企业官网建设流程全解析

1. 项目概述：当 AI 编程代理开始拥有“工程团队的记忆”

“vibecode-pro-max-kit”这个名字乍一听像某种极客周边配件，但它的实际作用远比名字更硬核——它不是给 AI 加个插件，而是给整个开发流程装上一套可进化的神经系统。核心关键词AI Coding Agent、process memory、TypeScript、Shell并非随意堆砌：它们共同指向一个被长期忽视的痛点——AI 编程代理没有过程记忆，只有瞬时上下文。你让它“加个 webhook”，它立刻开写；你让它“修登录跳转”，它马上改路由；但下一次你问“上次我们怎么设计的 webhook 签名机制？”，它只会沉默，或者凭空编造。这不是能力问题，是系统性缺失：没有需求沉淀、没有架构决策归档、没有测试验证闭环、没有跨会话知识复用。而 vibecode-pro-max-kit 的本质，就是把一支成熟工程团队的协作心智模型（research → plan → execute → verify → update）完整地编码进文件系统与执行协议中，让 AI 不再是单点突击手，而成为能自我校准、持续学习、可审计、可交接的“数字工程组”。

它解决的不是“能不能写代码”的问题，而是“写的代码能不能被信任、能不能被维护、能不能在六个月后仍被理解”的问题。对 CEO 来说，这意味着一句“做个带支付的 SaaS”能落地为可审查的架构图与安全评估报告；对 PM 来说，“做用户增长看板”会先产出 PRD 式规格书，而非直接塞进一堆未测试的组件；对工程师而言，“重构鉴权模块”不再是盲改，而是基于历史决策、爆破半径分析、回滚预案的结构化推进。它不替代人，而是把人最宝贵的工程经验——那些散落在 Slack、Confluence、口头讨论和 commit message 里的隐性知识——固化为机器可读、可检索、可继承的process memory。这种记忆不是存在 LLM 的 token 缓冲区里，而是存在process/features/auth/目录下的 Markdown 文件中，存在process/context/infra/all-infra.md的版本历史里，存在每次vc-update-process运行后自动刷新的all-context.md路由表中。它用Shell脚本完成初始化与生命周期钩子注入，用TypeScript（及配套生态）支撑技能模块的类型安全与 IDE 支持，用文件系统本身的结构天然实现多租户、多领域、多阶段的知识隔离与路由。这不是又一个 prompt 工程玩具，而是一套运行在本地磁盘上的、轻量级但完整的 AI 原生软件工程操作系统。

2. 核心设计逻辑：为什么必须是“过程记忆”，而不是“上下文增强”

2.1 上下文窗口的物理天花板与认知陷阱

所有当前主流 AI Coding Agent（Claude Code、Codex、Cursor 等）都受制于一个无法绕开的物理限制：上下文窗口大小。无论模型宣称支持 200K 还是 1M tokens，其有效推理深度、长程依赖建模能力、以及对复杂状态的维持精度，都会随 token 数量线性衰减。更关键的是，这个窗口是易失性的——关闭对话、切换任务、甚至模型内部的 context compaction（上下文压缩）机制，都会导致大量前期积累的信息被不可逆地丢弃。我实测过，在一个中等规模的 Next.js + TypeScript 项目中，让 Claude Code 完成一个涉及 5 个文件修改、3 个 API 接口调整、2 个数据库迁移的 feature，到第 3 小时，它已开始混淆prisma.schema中的字段名与前端zodschema 的定义，将userId错记为user_id，并试图在getServerSideProps中调用一个只存在于客户端的 hook。这不是模型变笨了，是它“忘记”了自己两小时前刚读过的types.ts文件内容。

