Claude-skill-registry large-requirements-processor
超大型需求智能拆分与批量处理,自动识别模块边界、逐模块分析并整合文档,支持零人工干预的完整需求处理流程。
install
source · Clone the upstream repo
git clone https://github.com/majiayu000/claude-skill-registry
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/large-requirements-processor" ~/.claude/skills/majiayu000-claude-skill-registry-large-requirements-processor && rm -rf "$T"
manifest:
skills/data/large-requirements-processor/SKILL.mdsource content
功能概述
处理超大型需求(>5,000字)的智能拆分和批量处理。通过自动识别模块边界,将大型需求拆分为独立子需求,逐个分析后自动整合为完整需求文档。
核心能力
1. 智能模块识别
- 自动分析需求文本,识别独立功能模块
- 基于业务领域知识判断模块边界
- 识别模块间依赖关系
2. 自动拆分策略
- 按模块拆分(用户、商品、订单等)
- 按功能拆分(CRUD、统计、导入导出等)
- 按优先级拆分(核心功能、扩展功能等)
3. 流式批量处理
- 逐模块自动分析(无需人工确认)
- 实时进度反馈
- 自动冲突检测和解决
4. 文档自动整合
- 合并所有模块需求文档
- 生成模块依赖关系图
- 生成完整验收标准
触发条件
当检测到以下情况时自动激活:
-
输入规模检测
- 输入字数 > 5,000字
- 或包含3个以上独立模块关键词
-
关键词识别
- "完整系统"、"平台"、"多个模块"
- "用户+商品+订单"等多模块组合
工作流程
阶段1: 规模评估(10秒)
输入:15,000字的完整需求 执行: 1. 统计字数和Token数 2. 识别模块数量 3. 评估处理时间 4. 生成处理计划 输出: 📊 检测到大型需求(15,000字) 📦 识别到6个独立模块 ⏱️ 预计处理时间:45-60分钟 💡 自动启动流式批量处理模式
阶段2: 模块识别(30秒)
执行: 1. 分析需求文本结构 2. 提取模块关键词 3. 划分模块边界 4. 识别模块依赖 输出: ✅ 模块识别完成 1. 用户模块(2,000字)- 独立 2. 商品模块(2,500字)- 独立 3. 订单模块(3,000字)- 依赖:用户、商品 4. 营销模块(2,000字)- 依赖:订单 5. 物流模块(1,500字)- 依赖:订单 6. 财务模块(1,000字)- 依赖:订单
阶段3: 逐模块分析(40-50分钟)
执行: for each 模块 in 模块列表: 1. 提取模块需求文本 2. 调用需求分析核心流程 3. 生成模块需求文档 4. 检测模块内冲突 5. 应用需求补全建议 输出: 📦 [1/6] 用户模块 ✅ 📄 docs/需求文档-用户模块.md 📦 [2/6] 商品模块 ✅ 📄 docs/需求文档-商品模块.md 📦 [3/6] 订单模块 ⏳ (60%) ...
