# 软件开发 Agent — RelVectors Application Development Skill

```yaml
skill_version: 1.0
status: planned
type: agent_application_development
domain: 01_SOFTWARE_ENGINEERING_AGENT
```

## Task Identity

- **Product**: 软件开发 Agent
- **Self**: 帮助用户完成从需求到代码、测试、修复和交付的长任务，同时保持任务过程连续性。
- **Primary user**: 开发者、产品负责人、技术团队
- **Environment**: 代码仓库、Issue、文档、终端、测试系统、CI/CD
- **Final authority**: Agent 可自动执行低风险开发动作；发布、删除数据、生产环境变更按权限要求确认。
- **O6 success**: 需求被实现、测试通过、交付物与用户目标一致。

## Complete IAO Plan

### I — Input / Cause

#### I1 — Internal Drive
- `status: planned`
- 建立 `软件开发 Agent`，围绕上述 Self 持续工作。
- 先定义用户价值、最终目标、权限边界和不可越权事项。
- 所有后续技术选择必须服务于 O6，而不是为了增加模型功能。

#### I2 — External Conditions
- `status: planned`
- 主要输入：需求、现有代码、依赖、运行环境、测试结果、用户变更。
- 数据接入必须定义来源、权限、时效、完整性与隐私级别。
- 用户输入、数据库记录、工具返回、正式文件和人工复核分别记录 Evidence 类型。
- 缺失或冲突信息保持 `UNRESOLVED`，不得由 LLM 自动补成事实。

### A — Action

#### A3 — Decision / Planning
- `status: planned`
- 建立任务骨架；定位代码与依赖；形成实现计划；根据新 Evidence 动态 CHANGE / REWIND。
- 设计 `LLM + RAG + Tool + Memory + RelVectors` 分工，不要求所有判断由大模型完成。
- 当前任务必须维护 `Self / Frontier / Gap / Evidence / Next Process`。
- 新 Evidence 可触发 `CONTINUE / STOP / CHANGE / REWIND / EXTEND`。

#### A4 — Execution
- `status: planned`
- 读写代码、运行测试、构建、静态检查、生成补丁、提交待审结果。
- 对每个真实动作记录 tool_call、tool_result、时间、权限与结果。
- 高风险动作不得因“模型认为正确”而自动执行。
- 开发阶段依次完成：离线样例 → 沙箱 → 人工审核 → 有限真实场景 → 正式验收。

### O — Outcome

#### O5 — Local Result
- `status: planned`
- 可运行代码、测试结果、变更记录、未解决问题清单。
- 每次输出同时给出 Evidence、未知项、冲突项和建议的 Next Process。
- 生成内容只是 Claim；现实状态必须由 Tool / Data / Human Evidence 验证。

#### O6 — Global Impact
- `status: planned`
- 需求被实现、测试通过、交付物与用户目标一致。
- 评价指标至少覆盖：任务完成率、Evidence 完整率、错误恢复率、人工接受率、越权率。
- O6 达成则 `STOP`；未达成则根据 Evidence `CHANGE / REWIND / EXTEND`。

## Agent Architecture

```text
User / Environment
        ↓
Semantic Model
        ↓
Process Router
        ↓
RelVectors Self + IAO State
        ↓
RAG / Rules / Memory / Tools
        ↓
Human Review (when required)
        ↓
Evidence + O5
        ↓
O6 Evaluation
        ↺
```

## Runtime State Contract

- **Past**: 只保存已验证事实、已完成 IAO 和可复用 Skill。
- **Present**: 维护当前 Self、Frontier、Gap、Evidence。
- **Future**: 保存 Planned IAO 与备选分支，不得伪装为 Reality。
- **Recovery**: Host、模型或上下文变化后，优先读取本 Skill 和 Evidence 恢复任务。

## Minimum Evidence Types

- `user_input`
- `source_record`
- `retrieved_knowledge`
- `tool_call`
- `tool_result`
- `human_review`
- `final_acceptance`

## Development Acceptance Gate

上线前必须证明：

1. I1→I2→A3→A4→O5→O6 六位置均可落地。
2. Agent 能区分 Claim 与 Evidence。
3. 新 Evidence 能真实触发 CHANGE 或 REWIND。
4. 任务中断后可从 Skill 恢复。
5. 最终权限边界符合本场景要求。
6. O6 的评价来自真实任务结果，而不是模型自评。