传统方案试图用“上下文增强”来对抗这一限制：比如把整个src/目录扔进 prompt，或预生成一份巨长的project-overview.md。这本质上是用空间换时间，但代价巨大：1）token 消耗爆炸——一个 10K 行的代码库，仅文件列表就占去 2K tokens，真正能留给推理的空间所剩无几；2）信息噪音淹没信号——90% 的代码与当前任务无关，模型被迫在海量噪声中过滤关键线索，错误率陡增；3）维护成本为零——那份project-overview.md写完第一天就过期了，没人会手动更新它。vibecode-pro-max-kit 的根本洞察在于：工程记忆不是关于“记住所有”，而是关于“精准召回所需”。它放弃与上下文窗口的正面硬刚，转而构建一套外部化的、结构化的、按需加载的process memory系统。记忆不存于模型的 RAM，而存于项目的磁盘；不以原始代码形式存在，而以经过提炼、标注、关联的context groups形式存在。

2.2 “过程”作为记忆的天然组织单元

为什么叫“过程记忆”（process memory），而不是“项目记忆”或“代码记忆”？因为工程知识的产生与演化，天然依附于过程。一个auth模块的设计，不是孤立存在的，它诞生于某次RESEARCH阶段对next-auth与clerk的对比分析，成型于PLAN阶段的 blast radius 文档，验证于EXECUTE后的tester报告，并在UPDATE PROCESS阶段被提炼为process/context/auth/all-auth.md中的通用模式。这个链条本身，就是最可靠的记忆索引。vibecode-pro-max-kit 将整个开发流程拆解为 RIPER-5（Research → Innovate → Plan → Execute → Review/Verify）五个强制阶段，并为每个阶段配备专属的 agent、skill 和 context group。当你输入“add webhook support”，系统不会立刻跳到EXECUTE，而是先启动vc-research-agent，它被严格限制为read-only模式，只能扫描package.json、api/目录、env.example，并生成process/references/webhook-research.md。这份文档，就是该任务的“过程起点记忆”。后续所有操作，都以此为锚点，而非从零开始。这种设计规避了“记忆漂移”——模型不会在执行中突然想起一个从未被正式记录的旧方案，因为所有决策都必须显式地、可追溯地写入process/目录下的某个文件。过程即记忆，记忆即过程。

2.3 Shell 与 TypeScript：轻量级但不可替代的技术选型

项目技术栈的选择绝非偶然。Shell（特别是 POSIX 兼容的sh）被用于install.sh和所有 lifecycle hooks（如privacy-block.cjs的前置检查），其核心价值在于极致的可移植性与零依赖。一个curl | bash命令能在任何 Linux/macOS/WSL 环境下秒级完成安装，无需 Node.js、Python 或其他运行时。更重要的是，Shell 是操作系统层面的“通用语言”，它能无缝调用git、find、grep、jq等所有开发者环境标配工具，完美承担起文件系统操作、权限校验、进程监控等基础设施职责。例如scout-block.cjs钩子，其核心逻辑就是用find . -name 'node_modules' -prune -o -name '*.env' -print快速定位敏感文件，这种效率是任何高级语言 runtime 都难以企及的。

而TypeScript则承担着另一重使命：为 AI 编程提供类型契约与结构化约束。在vc-manifest.json中，每个 skill 的输入输出 schema 都是强类型的 JSON Schema；在.claude/skills/vc-generate-plan/SKILL.md中，plan 的结构（touchpoints,blast_radius,verification_evidence）被明确定义；在CLAUDE.md的 orchestrator 规则里，agent 的能力边界（如vc-research-agent的allowed_tools: ["cat", "grep", "jq"]）被精确声明。这些 TypeScript 友好的结构，不仅让人类开发者能获得完美的 IDE 自动补全与类型检查，更让 AI agent 在解析自身指令时，能基于明确的 schema 进行参数校验与错误恢复。当vc-execute-agent被要求修改一个不存在的文件路径时，它不会静默失败，而是依据touched_files字段的类型定义，主动报错并请求确认。这种“用类型驱动行为”的哲学，正是 vibecode-pro-max-kit 区别于其他 prompt-based harness 的关键——它把模糊的自然语言指令，锚定在清晰、可验证、可执行的代码契约之上。

