闲社服务运行正常AI智能体自动化平台
a

ADR文档撰写

技能标识:adr-writing

Use when writing or formatting an ADR document using the MADR template, applying Definition of Done (E.C.A.D.R.) criteria, or verifying ADR completeness. Triggers on \"write the ADR\", \"format as MADR\", \"check ADR quality\", \"mark gaps in ADR\". Also triggers when a decision has been extracted and needs to become a document. Does NOT extract decisions from conversations (use adr-decision-extraction) or orchestrate the full extract-confirm-write workflow (use write-adr).

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.1
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

ADR文档撰写

ADR 编写

概述

按照MADR模板生成架构决策记录(ADR),并进行系统性完整性检查。

快速参考

┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ 获取序号 │ ──▶ │ 探索上下文 │ ──▶ │ 填充模板 │
│ (获取下一个 │ │ (上下文, │ │ (模板 │
│ 序号) │ │ ADRs) │ │ 章节) │
└─────────────┘ └──────────────┘ └─────────────┘
│ │
│ ▼
│ ┌─────────────┐
│ │ 验证 │
│ │ (完成定义 │
└─────────────────────────────────│ 检查清单) │
└─────────────┘

使用时机

  • - 从提取的需求中记录架构决策
  • 将会议记录或讨论转换为正式ADR
  • 记录PR讨论中的技术选择
  • 从设计文档创建决策记录

工作流程

步骤1:获取序号

如果已预先分配序号(例如,从/beagle:write-adr并行调用时):

  • - 直接使用预分配序号
  • 不要调用脚本——防止并行执行时产生重复序号

如果未预先分配序号(独立使用):
bash
python scripts/nextadrnumber.py

输出下一个可用ADR序号(例如0003)。

用于并行分配(由父命令调用):
bash
python scripts/nextadrnumber.py --count 3

输出:0003, 0004, 0005(每行一个)

步骤2:探索上下文

编写前,收集额外上下文:

  1. 1. 相关代码——查找受此决策影响的实现
  2. 现有ADR——检查docs/adrs/中相关或被取代的决策
  3. 讨论来源——决策中引用的PR、问题或文档

步骤3:加载模板

加载references/madr-template.md获取官方MADR结构。

步骤4:填充章节

根据决策数据填充每个章节:

章节来源
标题决策摘要(祈使语气)
状态
初始始终为draft |
| 上下文 | 问题陈述、约束条件 |
| 决策驱动因素 | 按优先级排序的需求 |
| 考虑方案 | 所有可行替代方案 |
| 决策结果 | 选定方案及理由 |
| 影响 | 正面、负面、中性影响 |

步骤5:应用完成定义

加载references/definition-of-done.md并验证E.C.A.D.R.标准:

  • - Explicit(明确的问题陈述)
  • Comprehensive(全面的方案分析)
  • Actionable(可执行的决策)
  • Documented(记录完整的影响)
  • Reviewable(可供利益相关者审查)

步骤6:标记缺口

对于无法从现有数据填充的章节,插入调查提示:

markdown

  • * [调查:查看PR #42讨论以获取更多驱动因素]
  • [调查:与安全团队确认合规要求]
  • [调查:对方案2与方案3进行性能基准测试]

这些提示标记不完整的章节,供后续跟进。

步骤7:写入文件

重要:每个ADR必须以YAML前置元数据开头。

前置元数据块是必需的,至少必须包含:
yaml



status: draft
date: YYYY-MM-DD


完整前置元数据模板:
yaml


status: draft
date: 2024-01-15
decision-makers: [alice, bob]
consulted: []
informed: []


验证: 写入文件前,确认内容以---开头,后跟有效的YAML前置元数据。如果缺少前置元数据,在写入前添加。

保存到docs/adrs/NNNN-短横线连接标题.md:

docs/adrs/0003-use-postgresql-for-user-data.md
docs/adrs/0004-adopt-event-sourcing-pattern.md
docs/adrs/0005-migrate-to-kubernetes.md

步骤8:验证前置元数据

写入后,确认文件:

  1. 1. 第一行以---开头
  2. 包含status: draft(或其他有效状态)
  3. 包含date: YYYY-MM-DD及实际日期
  4. 在标题前以---结束前置元数据

文件命名规范

格式:NNNN-短横线连接标题.md

组件规则
NNNN脚本输出的零填充序号
-
分隔符 |
| 短横线连接标题 | 小写、短横线、无特殊字符 |
| .md | Markdown扩展名 |

参考文件

  • - references/madr-template.md——官方MADR模板结构
  • references/definition-of-done.md——E.C.A.D.R.质量标准

输出示例

markdown



status: draft
date: 2024-01-15
decision-makers: [alice, bob]


使用PostgreSQL存储用户数据

上下文与问题陈述

我们需要一个数据库来存储用户账户数据...

决策驱动因素

  • * 数据完整性要求
  • 查询灵活性需求
  • [调查:与基础设施团队确认扩展预测]

考虑方案

  • * PostgreSQL
  • MongoDB
  • CockroachDB

决策结果

选定方案:PostgreSQL,因为...

影响

正面

  • * ACID合规性确保数据完整性

负面

  • * 需要更多前期模式设计工作

中性

  • * 团队具备中等PostgreSQL经验

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 adr-writing-1776125426 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 adr-writing-1776125426 技能

通过命令行安装

skillhub install adr-writing-1776125426

下载

⬇ 下载 adr-writing v1.0.1(免费)

文件大小: 7.8 KB | 发布时间: 2026-4-14 12:50

v1.0.1 最新 2026-4-14 12:50
- Updated the skill description to clarify scope and triggers, emphasizing when to use for writing, formatting, verifying, or marking gaps in ADRs (not for extraction or orchestration).
- Added trigger phrases and clear usage boundaries to the description.
- No changes made to instructional workflow or examples.
- Documentation is now more explicit about interaction with related skills (e.g., adr-decision-extraction, write-adr).
返回顶部