@kekkai/blueprintArchitecture as Code
將前端架構轉化為 ESLint 規則與 AI Agent 守則
放手讓 AI 寫程式,你會悄悄付出哪些代價?Blueprint 又如何逐一解決。
AI 交出一個能正常運作的功能,卻把新檔案隨手放在方便的位置。幾個 session 之後,每個檔案都偏離了它原本該待的地方。
→ blueprint 定義每一層程式的歸屬,跨越邊界就交給 lint 擋下
看解法 →「先能動就好。」於是 AI 不斷把更多職責塞進同一個檔案,最後一個模組做了五件事,卻沒有一件真正屬於它。
→ blueprint 把單一職責寫進守則,並由 lint 守住最基本的機械底線
看解法 →每一次 AI 修改,都讓檔案再膨脹一點。三個月後,一個模組已經長到 6,000 行,而之後每個 agent 只是想改一個 function,都得先載入整個檔案。
→ blueprint 在檔案開始消耗大量 token 前,先替它設下上限
看解法 →功能通過了。但 AI 最佳化的是「完成」,不是「讓下一個人容易理解」。而下一個閱讀的人,很可能就是另一個 AI agent。
→ blueprint 讓每個 session 都依循同一套可讀性標準
看解法 →每一次 session,AI 都重新推導一次你的架構,而且每次推導出的結果都不太一樣。
→ blueprint 給每個 session 同一份寫下來的架構守則
看解法 →把它套到一個三年的舊專案,你大概會看到四千個錯誤。於是團隊第一天就把它關掉。
→ blueprint 鎖住今天的技術債,只阻擋新增的問題
看解法 →改設定、重新生成,所有產出結果一起變更 —— 它們不會漂移,因為全部是同一份來源轉譯出來的。詳細內容見 init 產出結果。
既有專案導入,兩種方式。
你幾乎不用貼什麼 —— init --authoring 會寫出 playbook,其餘的(跑到底、什麼叫做完)它自己交代給 agent。
丟一段 prompt 給你的 agent —— 它自己從頭跑到尾。
每個驗收步驟在防什麼、完整流程,見 AI 協助導入。
Blueprint 的工程理念涵蓋以下面向 —— 全都會編進你的 repo,成為 lint 規則與 agent 守則:
Blueprint 不談 framework 的最佳實踐 —— 依專案的技術選型,挑對應的搭配資源:
Blueprint 管「程式碼放哪」,框架資源管「怎麼寫得道地」 —— 兩者一起,縮短「能跑」跟「寫得對」的距離。完整理念見 工程理念。