[分享创造] 开源 RED：让 AI 持续理解项目，和你一起把想法做成产品

我们从 GPT-4o 发布后开始，持续把 AI 用在软件开发里。一个项目从最初的想法走到可用的产品，需求要边做边聊才能讲清楚，方案会随着调查和反馈调整，实现之后还要维护。我们希望 AI 能持续理解项目，参与这个完整过程，并把过程中形成的认识和决定积累下来，支持后续工作。

所以整理了 RED （ Research 、Evolve 、Document ），并做成了开源 Skill 和配套 CLI：

• Research：问题、调查发现和建议，保留判断所需的上下文。
• Evolve：当前获准推进的改动、方案、进展和验收要求，随反馈更新。
• Document：已经接受的结论，整理进项目原有的使用、开发或维护说明。

举个从想法到后续迭代的示意例子：你想给团队做一个回款看板，一开始只说了「我想知道这个月收了多少钱，还有哪些客户没付」。

先把问题研究清楚。 AI 查看现有订单、付款记录和项目说明，带着发现和你讨论：一张订单可能分几次付款；签单日期和到账日期不同；「还没付」也可能包含尚未到期的款项。你补充，这个看板主要给负责人安排跟进，希望按实际到账日期看本月回款。AI 把数据来源、已查明的情况、候选统计方式和待确认问题留在 Research 中。需求在这个过程中逐渐具体起来。

带着方案做，并根据反馈调整。 你确定先做月度回款汇总和待跟进列表。AI 在 Evolve 中整理这轮目标、统计口径、页面方案和验收要求，再推进实现。看到第一版后，你发现总额还不够用，提出按负责人筛选。AI 检查负责人数据是否齐全，说明缺失记录怎样显示，和你确定处理方式，再把方案与实现一起更新。讨论中提到的自动催款，则留下触发条件、发送渠道等待研究问题，等后续决定推进范围。

接受结果，形成项目的当前约定。 你用包含分期付款、跨月到账和负责人缺失的样例核对结果，确认这版可用。AI 将已接受的统计口径、负责人筛选规则、数据接口和使用方式更新到相关正式说明中，形成 Document 。过程中为什么选择到账日期、哪些边界已经处理，也按后续维护需要保留下来。

下一轮从这份理解继续。 后来你要增加季度报表，AI 先读取当前统计约定和已有实现，再调查季度汇总带来的新问题，提出方案并推进改动。如果你改变了报表用途，例如希望改看签单业绩，AI 就需要重新讨论日期口径和受影响的页面、接口，在结果被接受后同步更新说明。

这样，需求探索、方案调整、实现和维护就有了连续的依据。人可以检查和修正 AI 对项目的理解； AI 也参与维护这份理解，让每一轮工作都能成为后续演进的基础。

Skill 负责指导这个过程，CLI 负责安装和结构检查。效果也取决于所用工具是否加载并遵循 Skill ，以及项目知识有没有持续维护。

在项目目录运行：

npx -y @exoticknight/red@latest skill install --scope repo

项目与使用说明： https://github.com/exoticknight/red

中文方法介绍： https://blog.e10t.net/red/

RED 是我们在持续使用 AI 做项目的过程中整理出来的方法，希望让需求探索、方案演进、实现和知识维护连贯起来。项目已经开源，欢迎试用，也欢迎分享你在实际项目中的经验。