Evilom
5.2 KiB
Wxy6wiZA7iCtc3kdOnPcegbCnCf
Source: https://ocnmca6f1o0p.feishu.cn/wiki/Wxy6wiZA7iCtc3kdOnPcegbCnCf
1、财务流程化处理调研
一、 为什么要做这件事
之前这个项目的流程引擎处于“能跑，但只有我能跑”的状态。节点类型全部硬编码在调度器里，流程定义锁在本地的数据库中。这种模式应付 Demo 还可以，但只要业务稍微往前走一步——比如让财务同事独立使用、在团队里传递流程、或者让 AI 参与自动搭建——这套生硬的底层设计就完全无法支撑。 今天的核心目标很简单：把这个项目从我个人的“玩具脚本”，升级为一个团队能用、AI 能够驱动的流程平台底座。必须先把地基清理干净，否则以后每增加一个业务场景，都是在旧代码上继续堆砌包袱。
二、 今日重构细节与价值推演
核心痛点不是代码逻辑太复杂，而是节点定义、调度执行和前端渲染死死捆在了一起。 我将这三者进行了彻底的解耦，建立了统一的节点注册中心和表单 schema 约定。现在，复杂的财务月报流程可以被拆分成多个小流程的组合，单点节点的失败也会被限制在局部，不会拖死整条链路。同时，运行时表单字段具备了“设计时默认/执行时让用户修改”的双重身份。 交付体感： 以后业务侧再提出新增“汇率换算”或“发邮件”节点，开发成本从“修改三处代码”降维到“只需新增一个文件”，半小时内即可上线。 存储介质改动的核心考量不是读写性能的提升，而在于流程定义从此变成了可以自由流转的文本资产。 我剥离了对本地数据库的强依赖，现在每个流程对应一个 XML 文件，同时做好了 UUID 与旧整数 ID 的向下兼容，确保历史执行记录不丢失。 流程定义变成纯文本后，不仅可以直接接入 Git 进行版本控制和 diff 对比，最重要的是抹平了协作门槛。同事之间可以直接通过群聊、邮件或共享盘来传递流程文件。 重构前端的重点不是为了让界面更好看，而是为了彻底斩断前后端频繁对齐的内耗。 现在设计器的节点面板、配置表单和执行页表单，全部改由后端的 schema 引擎动态驱动生成。后端一旦注册新节点，前端零改动即可自动生效。 对于非技术人员（如财务同事）而言，他们打开执行页时，看到的是一个根据流程定制好的参数表单（只需选择月份、上传 Excel、选择数据表），底层的节点结构被完全折叠。 引入大模型的核心价值不是让 AI 陪我聊天，而是让它真正遵循系统规则、具备自主编排流程的工程纪律。 我新增了 AI Agent 模块，AI 现在可以通过工具调用自主创建、注册并执行流程，会话过程会被归档作为下一次触发的上下文。今天已经成功沉淀出了 3 个可复用的技能包（Excel pipeline / 成绩统计 / 通用 Excel 分析导出），这是未来更复杂场景的能力底子。
- 演进公式： 用户口述业务诉求 → AI 自动检索匹配底层 Skill 约束 → 自动注册并编排计算节点 → 最终跑通流程并产出报表
三、Claude Code 技能使用
这套工具的核心价值不在于功能繁多，而在于强约束、强流程的管控能力。
AI 编程最常见的问题从来不是技术能力不足，而是习惯性偷懒走捷径：省略需求梳理、跳过测试环节、规避安全校验，这是无约束状态下的常态。而 agent-skills 会为开发全流程设置硬性退出标准，杜绝敷衍和拖延，项目作者将其定义为 “反合理化”，也就是针对各类偷懒借口，设置明确的规则约束。
整套体系提炼出六阶段标准开发流水线：需求定义 → 任务规划 → 增量构建 → 浏览器验证 → 多维审查 → 发布上线 搭配七类斜杠指令形成完整闭环，本质是把成熟的工程经验落地为可直接调用的标准流程。
核心判断：比拼的从来不是技能数量，而是把柔性建议转化为硬性必经流程。
frontend-design：把专业设计资源变成高效工具库
AI 编写前端代码，往往成品风格单一、辨识度低，问题根源并非模型能力不足，而是缺少专业设计资源支撑。
frontend-design 整合了海量设计风格、配色方案与字体组合，搭建起可检索的专业资源库。会基于现有优质资源做选择，而非依靠通用审美随机输出，从根源摆脱模板化的 “AI 风格”。
完整提效链路：需求输入 → 风格匹配 → 配色锁定 → 字体组合 → 输出可运行代码 这套流程的提速关键点，不在于编写代码的速度，而是大幅压缩风格、配色、字体等选型的决策时间，而这类选型原本会占用大量工作时长。
核心判断：效率提升不靠操作速度，依靠的是决策路径的精简压缩。