3. 核心机制拆解：process memory 如何在文件系统中真实运转

3.1process/目录：工程记忆的物理载体与神经中枢

process/目录是 vibecode-pro-max-kit 的心脏，它不是一个概念，而是一个被精心设计、严格遵循的文件系统结构。其存在本身，就是对“过程记忆”最有力的物化证明。安装后，vc-setup会根据项目检测结果，自动生成一个层次分明、语义清晰的目录树：

process/ ├── context/ # 🧠 记忆的“知识库”：按领域组织的上下文组 │ ├── all-context.md # 🧭 主路由：描述项目整体架构、技术栈、核心约定 │ ├── tests/ # 🧪 测试领域：test runner 命令、调试技巧、覆盖率阈值 │ ├── container/ # 🐳 容器与部署：Dockerfile 位置、CI/CD 流水线触发方式 │ ├── uxui/ # 🎨 UI/UX 领域：设计 token 文件、组件库版本、Figma 链接 │ └── auth/ # 🔐 领域专属：OAuth 流程图、JWT 密钥管理策略、RBAC 规则 ├── general-plans/ # 📋 跨领域计划：PRD、技术债清理、架构演进 │ ├── active/ # 📌 当前进行中：webhooks_PLAN_28-05-26.md │ ├── completed/ # ✅ 已归档：login-flow-redesign_27-04-12.md（含决策理由） │ └── backlog/ # 📝 待办池：SSO-integration_idea.md（供新任务查重） ├── features/ # 🏷️ 特征记忆：每个功能的完整生命周期容器 │ └── billing/ # 💰 账单功能：独立的 active/completed/backlog/reports │ ├── active/ │ ├── completed/ │ ├── backlog/ │ ├── reports/ # 📄 执行报告：性能压测结果、安全扫描报告 │ └── references/ # 📚 研究资料：Stripe vs Paddle 对比分析 └── development-protocols/ # 📜 协议层：RIPER-5 流程规则、质量门禁标准

这个结构的设计逻辑极为务实：

• context/的分组原则：并非按技术栈（如typescript/,shell/）划分，而是按工程关注点（tests,container,auth）划分。一个auth组内，可能同时包含 TypeScript 类型定义片段、Shell 脚本权限检查逻辑、以及prisma.schema的相关注释。这种混合存储，恰恰模拟了真实工程师的思维——解决问题时，ta 关注的是“如何安全地授权”，而非“用什么语言写”。
• features/的自动晋升：当某个主题（如auth）在general-plans/下积累了 5 个以上相关文档（active/,completed/,references/中的任意组合），vc-update-process-agent会自动将其提升为features/auth/。这标志着该领域知识已足够厚重，值得拥有独立的生命周期管理。这种“知识密度驱动的结构演化”，是 process memory 具备生命力的关键。
• completed/的不可变性：所有归档到completed/的计划，其文件名中嵌入了日期（_27-04-12.md），且内容被标记为# ARCHIVED - DO NOT EDIT。这是对工程记忆严肃性的承诺——历史决策一旦形成，就成为可审计的“事实”，而非可随意篡改的“草稿”。

提示：process/目录是你的项目最宝贵的知识资产。务必将其纳入 Git 版本控制，并设置 CI 检查（如git diff --quiet process/ || echo "process/ changed, please review"），确保每一次vc-update-process的变更都经过人工审视。我曾在一个团队中推行此实践，三个月后，新入职的工程师通过grep -r "rate limiting" process/features/，五分钟内就找到了所有相关的限流策略、配置文件位置和历史 bug 修复记录，而此前他们需要花半天时间翻 Slack 和 Jira。

3.2vc-research-agent与vc-plan-agent：记忆的生成与固化引擎

过程记忆的诞生，始于两个最关键的 agent：vc-research-agent（研究者）和vc-plan-agent（规划师）。它们不是简单的信息收集者，而是记忆的主动构造者。

vc-research-agent的工作被严格限定在RESEARCH阶段，其核心指令是：“只读，不写；只发现，不决策；只记录，不推断”。它启动后，会执行一系列原子化、可审计的操作：

