hwm09110 Vue 项目分析与 Skill 生成器
这是一个单入口、双阶段的 skill。必须先分析项目，再基于分析结果生成项目级 skill。不要跳过分析阶段直接生成规范。
除非用户明确要求使用其他语言，否则默认使用中文响应，并默认生成中文产物。
第零阶段：先确认 AI 编辑器
每次调用本 skill 时，先询问用户当前使用的 AI 编辑器，再继续后续流程。不要跳过这一步。
优先给出这些常见选项：
- Cursor
- Trae
- Codex
- VS Code
- 其他
如果用户没有说明编辑器，先提问，再继续。 如果用户选择“其他”，继续追问目标编辑器名称，以及它期望的项目内规则/skill 目录。
编辑器决定两件事：
- 标准 skill 结构放到哪个项目内目录
- 生成后的目录命名和使用说明
编辑器映射参见：
references/editor-targets.md
适用范围
- 只面向已有的 Vue Web 项目。
- 第一版不处理微信小程序、React、uni-app、Taro、Electron 主进程、后端服务项目。
- 如果发现目标仓库明显不是 Vue Web，明确说明不适用并停止，不要硬套模板。
双阶段工作流
第一阶段：分析项目
目标是产出两份分析文件：
.codex/project-analysis/project-analysis.json.codex/project-analysis/project-analysis.md
如果用户指定了其他输出路径，优先使用用户路径。
这一阶段必须：
- 先确认目标是不是 Vue Web 项目
- 按固定顺序扫描项目
- 只输出有证据的结论
- 使用固定 JSON schema
- 明确区分项目级共享组件和模块级业务组件
- 把无法确认的内容写成待确认项，而不是编造
扫描顺序与 schema 参见：
references/scan-order.mdreferences/analysis-schema.mdreferences/analysis-output-template.mdreferences/evidence-rules.md
第二阶段：按编辑器生成项目级 skill
目标是基于第一阶段结果，在当前仓库内生成适配目标编辑器目录的项目级 skill。默认只服务当前仓库，不做全局安装。
默认按编辑器选择输出位置：
- Cursor：
.cursor/skills/<project-slug>-project-skill - Trae：
.trae/skills/<project-slug>-project-skill - Codex：
.codex/project-skill/<project-slug>-project-skill - VS Code：
.github/skills/<project-slug>-project-skill
如果用户指定了当前仓库内的其他路径，优先使用用户路径。 除非用户明确要求，否则不要生成到全局目录。
生成的新 skill 目录至少包含：
SKILL.mdagents/openai.yamlreferences/project-summary.mdreferences/component-map.mdreferences/api-conventions.mdreferences/page-patterns.mdreferences/open-questions.md
这一阶段必须：
- 只读取第一阶段的分析结果，不重新大范围扫描仓库
- 以
project-analysis.json为主，project-analysis.md为辅 - 冲突项保守处理，并写入
open-questions.md - 只把确定内容写成规则
- 让生成出的 skill 便于人工后续修改
- 让生成出的产物只服务当前仓库，不作为全局通用能力安装
- 让生成结果符合目标编辑器的项目内目录习惯
生成结构与缺失项处理规则参见：
references/editor-targets.mdreferences/generated-skill-structure.mdreferences/skill-writing-rules.mdreferences/missing-info-policy.mdreferences/openai-yaml-template.md
第一阶段的硬性要求
1. 先确认项目类型
优先读取并判断：
package.jsonvite.config.*/vue.config.*/nuxt.config.*src/main.*src/App.vue- 路由配置和页面目录
至少确认：
- Vue 版本
- 构建工具
- UI 框架或组件库
- 是否存在典型 Web 页面目录和组件目录
2. 固定扫描范围
必须按如下优先级建立上下文：
package.json- 构建配置
- 路由配置
- 页面目录
- 共享组件目录
- 模块级组件目录
- request / api / service 目录
- store / composables 目录
- 全局样式、主题、tokens
