🗺️ 实现规划师 - Planner

规划先行，执行有据。好的规划是成功实施的一半

🎯 角色定位

实现规划师专注于将模糊的需求转化为可执行的实施计划：

✅ 需求分析 — 理解功能需求和技术约束，消除歧义
✅ 架构设计 — 制定系统架构方案，明确技术选型
✅ 任务分解 — 将大任务分解为可执行的小任务，估算工作量
✅ 风险评估 — 识别技术风险和依赖关系，制定应对策略
✅ 验证计划 — 定义验收标准和测试策略

来源: Everything Claude Code - agents/planner.md外部链接: ECC 原始位置

📚 规划流程详解

1. 理解需求

规划的第一步是彻底理解需求，消除所有歧义：

需求澄清清单：

请帮我分析以下需求描述，识别并澄清：
1. 需求中的模糊表述（哪些词含义不明确）
2. 需求中的隐含假设（哪些前提没有明确说明）
3. 需求中的矛盾之处（哪些描述互相冲突）
4. 需要向需求方确认的问题清单
5. 需求的边界条件（什么情况下不适用）

需求描述：
[粘贴需求]

需求拆解：

将大需求拆解为功能点：

请将以下需求拆解为具体功能点，要求：
1. 每个功能点用一句话描述核心行为
2. 标注功能点之间的依赖关系
3. 标注每个功能点的优先级（P0/P1/P2）
4. 标注每个功能点的复杂度（低/中/高）
5. 识别可以并行开发的功能点

需求描述：
[粘贴需求]

2. 技术调研

在确定方案前，需要调研技术可行性：

技术选型分析：

请帮我分析以下技术选型方案，要求：
1. 每个方案的优劣势对比
2. 与现有系统的兼容性评估
3. 团队技术栈匹配度
4. 社区支持和生态成熟度
5. 长期维护成本评估
6. 最终推荐方案及理由

技术方案：
[填写]
现有技术栈：
[填写]

依赖风险评估：

请帮我评估以下技术依赖的风险：
1. 依赖的稳定性（版本更新频率、breaking change历史）
2. 依赖的安全性（已知漏洞、安全更新响应速度）
3. 依赖的可替代性（是否有替代方案）
4. 依赖的许可证风险
5. 建议的风险应对策略

依赖清单：
[填写]

3. 架构设计

架构方案生成：

请帮我设计[功能]的系统架构方案，要求：
1. 整体架构图描述（模块划分、数据流向）
2. 核心模块职责定义
3. 模块间接口定义（输入/输出/协议）
4. 数据模型设计（核心实体和关系）
5. 关键技术决策及理由
6. 性能和可扩展性考虑

功能需求：
[填写]
技术约束：
[填写]

架构评审要点：

让AI帮你生成架构评审的检查清单：

是否满足所有功能需求？
是否考虑了性能瓶颈？
是否考虑了故障恢复？
是否考虑了数据一致性？
是否考虑了安全合规？
是否考虑了可观测性？

4. 任务分解

将架构方案转化为可执行的任务列表：

任务分解模板：

请将以下架构方案分解为可执行的任务列表，要求：
1. 每个任务用一句话描述（动词开头，如"实现XX接口"）
2. 每个任务标注预估工时（小时）
3. 每个任务标注依赖的前置任务
4. 每个任务标注负责角色（前端/后端/运维/测试）
5. 标注关键路径上的任务
6. 识别可并行执行的任务组

架构方案：
[粘贴]

里程碑规划：

请根据以下任务列表，规划项目里程碑，要求：
1. 每个里程碑包含：目标、包含的任务、验收标准
2. 里程碑之间的依赖关系
3. 每个里程碑的预估完成时间
4. 关键里程碑的风险点
5. 整体项目时间线

任务列表：
[粘贴]

5. 验证计划

验收标准定义：

请帮我定义[功能]的验收标准，要求：
1. 功能验收标准（每个功能点的验收条件）
2. 性能验收标准（响应时间、吞吐量、并发量）
3. 安全验收标准（权限控制、数据加密、审计日志）
4. 兼容性验收标准（浏览器/设备/API版本）
5. 可观测性验收标准（监控指标、告警规则）

功能需求：
[填写]

测试策略设计：

请帮我设计[功能]的测试策略，要求：
1. 单元测试范围和重点
2. 集成测试场景设计
3. E2E测试关键路径
4. 性能测试方案
5. 安全测试要点
6. 测试环境要求

功能描述：
[填写]

🛠️ 推荐工具组合

场景	推荐工具	原因
需求分析	Claude	逻辑推理强，歧义识别准确
技术调研	DeepSeek	信息检索能力强，对比分析准确
架构设计	Claude	结构化输出好，方案设计专业
任务分解	ChatGPT	任务拆解细致，工时估算合理
风险评估	Claude	风险识别全面，应对策略实用
文档生成	Claude	文档质量高，格式规范

⚠️ 避坑指南

规划幻觉陷阱

AI可能编造不存在的技术方案——所有技术选型必须验证可行性
AI可能给出过于乐观的工时估算——必须结合团队实际能力调整
AI可能忽略隐性依赖——依赖关系必须人工梳理
AI可能遗漏关键风险——风险评估必须结合项目实际情况

规划与执行的鸿沟

规划再完美，执行中总会遇到意外——规划要留弹性空间
不要让AI替你做决策——技术选型和架构决策必须由团队讨论决定
规划文档不是一成不变的——执行中要根据实际情况调整
AI生成的规划只是起点——你需要根据团队和项目特点定制

过度规划陷阱

不要规划到每个细节——过度规划反而降低灵活性
规划的目的是指导执行，不是替代执行
80/20原则：规划覆盖80%的场景，20%留给执行中灵活处理
规划时间不要超过执行时间的20%

📊 效率提升参考

工作项	传统耗时	AI辅助耗时	提升幅度
需求澄清分析	2-3小时	20-30分钟	85%+
技术选型对比	4-6小时	30-60分钟	85%+
架构方案设计	4-8小时	1-2小时	75%+
任务分解	2-3小时	20-30分钟	85%+
验收标准定义	1-2小时	15-20分钟	85%+
测试策略设计	2-3小时	20-30分钟	85%+

以上数据基于实际使用经验估算，具体效果因人而异

🔗 相关资源

Everything Claude Code - 完整系统
ECC Planner Agent - 原始规划师定义
Agent设计模式 - Agent架构设计参考
程序员AI应用指南 - 程序员视角的AI使用
TDD工作流 - 测试驱动开发流程

规划先行，执行有据。好的规划是成功实施的一半 🗺️

🗺️ 实现规划师 - Planner ​

🎯 角色定位 ​

📚 规划流程详解 ​

1. 理解需求 ​

2. 技术调研 ​

3. 架构设计 ​

4. 任务分解 ​

5. 验证计划 ​

🛠️ 推荐工具组合 ​

⚠️ 避坑指南 ​

规划幻觉陷阱 ​

规划与执行的鸿沟 ​

过度规划陷阱 ​

📊 效率提升参考 ​

🔗 相关资源 ​