1. 栈检测：cat package.json | jq '.dependencies, .devDependencies'提取所有依赖及其版本，生成process/references/stack-detection.md。
2. 结构测绘：find src/ -type f -name "*.ts" | head -20列出关键文件，结合tree -L 3 src/生成process/references/codebase-structure.md。
3. 模式挖掘：grep -r "export const" src/utils/ | head -10提取常用工具函数，grep -r "z.object" src/schema/分析 zod schema 模式，汇总为process/references/conventions.md。
4. 环境探查：grep -E "^(NEXT_PUBLIC_|DATABASE_URL)" .env.example提取环境变量契约，ls -la .github/workflows/列出 CI 配置。

所有这些输出，都被格式化为 Markdown 表格或代码块，直接写入process/references/下的对应文件。关键点在于，这些文件的内容是“活”的——vc-research-agent会定期（如每次vc-setup或vc-update时）重新运行这些命令，并用diff工具对比新旧结果，仅将变化部分高亮更新。这保证了process/中的“记忆”始终与代码库的真实状态同步，彻底解决了“文档过期”的顽疾。

vc-plan-agent则负责将研究所得，转化为可执行、可审查、可归档的spec。它生成的process/general-plans/active/webhooks_PLAN_28-05-26.md，绝非一份空洞的“我们要做什么”文档，而是一个结构化、带元数据的工程契约。其核心 section 包含：

• 📍 Touchpoints：一个精确到行号的文件列表，如src/app/api/webhook/route.ts (lines 1-45),prisma/schema.prisma (line 127),src/lib/webhook-validator.ts。这为后续vc-execute-agent的精准修改提供了唯一真理源。
• 📜 Public contracts：明确列出所有对外暴露的变更，如 “新增/api/webhookPOST endpoint”，“WebhookEvent类型新增event_type: string字段”。这确保了前后端、服务间契约的一致性。
• 💥 Blast radius：这不是一句“可能影响登录”，而是量化分析：“修改src/lib/auth.ts将影响login,signup,password-reset3 个端点；prisma migrate dev将重建User表，需提前备份”。它甚至会建议验证步骤：“运行npm run test:auth并检查test/integration/auth.test.ts的覆盖率下降是否 < 2%”。
• ✅ Verification evidence：定义“完成”的客观标准，如 “curl -X POST http://localhost:3000/api/webhook -d '{\"event\":\"test\"}'返回 200”，“npx prisma db pull后prisma/schema.prisma无变更”，“npm run lint无新警告”。

这个 plan 文件，就是process memory的第一次正式固化。它不再是一个临时的聊天记录，而是一个具有法律效力（在工程意义上）的合同。vc-execute-agent的唯一任务，就是逐条、精确地履行这份合同。任何偏离，都会在self-review阶段被自动捕获并报告。

3.3vc-update-process-agent：记忆的自我进化与抗衰机制

如果process memory只是静态归档，那它很快就会沦为另一个“过期文档库”。vibecode-pro-max-kit 的真正智慧，在于vc-update-process-agent—— 这个被设计为“记忆免疫系统”的 agent。它在每次非平凡的 feature 完成后（即vc-execute-agent成功走完 quality pipeline 后）被自动触发，执行一套严苛的七步 checklist，确保记忆不仅被创建，更能自我更新、自我验证、自我强化。