阶段4: 冲突检测(5分钟)
执行: 1. 检测模块间数据冲突 2. 检测模块间逻辑冲突 3. 检测模块间依赖冲突 4. 自动生成解决方案 输出: ⚠️ 检测到3个模块间冲突: 1. 订单模块的user_id与用户模块的userId类型不一致 → 自动修正为统一使用Long类型 2. 营销模块的优惠券与订单模块的优惠逻辑冲突 → 建议在订单模块中统一处理优惠计算 3. 物流模块的订单状态与订单模块的状态定义不一致 → 自动同步状态枚举定义
阶段5: 文档整合(5分钟)
执行: 1. 合并所有模块需求清单 2. 合并所有数据字典 3. 生成模块依赖关系图 4. 生成完整验收标准 5. 生成需求概览文档 输出: 📦 文档整合完成 1. 📄 需求文档-完整版.md(10,000+行) 2. 📄 模块依赖关系图.md 3. 📄 需求冲突检测报告.md 4. 📄 需求概览.md 5. 📄 需求文档-用户模块.md 6. 📄 需求文档-商品模块.md ... (各模块独立文档)
输出格式
进度反馈格式
┌─────────────────────────────────────────┐ │ 超大型需求处理进度 Dashboard │ ├─────────────────────────────────────────┤ │ 📊 总进度: ████████░░ 80% (4/5) │ │ │ │ ✅ 用户模块 - 已完成(8分钟) │ │ ✅ 商品模块 - 已完成(10分钟) │ │ ✅ 订单模块 - 已完成(12分钟) │ │ ⏳ 营销模块 - 进行中(60%,预计5分钟) │ │ 🔜 物流模块 - 待处理 │ │ 🔜 财务模块 - 待处理 │ │ │ │ ⏱️ 已耗时: 35分钟 │ │ ⏱️ 预计剩余: 15分钟 │ │ 💰 Token消耗: 3,240 / 预算: 6,000 │ └─────────────────────────────────────────┘
最终输出格式
✅ 超大型需求分析完成 📊 处理统计: - 输入规模: 15,000字(11,250 tokens) - 识别模块: 6个 - 总耗时: 48分钟 - Token消耗: 5,240 - 发现冲突: 3个(已自动解决) - 补全建议: 28条(已自动应用) 📦 输出产物: 1. 📄 需求文档-完整版.md(10,234行) - 包含所有6个模块的完整需求 - 包含完整的数据字典(82个表) - 包含完整的验收标准(156条) 2. 📄 模块依赖关系图.md - 可视化展示模块间依赖 - 标注关键数据流转 3. 📄 需求冲突检测报告.md - 3个冲突已自动解决 - 5个潜在风险需要关注 4. 📄 各模块独立文档(6份) - 用户模块、商品模块、订单模块 - 营销模块、物流模块、财务模块 🔗 下一步建议: - 使用 /dev 开始完整开发流程 - 或使用 agent@architecture-designer 进行架构设计
智能特性
1. 自适应拆分策略
根据需求特点自动选择最优拆分策略:
- 电商类 → 按业务模块拆分
- 管理系统类 → 按功能模块拆分
- 工作流类 → 按流程阶段拆分
2. 智能依赖识别
自动识别模块间的依赖关系:
- 数据依赖(外键关联)
- 业务依赖(流程依赖)
- 功能依赖(接口调用)
3. 冲突自动解决
常见冲突的自动解决策略:
- 字段类型不一致 → 统一为更通用的类型
- 状态定义冲突 → 生成统一的状态枚举
- 业务规则冲突 → 标记为需要人工确认
4. 进度智能预估
基于历史数据预估处理时间:
- 简单模块(CRUD)→ 5-8分钟
- 中等模块(含业务规则)→ 10-15分钟
- 复杂模块(含审批流程)→ 15-20分钟
使用示例
示例: 电商平台需求
用户输入: agent@requirements-analyst 我想做一个完整的电商平台,包括用户管理、商品管理、 订单管理、支付管理、营销活动、物流管理、财务对账等功能。 (详细描述15,000字) 处理流程: 📊 检测到大型需求(15,000字) 📦 识别到7个模块,启动流式处理... [处理中...] ✅ 用户模块 - 完成 ✅ 商品模块 - 完成 ✅ 订单模块 - 完成 ✅ 支付模块 - 完成 ✅ 营销模块 - 完成 ✅ 物流模块 - 完成 ✅ 财务模块 - 完成 ✅ 需求分析完成(总耗时52分钟) 📄 已生成8份文档(1份完整版 + 7份模块文档)
注意事项
限制条件
- 单次处理建议不超过50,000字
- 模块数量建议不超过10个
- 单个模块建议不超过5,000字
最佳实践
- 输入需求时保持模块间的清晰边界
- 使用标题或分隔符区分不同模块
- 提供模块间的依赖关系说明
异常处理
- 模块识别失败 → 降级为单一需求处理
- 冲突无法自动解决 → 生成人工确认清单
- Token超预算 → 暂停并生成中间文档
版本历史
| 版本 | 日期 | 变更内容 |
|---|---|---|
| 1.0.0 | 2026-01-29 | 初始版本,实现超大型需求智能拆分核心功能 |
技能状态: ✅ 就绪
专注领域: 超大型需求拆分、批量处理、文档整合
输出产物: 完整需求文档 + 模块文档 + 依赖关系图 + 冲突报告