1. 输入示例 · Input

把需求写成一个 JSON 文件（三段式：起因、行动、结果）。

{
  "cause": "社区借书登记容易漏记归还",
  "action": "开发单机借还登记工具，支持查询和CSV导出",
  "result": "使用测试数据完成借书、归还及未归还查询验证"
}

2. 运行 · Run

解压插件包后，把 relvectors-planner 放进你的助手支持的技能目录，然后在该目录运行：

python3 "relvectors-planner/scripts/relvectors_client.py" health
python3 "relvectors-planner/scripts/relvectors_client.py" plan --input "需求.json" --output "开发计划.md" --dry-run
python3 "relvectors-planner/scripts/relvectors_client.py" plan --input "需求.json" --output "开发计划.md"

第 2 条只在本地预演（不提交），第 3 条会真实提交需求到网站并生成计划。

3. 输出示例 · Output

返回的是 Markdown 格式的开发计划（Task Skill 2.0）。节选：

# RelVectors Task Skill

> Task Skill 2.0 public process projection.
> This file is the persistent process memory and executable plan for one active Subject.
> I1→I2→A3→A4→O5→O6 are all present before execution; planned future nodes are not evidence that those events have happened.

## 0. Operating Contract

- Root process: `I → A → O` (`I1+I2 → A3+A4 → O5+O6`).
- One Subject → one Process → one continuously growing Task Skill.
- Planned / inferred / simulated content is not verified reality.

完整示例：五子棋（点击查看） · 咖啡店 · 货车调度

4. 说明 · Notes

• 使用网站现有生成服务，不需要安装 SelfAI，也不需要再装一个 Agent；本版是 standalone skill，通过 HTTP 调用，不是 MCP 或 A2A 服务。
• 脚本不上传原始文件、不安装软件、不执行结果文件，也不会自动重试生成；实际限流由原服务负责。
• 输出只是开发计划，软件仍需后续开发、测试和验收。
• 自己部署服务时可用 --base-url，需保留原 generator-v2 接口契约。