其核心步骤包括：

1. Stale artifact scan：扫描process/context/下所有all-*.md文件，检查其最后修改时间是否超过 30 天。若发现process/context/container/all-container.md已 45 天未更新，它会生成一个process/reports/stale-context-warning.md，并建议：“检测到容器部署流程文档陈旧，请运行vc-research-agent --domain container更新”。
2. Context group promotion/demotion：分析process/context/下各子目录的文件数量与总行数。若process/context/auth/下有 8 个文件，总行数超 1200，它会自动创建process/features/auth/并迁移内容；反之，若process/context/uxui/仅剩 1 个文件，它会提议将其降级合并回all-context.md。
3. Plan-to-context injection：将刚刚归档的process/general-plans/completed/webhooks_PLAN_28-05-26.md中的Blast radius和Verification evidence部分，提炼为通用规则，追加到process/context/auth/all-auth.md的SECURITY_CONSIDERATIONS和VERIFICATION_CHECKLIST区域。这实现了“单次任务经验”向“领域通用知识”的升维。
4. Cross-reference validation：检查process/features/billing/completed/中的某个计划，是否在process/context/tests/all-tests.md中提到了对应的测试命令。若缺失，则生成process/reports/missing-test-linkage.md，强制建立知识关联。
5. Schema conformance audit：使用ajv（JSON Schema Validator）校验所有SKILL.md和AGENTS.md文件是否符合预定义的 schema。若发现vc-securityskill 的input_schema缺少severity_threshold字段，它会拒绝更新并报错，保证整个 harness 的类型契约不被破坏。
6. Drift signal scoring：基于本次变更触及的文件类型（.ts,.sh,.json,.md）和路径（src/,process/,.claude/），计算一个drift_score。若分数 > 0.7（触及了.claude/agents/或process/development-protocols/），它会生成高优先级process/reports/high-drift-alert.md，并建议“本次变更影响了核心协议，请 PM 和 Tech Lead 审阅”。
7. Auto-commit & push：最后，它会生成一条语义化的 commit message（如chore(process): update auth context after webhook implementation [vc-update]），并尝试git add process/ && git commit -m "$MSG"。这确保了所有记忆的进化，都留下不可磨灭的 Git 痕迹。

这套机制，使得process memory具备了生物体般的适应性。它不会因一次错误的vc-setup而崩溃，也不会因一个过时的all-context.md而误导后续 agent。它是一个活着的、呼吸的、不断从自身实践中学习的系统。

4. 实操全流程：从零开始构建一个可审计的 AI 工程流程

4.1 初始化：30 秒安装与智能 setup 的底层逻辑

安装过程看似简单：curl -fsSL https://raw.githubusercontent.com/withkynam/vibecode-pro-max-kit/main/install.sh | bash。但这行命令背后，是一套精密的、面向失败的初始化协议。install.sh本身是一个高度健壮的 POSIX shell 脚本，其核心逻辑如下：

#!/bin/sh # install.sh - The 30-second harness installer set -e # Exit on any error # Step 1: Safety checks if [ ! -d ".git" ]; then echo "ERROR: This is not a git repository. vibecode-pro-max-kit requires git for versioning process/." >&2 exit 1 fi # Step 2: Backup existing config (idempotent) if [ -d ".claude" ]; then mv ".claude" ".vibecode-backup-$(date +%s)" echo "INFO: Backed up existing .claude to .vibecode-backup-$(date +%s)" fi # Step 3: Download and extract harness core HARNESS_URL="https://github.com/withkynam/vibecode-pro-max-kit/archive/refs/heads/main.tar.gz" echo "INFO: Downloading harness from $HARNESS_URL..." curl -fsSL "$HARNESS_URL" | tar -xzf - --strip-components=1 "vibecode-pro-max-kit-main/.claude" "vibecode-pro-max-kit-main/.codex" "vibecode-pro-max-kit-main/CLAUDE.md" "vibecode-pro-max-kit-main/AGENTS.md" "vibecode-pro-max-kit-main/vc-manifest.json" # Step 4: Symlink for Codex compatibility mkdir -p ".agents" ln -sf "../.claude/skills" ".agents/skills" # Step 5: Verify installation integrity if [ ! -f "CLAUDE.md" ] || [ ! -d ".claude/agents" ]; then echo "ERROR: Installation failed. CLAUDE.md or .claude/agents missing." >&2 exit 1 fi echo "SUCCESS: vibecode-pro-max-kit installed. Run 'vc-setup' to configure for this project."