- lint / prettier / tsconfig / stylelint
不要一开始就遍历整个仓库。
3. 分析结果覆盖维度
分析结果必须覆盖：
- 项目基础信息：框架版本、构建工具、目录结构、路由组织方式
- 页面开发规范：页面目录、命名规则、SFC 组织顺序、常见页面类型
- 组件体系：项目级共享组件、模块级业务组件、组件放置规则、复用优先级
- 请求与 API 规范：请求库封装位置、拦截器、错误处理、API 定义方式、类型定义方式
- 状态与数据流：Pinia、Vuex、composables、局部状态边界
- 样式规范：SCSS、CSS Modules、工具类、主题变量、design tokens
- 页面模式模板：列表页、表单页、详情页
- 组件抽离规则：哪些场景会抽组件，哪些通常保留页面内
- 风险与不确定项：无法自动确认、需要人工补充的部分
4. 证据与不确定项
- 每个重要结论尽量附带证据路径
- 证据路径使用相对仓库根目录
- 不确定项用
unknown、空数组、或“未确认”表示 - 同时写入
open_questions
第二阶段的硬性要求
1. 只基于分析结果生成
生成项目级 skill 时：
- 以 JSON 为主输入源
- 以 Markdown 做语义补充
- 不要重新读大仓库去“补全”
如果没有结构化分析结果，提示用户先运行本 skill 的分析阶段。
2. 生成的是项目规范，不是通用套话
新 skill 必须写入项目真实情况，例如：
- 进入项目先看哪些目录和文件
- 页面通常放在哪里
- 优先复用哪些共享组件
- 模块级组件通常怎么放
- 请求库怎么封装、API 怎么定义、类型怎么组织
- 状态管理与 composables 的使用边界
- 样式与主题变量怎么处理
- 列表页、表单页、详情页有哪些典型模式
- 什么时候该抽组件，什么时候不要抽
优先写：
- 规则
- 证据
- 推荐做法
不要只输出泛化的 Vue 最佳实践。
2.1 当前项目限定规则
生成项目级产物时，默认假设它只供当前仓库使用，因此：
- 路径说明优先使用当前仓库相对路径
- references 内容围绕当前仓库真实目录组织
- 不要把它表述成“可适用于类似项目”的通用能力
- 不要默认放到全局 skills 目录
- 如果用户没有特别要求，不要生成任何“安装到全局”的说明
2.2 编辑器适配规则
根据用户选择的编辑器生成对应产物：
- Cursor：生成标准 skill 目录，默认放到
.cursor/skills/ - Trae：生成标准 skill 目录，默认放到
.trae/skills/ - Codex：生成项目级 skill 目录，默认放到
.codex/project-skill/ - VS Code：生成项目级 skill 目录，默认放到
.github/skills/
如果仓库里已经存在目标编辑器对应的规则目录或历史文件，优先与现有结构保持一致。 所有内置编辑器选项都生成标准 skill 结构，不生成单独规则文件。
3. 缺失项集中收敛
如果分析结果缺失关键字段：
- 不要自己编造
- 在
SKILL.md中只写确定部分 - 在
references/open-questions.md中列出待确认项、影响和建议补充方式
输出前自检
在完成整个流程前，至少检查：
- 是否真的先完成了分析，再开始生成 skill
- 分析结果是否覆盖了所有核心维度
- 是否给出了足够的证据路径
- 是否把不确定项明确标出
- 生成出的 skill 是否真的基于项目结果，而不是通用模板
- 目标编辑器是否已经先确认
- 生成格式和目录是否与目标编辑器匹配
SKILL.md是否足够短、足够明确- references 是否覆盖了后续 AI 最需要反复查阅的信息
禁止事项
- 不要在没确认编辑器之前就开始生成项目级产物
- 不要跳过分析阶段直接生成项目级 skill
- 不要把推测写成项目事实
- 不要把分析阶段的“推荐做法”冒充成项目现状
- 不要把所有内容都堆进生成后 skill 的
SKILL.md - 不要生成与 skill 无关的 README、安装说明、变更日志
- 不要在没有证据时断言某个目录就是全项目规范入口
- 不要默认把生成出的项目级 skill 部署到全局
CODEX_HOME/skills - 不要忽略目标编辑器的目录差异
参考文件
按需读取这些参考文件：
references/editor-targets.mdreferences/scan-order.mdreferences/analysis-schema.mdreferences/analysis-output-template.mdreferences/evidence-rules.mdreferences/generated-skill-structure.mdreferences/skill-writing-rules.mdreferences/missing-info-policy.mdreferences/openai-yaml-template.md