，后续复用
- 🎯 需求智能分析 - 结合项目上下文理解业务需求
- 🔍 代码精准参考 - 自动查找相关代码作为实现参考
- 📝 生成完整文档 - 需求概述、页面原型、接口设计、任务拆分
工作流程
Phase 1: 项目分析（首次使用）
当遇到新项目时，AI 会：
- 探索项目根目录 - 识别项目类型和技术栈
- 分析关键文件 - package.json, README, 配置文件等
- 理解项目架构 - 目录结构、模块划分、代码组织方式
- 存储项目记忆 - 保存项目概述和结构到
.ai-memory/
项目分析输出示例：
【项目概述】
- 项目名称：电商订单管理系统 (OMS)
- 技术栈：Vue3 + Element Plus + Java Spring Boot
- 项目类型：B端管理系统
- 主要模块：订单、库存、客户、报表
【项目结构】
frontend/
- src/views/ # 页面：按模块组织
- src/components/ # 公共组件
- src/api/ # API 接口
- src/router/ # 路由配置
backend/
- controller/ # REST API
- service/ # 业务逻辑
- entity/ # 数据模型
- mapper/ # 数据访问
【代码风格】
- 前端：Composition API, 模块化组织
- 后端：分层架构，RESTful 风格
- 命名：驼峰命名，模块前缀Phase 2: 需求分析
用户提供：
- 业务描述（文字）
- UI 截图（可选，图片路径）
AI 会：
- 理解业务目标和场景
- 分析 UI 截图中的功能点
- 结合项目上下文判断实现方式
- 识别需要修改/新增的模块
Phase 3: 代码参考
AI 自动在项目中查找：
- 相似功能实现 - 查找类似页面的代码
- API 调用模式 - 了解前后端交互方式
- 组件使用方式 - 查看常用 UI 组件
- 数据模型定义 - 参考现有实体类
Phase 4: 生成需求文档
输出包含：
# [需求标题] 研发需求文档
## 1. 需求概述
- 业务背景：...
- 用户场景：...
- 预期效果：...
## 2. 功能需求
### 2.1 功能点列表
- [ ] 功能1：...
- [ ] 功能2：...
### 2.2 交互流程
1. 用户操作...
2. 系统响应...
## 3. 页面设计
### 3.1 页面结构（HTML 原型）<div style="border:1px solid #ccc; padding:10px;"> <h4>页面标题</h4> <!-- 简单框线图 --> </div>
### 3.2 关键交互
- 点击...触发...
- 选择...后...
## 4. 接口设计
### 4.1 新增/修改接口
| 接口 | 方法 | 路径 | 描述 |
|------|------|------|------|
| 接口1 | POST | /api/xxx | ... |
### 4.2 请求/响应示例{ "code": 200, "data": {...} }
## 5. 数据模型
### 5.1 新增/修改实体// 参考现有代码风格 public class XxxEntity { // 字段定义 }
## 6. 实现参考
### 6.1 参考代码
- 相似功能：`src/views/xxx/IndexView.vue`（第 45-78 行）
- API 调用：`src/api/xxx.js`（参考 getList 方法）
- 组件使用：参考 `components/XxxComponent.vue`
### 6.2 建议实现步骤
1. **前端**：在 `views/xxx/` 目录新增/修改...
2. **后端**：在 `controller/` 添加接口，在 `service/` 实现逻辑...
3. **数据库**：在 `entity/` 定义模型...
## 7. 开发任务
- [ ] 前端：页面开发（预计 x 小时）
- [ ] 后端：接口开发（预计 x 小时）
- [ ] 联调：前后端对接
- [ ] 测试：功能验证使用方法
首次使用（项目分析）
# AI 会自动分析项目并保存记忆
kimi "帮我理解这个项目：项目路径 ~/projects/my-app"日常需求分析
# 基础用法
kimi "分析需求：在订单列表增加批量导出功能，截图在 ~/screenshot.png"
# 完整用法
kimi "分析需求：
业务：客户希望在订单列表增加批量导出功能，可以选择时间范围和状态筛选后导出 Excel。
截图：/Users/xxx/screenshots/order_list.png
项目：~/projects/my-app"项目记忆存储
项目分析结果存储在：
项目根目录/
└── .ai-memory/
└── project-profile.md # 项目概述和结构用户可以随时查看或更新：
# 查看项目记忆
kimi "查看这个项目的记忆"
# 更新项目记忆（代码结构变化后）
kimi "重新分析这个项目，更新记忆"最佳实践
- 首次使用先让 AI 理解项目 - 项目分析质量决定后续输出质量
- 提供清晰的业务描述 - 说明用户是谁、要解决什么问题
- UI 截图很有用 - 帮助 AI 理解页面布局和功能点
- 查看生成的参考代码 - 确保建议符合实际代码风格
- 迭代优化 - 如果需求复杂，可以多次对话完善文档
注意事项
- AI 会尽量理解项目，但复杂项目可能需要人工补充说明
- 生成的代码参考是示意性的，需要根据实际情况调整
- 对于全新项目类型，AI 可能需要更多上下文
- 建议定期更新项目记忆（当项目结构重大变化时）