转写说明

本文基于已校验的公开原文进行结构化转写与事实梳理，非原文转载。 转写保留可核验的技术事实，并将工程建议与来源观点明确分开。

核心结论

codebase-graph-prd-rules 是一个业务规则提取工具，通过 AI Agent Skill 从源码中挖掘散落的业务规则，每条规则附带源码位置供追溯。该项目在 v1.0.0 版本中提供两个互补 Skill：一个覆盖全项目业务规则梳理，一个聚焦单个模块的深度分析。核心方法论为"图谱导航、源码确认"：先用代码图谱定位候选调用链，再回到源码、SQL、XML 和配置逐条确认。项目强调只分析不执行，配套 Python 发布包和验证器，确保输出可追溯且可验证。

能力机制

项目包含两个共享方法论的 Skill：codebase-graph-business-rules 用于全项目分析，输入项目根目录和源码范围，输出包括模块地图、实体状态、数据配置、端到端流程、各模块规则表、测试范围和追溯索引；codebase-graph-module-rules 用于单模块分析，输入功能描述或模块名，输出模块边界、关系、规则排序限制和测试矩阵。

业务规则采用三层模型严格拆分：资格过滤层判断候选是否合格，候选排序层确定处理顺序，运行时控制层处理限制、去重、并发、发送和失败回滚。每条信息标注证据等级，分为源码/SQL/配置已审、图谱 EXTRACTED、图谱 INFERRED、注释/日志/字段名、运行时结果五个层级，明确区分已知事实和待确认项。

两个 Skill 各携带 3 个评估用例，覆盖成功路径、输入不完整和范围边界场景。输入不完整时必须报告缺口，拒绝越界请求。

快速开始

项目以 Python sdist + wheel 形式发布，安装后可使用 verify-skill-package 控制台入口验证包结构。结构校验和敏感信息扫描通过 make check 命令执行。包验证器检查必需文件存在、SKILL.md 的 front-matter name 与目录匹配、agents/openai.yaml 的 metadata.key 匹配以及所有 .md/.yaml 文件中无凭证内容。

语义图谱提取需要配置 LLM 凭证，凭证只存在于进程环境中，不写入源码、文档、Skill 文件或输出。没有凭证时项目如实报告这一限制。

适用边界

该项目适合三类场景：产品经理和业务分析师梳理全项目业务规则，输出用表格和 Mermaid 图讲述业务含义而非堆砌类名；QA 工程师获取模块边界和测试矩阵，每条关键规则映射到可执行测试断言；技术负责人进行审计和变更追溯，每条规则带源码位置来源。

局限性方面，该项目 Star 数量较少，社区规模有限。Roadmap 中的 CI 工作流、Skill 注册表发布、更多真实项目示例尚未完成。静态包验证只证明结构和安全，不代表某个项目真的被分析过。包验证通过不等于模型行为验证通过。

核验清单

验证 Skill 包时需确认：SKILL.md 的 front-matter name 与目录名一致，agents/openai.yaml 的 metadata.key 与目录名匹配，所有 .md/.yaml 文件中不包含凭证类内容。评估用例应覆盖成功路径、输入不完整和越界请求三种场景，其中输入不完整时 Skill 必须报告缺口而非猜测，越界请求必须被拒绝。

输出文档核验时注意：规则是否包含字段、方向、空值处理、并列行为、后过滤、终止条件等完整信息；每条信息是否标注了对应的证据等级；推断出的调用关系是否经过源码确认。

来源与核验

  • 原始文章
  • 页面事实以原始来源及其引用的官方资料为准；版本、星标和模型能力会随时间变化。
  • AI Stack 不公开抓取到的全文快照，只发布独立转写与来源入口。

站内链接

相关文章