（1790期）Context Driven Development – AI 辅助开发团队的上下文管理方法论

AI 辅助开发团队的上下文管理方法论 通过结构化上下文文档（product.md、tech-stack.md 等）实现 AI 与团队的一致性对齐，解决 AI 会话记忆断裂和团队知识散失问题 使用说明 核心用法 Context-Driven Development（CDD）将项目上下文视为与代码同等重要的托管产物，通过四份核心文档建立持久、结构化的信息基座： product.md：产品愿景、目标用户、核心功能与成功指标 tech-stack.md：技术栈、依赖版本、基础设施与工具链 workflow.md：开发方法论、Git 流程、代码审查与质量门禁 tracks.md：工作单元登记册，追踪任务状态与元数据 标准工作流：Context → Spec & Plan → Implement。任何实现前必须先验证上下文时效性，确保 AI 和团队成员基于同一信息基座工作。 显著优点 AI 一致性：跨会话保持行为可预测，消除重复交代背景的消耗 团队对齐：新成员快速 onboarding，术语与目标统一 机构记忆：决策依据随项目演进留存，降低人员流动风险 轻量可维护：四文档结构克制，避免文档膨胀 局限与风险 启动成本：绿场项目需一次性投入建立四份文档；棕场项目需逆向提取，工作量不可低估 维护纪律：文档易陈旧，需内化为工作完成标准的一部分，否则迅速失效 过度设计风险：小型实验或单文件脚本使用此模式反而拖累效率 工具依赖：文档价值随 AI 辅助深度而变化，纯人工项目收益递减 适合人群 多人协作且使用 AI 辅助开发的团队 需要长期维护、成员会轮转的工程化项目 复杂度高、上下文切换频繁的代码库 常规风险 上下文漂移（Context Drift）：实现与文档脱节 隐性知识：成员口头引用但未写入文档的信息 更新遗漏：依赖升级或流程变更后未同步 tech-stack.md/workflow.md 建议配套自动化检查（如 pre-commit hook 提醒更新文档）降低人为疏漏。 原始说明 Treat project context as a managed artifact alongside code. Use structured context documents (product.md, tech-stack.md, workflow.md) to enable consistent AI interactions and team alignment. Essential for projects using AI-assisted development.