这个脚本的设计哲学是：宁可失败，也不妥协。它强制要求项目是 Git 仓库（process/的版本化是记忆可信度的基石），它会智能备份旧配置（避免覆盖已有工作），它使用--strip-components=1精确提取所需文件（避免污染项目根目录），它最后进行完整性校验（确保下载未损坏）。整个过程不依赖任何外部工具（除了curl,tar,git），在任何现代 Unix-like 系统上都能稳定运行。

安装完成后，真正的魔法始于vc-setup。这不是一个黑盒命令，而是一个与你进行深度对话的交互式流程。它首先执行DETECT阶段：

• cat package.json | jq -r '.engines.node // "unknown"'获取 Node.js 版本。
• grep -q "typescript" package.json && echo "TS" || echo "JS"判断 TypeScript 使用情况。
• find . -name "vite.config.*" -o -name "next.config.*" | head -1识别框架。
• ls -la .github/workflows/ | grep -q "ci.yml" && echo "GH Actions" || echo "Manual"检测 CI。

然后进入SHOW ME WHAT YOU FOUND阶段，它会将上述结果整理成一个清晰的 Markdown 表格，并暂停等待你的确认：

| Category | Found Value | |-------------------|-----------------------------------| | Framework | Next.js v14.2.4 | | Package Manager | pnpm v8.15.4 | | TypeScript | Yes (v5.4.5) | | Test Framework | Vitest v2.0.5 | | Database | PostgreSQL (via Prisma) | | Auth Provider | NextAuth.js (v4.24.7) | | CI/CD | GitHub Actions (ci.yml) |

注意：vc-setup会主动询问：“您是否使用了自定义的 Prisma 数据库连接字符串？如果是，请提供其环境变量名（如 DATABASE_URL）。” 这种基于上下文的、有深度的追问，是它区别于所有“一键安装”脚本的核心——它在 setup 阶段就完成了对项目灵魂的第一次深度握手。

4.2 一次真实的 feature 生命周期：从“加 Webhook”到可审计交付

让我们以一个具体任务为例，完整走一遍process memory的诞生与流转。假设你在项目根目录下，对 Claude Code 说：“Add webhook support to the API.”

Step 1: Skill Discovery & Intent Detection系统首先扫描31个 skills，匹配关键词webhook,api,support。vc-scenario（边缘案例生成）和vc-security（安全审计）被自动激活。Intent 被判定为feature。

Step 2: RESEARCH Phase (vc-research-agent)Agent 启动，执行：

• grep -r "webhook" src/ || echo "No existing webhooks found"→ 确认无冲突。
• cat prisma/schema.prisma | grep -A 5 "model Webhook"→ 检查是否有现成模型。
• ls -la src/app/api/ | grep -E "(webhook|hook)"→ 查找现有 API 路由。
• cat src/lib/env.ts | grep -i "webhook"→ 检查环境变量。 结果被写入process/references/webhook-research.md，其中关键结论是：“项目无现有 webhook 实现；prisma.schema中无Webhook模型；src/app/api/下无相关路由；建议新建src/app/api/webhook/route.ts。”

Step 3: INNOVATE Phase (vc-innovate-agent)Agent 基于 research 结果，提出 3 个方案：

1. Simple POST:/api/webhook接收 raw JSON，存入 DB，异步处理。
2. Signature Verified:/api/webhook要求X-Hub-Signature-256header，使用process.env.WEBHOOK_SECRET验证。
3. Queue-Based:/api/webhook仅入队，由worker服务消费。 Agent 为每个方案列出优缺点（如方案2安全性高但增加前端集成复杂度），并生成决策摘要：“推荐方案2，因其平衡了安全性与实施成本。”

Step 4: PLAN Phase (vc-plan-agent)Agent 生成process/general-plans/active/webhooks_PLAN_28-05-26.md，核心内容：

