三层推进模型
三层模型是 OpenLogos 的骨架。每个项目都会经历三个阶段 —— WHY → WHAT → HOW —— 其中每个阶段的产出都成为下一阶段的输入。跳过某一层，模糊性就会指数级增长；完成每一层，AI 就能获得它所需的精确上下文。
Phase 1 —— WHY（需求）
Section titled “Phase 1 —— WHY（需求）”在解决问题之前先理解问题。谁需要它？它解决了什么痛点？「完成」是什么样子？
关键产出：
- 用户画像与痛点分析（因果链）
- 带优先级的场景识别（
S01、S02…） - 每个场景的 GIVEN/WHEN/THEN 验收标准
- 用于界定范围的「不做」清单
质量关卡： 每个 P0 场景都有验收标准。
Skill： prd-writer
Phase 2 —— WHAT（产品设计）
Section titled “Phase 2 —— WHAT（产品设计）”设计解决方案。针对每个场景，定义用户看到什么、如何交互、状态如何变化。
关键产出：
- 信息架构与导航
- 每个场景的功能规格
- HTML 原型（AI 生成）
- 界面级 GIVEN/WHEN/THEN（按钮、表单、状态）
质量关卡： 每个 P0 场景都有交互规格 + 原型。
Skill： product-designer
Phase 3 —— HOW（实现）
Section titled “Phase 3 —— HOW（实现）”用 6 个精确步骤构建解决方案。场景驱动、测试先行。AI 在完整上下文下生成代码。
| Step | 活动 | Skill |
|---|---|---|
| 0 | 架构总览与技术选型 | architecture-designer |
| 1 | 场景 → 时序图 → API 浮现 | scenario-architect |
| 2 | API 规格（OpenAPI YAML）+ DB schema | api-designer、db-designer |
| 3 | 测试用例设计（先于代码！） | test-writer、test-orchestrator |
| 4 | 业务代码 + 测试代码生成 | code-implementor、code-reviewer（事后审查） |
| 5 | openlogos verify → 自动化验收 | — |
质量关卡（Gate 3.5）： 全部测试通过、设计时覆盖率 100%、验收标准可追溯。
OpenLogos CLI 和 AGENTS.md 通过扫描 logos/resources/ 目录自动检测当前阶段：
logos/resources/prd/1-product-requirements/ → empty? → Phase 1logos/resources/prd/2-product-design/ → empty? → Phase 2logos/resources/prd/3-technical-plan/ → empty? → Phase 3 Step 0logos/resources/api/ → empty? → Phase 3 Step 2logos/resources/test/ → empty? → Phase 3 Step 3当开发者问 AI「我接下来该做什么？」时，AI 会读取 AGENTS.md，检测当前阶段，并给出具体的下一步建议。
不是瀑布模型
Section titled “不是瀑布模型”瀑布模型要求在任何设计之前完成全部需求，在任何代码之前完成全部设计。而 OpenLogos 是按场景逐个推进的 —— S01 可以处于 Phase 3，而 S04 还停留在 Phase 1。这些阶段是一个推进模型，而非时间表。
它对 AI 为何重要
Section titled “它对 AI 为何重要”当 AI 在缺乏上下文的情况下工作时，每个决策都是一次猜测。每个功能 10 个决策，就是 2^10 = 1024 条可能的路径 —— 其中大多数是错的。三层模型通过在每个阶段提供显式、结构化的上下文，把这个指数级空间坍缩成一条经过深思熟虑的路径。