AI 协作维护

这个仓库本身就是样板

01MVP 不只是给产品接入 AI 功能，也把 AI 当成日常维护仓库的协作者。这个仓库里的 AI 协作不是靠每次重新解释上下文，而是把稳定规则、任务细则和专项工作流沉淀进仓库。

这样做的目标很直接：

• AI 接手任务前能知道项目边界，不需要从零猜目录结构。
• 文档、UI、数据库、API、包结构各有自己的规则来源。
• 代码和文档修改可以带着验证和提交一起完成。
• 新规则能进入仓库，而不是只停留在某一次对话里。

维护结构

一次任务怎么推进

为什么要拆 reference

以前项目说明容易变成一份很长的总手册。AI 每次都读完整内容，会有三个问题：

• 小任务也要加载大量无关规则。
• UI、文档、数据库、部署规则混在一起，容易误用。
• 两份入口文件同时维护时，很容易出现内容漂移。

现在的做法是：AGENTS.md 只做入口和硬边界，细节放到 .agents/references。比如：

Skills 负责更具体的工作流

Reference 解决的是项目规则，Skill 解决的是专项任务。

例如：

• 初始化一个真实产品站时，用 01mvp-template-initializer。
• 改数据库 schema 或 migration 时，先读 .agents/references/database-drizzle.md。
• 改 Next.js App Router、RSC、metadata 或图片时，用 next-best-practices。
• 做 Zeabur 部署时，用 zeabur-deploy、zeabur-variables 和 zeabur-domain-url。
• 写 Cloudflare Workers 或 Wrangler 配置时，用 workers-best-practices 和 wrangler。

这样 AI 不需要把所有领域知识都塞进根说明。常见任务有稳定入口，复杂任务再读取更专业的 Skill。

文档和代码一起维护

这个仓库的原则是：规则影响谁，就写给谁看。

• 只影响 AI 执行方式的规则，放进 AGENTS.md 或 .agents/references。
• 会影响模板使用者判断和操作的内容，写进 content/docs。
• 只属于当前实现细节的内容，优先留在代码和类型里，不额外写一份容易过期的文档。

所以 AI 在维护文档时，不是把代码翻译成文章，而是补充人类需要知道的背景、路径、约束和下一步。

可以复制到自己的项目

如果你用 01MVP 模板做自己的产品，可以从这个结构开始：

AGENTS.md
CLAUDE.md
.agents/
  references/
    docs-authoring.md
    ui-theme.md
    package-architecture.md
    database-drizzle.md
    api-hono.md
    workflow-testing-git.md
    commands.md
  skills/
    your-project-initializer/
      SKILL.md

最重要的不是文件名，而是分工清楚：

• 入口文件管硬规则和读取路径。
• Reference 管按需规则。
• Skill 管可复用工作流。
• Docs 管用户真正需要理解的内容。

当这个结构跑通后，AI 就不只是一次性写代码的工具，而是能持续维护项目上下文的协作者。