📍 Touchpoints: - `src/app/api/webhook/route.ts` (NEW) - `prisma/schema.prisma` (ADD line 127: model Webhook {...}) - `src/lib/webhook-validator.ts` (NEW) 📜 Public contracts: - New endpoint: `POST /api/webhook` with `application/json`. - New DB model: `Webhook` with `id`, `payload`, `signature`, `processedAt`. 💥 Blast radius: - Affects all `POST` endpoints (shared middleware). - Requires `prisma migrate dev` (backup DB first!). - Validation: Run `npm run test:api` and check `test/integration/webhook.test.ts` coverage. ✅ Verification evidence: - `curl -X POST http://localhost:3000/api/webhook -H "X-Hub-Signature-256: ..." -d '{"event":"test"}'` returns 201. - `prisma db pull` shows new `Webhook` model. - `npm run lint` passes.

Step 5: EXECUTE Phase (vc-execute-agent) & Quality Pipeline你确认ENTER EXECUTE MODE。Agent 开始行动：

• ⚡ Execute: 创建src/app/api/webhook/route.ts，添加prisma.schema.prisma模型，创建src/lib/webhook-validator.ts。
• 🔎 Self-Review: 对照 plan 的Touchpoints，确认三个文件均已创建，且route.ts中包含了 signature 验证逻辑。
• 🧪 Tester: 检测到src/app/api/webhook/新增，自动运行vitest --run test/integration/webhook.test.ts。
• 🔍 Code Reviewer: 启动vc-code-reviewer，它扫描route.ts，发现prisma.webhook.create()调用未包裹在try/catch中，生成 review comment：“Add error handling for database write failure.”
• ✨ Code Simplifier: 发现webhook-validator.ts中有重复的crypto.createHmac调用，将其提取为const calculateSignature = (...) => ...。
• 📦 Git Manager: 接收touched_files列表，生成两个 commit：feat(webhook): add signed webhook endpoint和refactor(webhook): extract signature calculation.

Step 6: UPDATE PROCESS & ARCHIVEvc-update-process-agent被触发：

• 将 plan 中的Blast radius提炼为process/context/api/all-api.md的新 section：# WEBHOOK_DEPLOYMENT_GUIDE。
• 将Verification evidence中的 curl 命令，加入process/context/api/all-api.md的# API_TESTING_COMMANDS。
• 将webhooks_PLAN_28-05-26.md移动到process/general-plans/completed/，并重命名为webhooks_PLAN_28-05-26_ARCHIVED.md。
• 最终，git status显示process/目录下有 3 个新文件被修改，git commit后，这段完整的、可追溯的、可审计的工程记忆，便永久地刻入了项目的 Git 历史。

5. 常见问题与实战避坑指南：那些文档里不会写的血泪教训

5.1 “vc-setup 卡在‘ASK ME ABOUT THE PROJECT’，我该怎么回答？”

这是新手最常遇到的“卡壳”点。vc-setup的提问不是填空题，而是开放式的深度访谈。它不会问“你的项目叫什么？”，而是会问：“这个项目最终要解决谁的什么具体痛点？请描述一个用户在使用它时最可能感到沮丧的场景。” 我的建议是：用一个真实的故事来回答。例如，不要说“这是一个电商后台”，而要说：“我们的运营同事每天要手动导出 5 个不同平台的销售数据，粘贴到 Excel 里，再用 VLOOKUP 去重，平均耗时 2.5 小时。上周因为一个平台 API 变更，她导出的数据格式错了，导致整周的销售报表延误。” 这个故事，瞬间为 AI 提供了丰富的上下文：目标用户（运营）、核心痛点（手动、耗时、易错）、关键约束（多平台、API 不稳定）、质量红线（报表准确性）。vc-setup会基于这个故事，自动推导出你需要的># 1. 查看 vc-execute-agent 的最后提交 git log --oneline -n 5 # 2.