@double-codeing/flow2spec
Advanced tools
在业务仓库初始化「文档驱动、可写回知识库」的 AI 协作骨架：项目根 .Knowledge 承载 stock-docs/req-docs 与机读路由，.cursor/.claude/.codex 写入 f2s-* 规则与技能（含 Karpathy 式编码行为准则，init 同步 rules / Codex topics / skills）；init 只落结构与模板，业务内容由各 f2s-* 技能在对话中维护。
解决 Cursor / Claude Code 的「失忆症」——用一个命令初始化，让 AI 跨会话记住项目上下文，不用每轮重新交代。
🌐 English · 中 / EN
🎬 在线演示（13 页 HTML PPT，← → 翻页，S 演讲者模式）
🔧 快速体验：
npx @double-codeing/flow2spec@latest init
同样一句话，两段对话：
> 改一下评价模板文案库的批量重评分
没有 Flow2Spec：
AI: 这个模块的表在哪？
AI: batchReScore 是同步还是异步？
AI: 有没有锁？幂等键是什么？
AI: 返回格式是什么？错误码是多少？
AI: （翻遍 416 个接口、796 份文件、4.7 MB 源码…）
反复介绍 · 反复翻代码 · 反复踩坑
有 Flow2Spec：
[matcher 命中] m-product-review-template-library
[加载依赖] 4 个 topic · 约 300 行
AI: 已知 — fire-and-forget
Redis 锁 smp:product-review:template-library:batch-rescore:lock（TTL 10 分钟）
单次最多 100 条 · 错误码 101
AI: 开始改，预计 3 处文件。
4.7 MB → 300 行 · 秒级定位到硬约束
① 跨会话记住项目上下文
.Knowledge/ 结构化知识库：路由清单（manifest-routing.json）+ 关键词索引（matchers）+ 主题分片（topics）。AI 启动时只读该读的，4.7 MB 源码压到 300 行精准上下文。
② 路由清单让 AI 不翻仓库，只拿该拿的
每次需求命中 1~4 个 topic，约 300 行。业务的硬约束——锁的 key、错误码、上限——都在 topic 里，AI 不用从源码猜。
③ f2s- 技能改代码顺手更新知识*
/f2s-kb-feat 写功能时同步写 topic，/f2s-kb-fix 修 bug 时更正 topic，/f2s-git-commit 提交前检查 topic 覆盖。改代码就是记知识，没有"单独维护文档"这件事。
④ 需求到实现全链路：澄清 → 技术方案 → 代码
/f2s-req-clarify 反问到无歧义，/f2s-req-backend 生成可直接实现的技术方案文档落到 req-docs/，AI 按方案实现，不靠口头约定。
⑤ 任务清单跨会话追踪进度
开启 changeTracking 配置后，f2s-kb-feat / f2s-kb-fix 等技能执行时自动创建带 checkbox 的 task.md，每步完成立即打钩落盘。新会话续作时自动加载剩余清单，不靠记忆、不靠口头，任务进度永远在磁盘上。用户侧的代办（执行 SQL、配环境变量、点审批）单独写入 user-todos.md，不混在 AI 步骤里。
⑥ 文档驱动：PDF / MD 一键入知识库
/f2s-kb-add 把已落地能力的源码聚合成初稿 → 终稿 → topics，/f2s-doc-final 把 PDF 或任意 MD 转成规范终稿格式。外部文档、历史方案都能变成可路由的知识。
最小可用集是一个空骨架。
npx @double-codeing/flow2spec@latest init
1 分钟生成目录结构 + 路由配置，空的，直接跑。下次需求命中哪块，写哪块，不提前建设。
真实仓库跑了三个月的数据：
| 指标 | 数值 |
|---|---|
| 对外接口数 | 416 |
| 源码体积 | 796 文件 / 4.7 MB / ~10 万行 |
| Flow2Spec 每次加载 | ≈ 300 行（噪声切掉 99%） |
npx @double-codeing/flow2spec@latest init
跟着提示走完，生成 .Knowledge/ 目录结构和路由配置骨架。
在 Agent 工具（Cursor / Claude Code）中执行：
/f2s-doc-arch — 扫描项目架构，生成架构说明初稿，跟着流程走直到生成主题（topics）这一步只做一次，之后日常开发不需要重复。
/f2s-kb-add <文件夹路径> — 把还没入库的功能模块路径补进来这一步在进入开发前，发现没有某个模块能力的知识的时候选择性的去做
大需求：
/f2s-req-clarify 一句话需求或粘贴 PRD ← 需求澄清
/f2s-req-backend ← 生成技术方案
自然语言：实现上面的技术方案 ← AI 开始实现（开启 changeTracking 时自动建任务清单）
（调试验证）
/f2s-kb-feat 新增 xxx 能力 ← 功能缺失时补能力
/f2s-kb-fix 修复 xxx ← 有 BUG 时修复
/f2s-kb-sync ← 同步知识库
/f2s-git-commit ← 检查并提交
小需求 / 日常改动：
/f2s-kb-feat 新增 xxx 能力 ← 功能缺失
/f2s-kb-fix 修复 xxx ← 改 BUG
| 命令 | 用途 |
|---|---|
/f2s-req-clarify | 需求澄清 |
/f2s-req-backend | 生成技术方案 |
/f2s-kb-feat | 新增小功能 |
/f2s-kb-fix | 改 BUG |
/f2s-kb-sync | 同步知识库 |
/f2s-git-commit | 提交代码 |
/f2s-kb-add <路径> | 接口模块入知识库 |
MIT. Copyright © 2026 兰涛
FAQs
在业务仓库初始化「文档驱动、可写回知识库」的 AI 协作骨架：项目根 .Knowledge 承载 stock-docs/req-docs 与机读路由，.cursor/.claude/.codex 写入 f2s-* 规则与技能（含 Karpathy 式编码行为准则，init 同步 rules / Codex topics / skills）；init 只落结构与模板，业务内容由各 f2s-* 技能在对话中维护。
The npm package @double-codeing/flow2spec receives a total of 11 weekly downloads. As such, @double-codeing/flow2spec popularity was classified as not popular.
We found that @double-codeing/flow2spec demonstrated a healthy version release cadence and project activity because the last version was released less than a year ago. It has 2 open source maintainers collaborating on the project.
Research
/Security News
Socket researchers found 18 Chrome extensions and one Edge extension delivering a wallet drainer, credential theft, and other malicious payloads.
Product
Create ClickUp tasks from Socket alerts, automate ticketing with custom rules, and keep alert and task status synchronized.
Product
Create and manage Asana tasks directly from Socket alerts, with manual task creation, automated ticketing rules, and two-way sync.