مشکل اینجاست که وقتی به agent می‌گیم یه قابلیت بزرگ رو بسازه، جزئیات مهم و نیازمندی‌ها ته تاریخچه چت گم می‌شن... معمولاً هم به یک build سبز یا تست‌های ساده بسنده می‌کنن که اصلاً ضامن درست بودن منطق برنامه نیست.
توی روش SDD همه‌چیز بر پایه فایل‌های متنی جلو می‌ره تا یک قرارداد پایدار بین آدم و agent وجود داشته باشه... به جای حرف زدن خالی، مراحل به خروجی‌های مشخص تبدیل می‌شه.
چند تا skill براش تعریف کردم:
- اسکیل
sdd-harness: مشخص می‌کنه که هر task چقدر سخت‌گیری و سندسازی لازم داره تا تعادل بین سرعت و دقت حفظ بشه.- اسکیل
sdd-feature: کار رو به چهار بخش spec.md (چی می‌خوایم)، design.md (چطور پیاده بشه)، tasks.md (لیست کارها) و verification.md (مدارک اثبات) تقسیم می‌کنه.- اسکیل
sdd-review: یک مرحله ارزیابی مستقل قبل از merge یا release که کورکورانه به خروجی agent اعتماد نمی‌کنه.نکته مهم: هنوز خودم این workflowها و skillها رو توی پروژه‌های واقعی و سنگین تست نکردم... همه‌چیز فعلاً در حد آزمایش و Experimental هست و ممکنه نیاز به اصلاح داشته باشه.
این ابزارها فعلاً روی محیط‌هایی مثل Claude Code، OpenAI Codex، Hermes Agent و GitHub Copilot قابل استفاده‌ست:
https://github.com/mshojaei77/sdd-agent-skills
🛠 Join @LLMEngineers Community