DevFlow/docs/02-架构设计/滚动规范/业务系统设计-2026-06-12.md

DevFlow 业务系统设计

创建: 2026-06-10 | 状态: 设计中 | 最后重写: 2026-06-15 (DOC-01 硬伤修复)

本文档为 ARCHITECTURE.md 的实质载体（项目无独立 ARCHITECTURE.md 文件）。所有数据模型、设计决策均以源码为基准，已剔除虚构内容。

---

一、产品定位

维度	定义
一句话	AI 原生的个人开发流程驾驶舱，从想法到任务到工作流的本地工具
目标用户	个人开发者
核心价值	想法池 → 项目 → 任务 → 工作流（DAG），AI 贯穿每个环节
差异化	想法第一公民 + AI 全程参与 + 本地优先（零运维）

---

二、用户旅程设计

2.1 核心旅程

想法池                    项目                      任务                   工作流
────────────────────────────────────────────────────────────────────────────
捕捉想法 → 评估评分 → 晋升立项 → 创建任务 → 绑定分支 → 执行 DAG 工作流
              │                     │         │           │
              └── 淘汰/归档          └── 多任务  └── 自动执行  └── Script/Ai/Human

2.2 四个阶段详细设计

阶段一：想法池 (Idea Pool)

用户场景：快速捕捉想法、评估、筛选。

操作	描述	AI 参与
捕捉	文本输入	无
评估	启发式评分（可行性/影响力/紧迫性）	当前固定算法，Phase 2 接 LLM
晋升	高分想法晋升为项目	AI 生成项目初始化建议
淘汰	低分想法归档或删除	无

状态机（对齐 IdeaStatus 枚举）：

draft → pending_review → approved → promoted（正向）
                     → rejected → archived（淘汰）

阶段二：项目 (Project)

操作	描述	AI 参与
创建	从想法晋升 或 手动创建	AI 生成描述/技术栈建议
绑定目录	关联本地代码目录（自动探测技术栈）	无
软删/恢复	回收站机制（deleted_at）	无

状态机（对齐 ProjectStatus 枚举）：

planning → in_progress → testing → releasing → completed
        → paused → in_progress（恢复）
        → cancelled

阶段三：任务 (Task)

操作	描述	AI 参与
创建任务	标题+描述	AI 从需求拆解任务
执行工作流	触发 DAG 工作流	AI 参与每个 Ai 节点

状态机（对齐 TaskStatus 枚举，7 态）：

todo → in_progress → in_review → testing → done
                  → blocked → in_progress（解除阻塞）
                  → cancelled

阶段四：工作流 (Workflow)

实际内置 3 种节点类型（均在 crates/df-nodes/src/ 完整实现）：

节点	文件	作用	阻塞
Script	script_node.rs	Shell 命令执行（经 df-execute::shell）	否
Ai	ai_node.rs	LLM 文本生成/分析（非流式 complete）	否
Human	human_node.rs	人工审批/确认（单选/多选）	是

不存在 Condition / Parallel / Docker / Git / Notify / HTTP / Subflow 节点。 条件分支由工作流引擎层处理（条件表达式引擎见 条件表达式引擎-2026-06-15.md）。

工作流执行生命周期：

pending → running → completed
               → paused → running（恢复）
               → failed → running（重试）
               → cancelled

---

三、跨领域功能设计（已实现）

3.1 知识库 (Knowledge)

Tier1 AI 提炼：从 AI 对话中自动提炼候选经验条目，附带 reasoning 判断依据。

知识类型	来源	复用场景
审查规则	代码审查结论	后续审查参考
Prompt 模板	成功的 AI 对话	类似场景复用
踩坑经验	错误修复过程	类似问题提醒

生命线：candidate → pending_review → published → archived，带 reuse_count / verified 信号。

3.2 AI 多 Provider

支持配置多个 AI 提供商（OpenAI 兼容 / GLM / DeepSeek / Anthropic 原生协议），可在设置中管理并指定默认。

详见 df-ai AI集成模块。

3.3 EventBus 事件总线

进程内 tokio::sync::broadcast 发布/订阅，前端经 @tauri-apps/api/event 的 emit/listen 接收。不是 WebSocket。

---

三、跨领域功能设计（已废弃规划）

以下章节曾详述标注系统、决策留痕、经验进化、AI 编排（ModelRouter/Agent 协作）等设计。 这些功能从未实现，对应表（annotations/decisions/features/test_cases）也从未建表。 保留此节仅作历史存档参考，读者应视为"规划意图"而非"现有能力"。

3.1 标注系统 (Annotation) — ❌ 未实现

3.2 决策留痕 (Decision Journal) — ❌ 未实现

3.3 经验进化 (Evolution) — ⚠️ 部分落地为知识库（knowledges 表），但远不及原规划规模

3.4 AI 编排（ModelRouter / Agent 协作） — ❌ ModelRouter 从未存在；Agent 协作属 Phase 2 规划（B 路线）

---

四、数据模型设计（V1-V13 迁移实际表）

核对基准：crates/df-storage/src/migrations.rs 建表 SQL + models.rs Record 结构体。

全量表清单（13 业务表 + 1 元表）

活跃业务表（11 张）— 有上层代码读写

#	表名	建表版本	用途	对应 Model	活跃消费者
1	ideas	V1+V2	想法池	IdeaRecord	df-ideas crate
2	projects	V1+V11+V12	项目管理	ProjectRecord	df-project crate
3	tasks	V1+V2	任务管理	TaskRecord	commands::task（IPC handler 直连 CRUD）
4	workflow_executions	V1+V2	工作流执行实例	WorkflowRecord	df-workflow crate
5	node_executions	V1	节点执行审计	NodeExecutionRecord	df-workflow executor
6	ai_conversations	V3+V4/V5/V6	AI 对话历史	AiConversationRecord	commands::ai
7	ai_providers	V9	AI 提供商配置	AiProviderRecord	commands::ai::provider
8	ai_tool_executions	V9	AI 工具调用审计	AiToolExecutionRecord	commands::ai
9	knowledges	V7+V8/V10	知识库条目	KnowledgeRecord	commands::knowledge
10	knowledge_events	V10	知识生命线事件	KnowledgeEventRecord	commands::knowledge
11	app_settings	V13	通用 KV 设置	(无独立 model)	commands::settings（手写 Repo）

遗留表（2 张）— DDL 存在但无活跃业务消费者

df-task crate 已于 2026-06-14 移除（零引用清理）。以下表仍在 migrations.rs 中创建、models.rs 有结构体、CRUD 可用，但当前无上层业务代码写入或消费。

#	表名	建表版本	原始用途	状态
12	branches	V2	Git 分支绑定	⚠️ 无消费者（DDL 存在，CRUD 可用但无人调用）
13	releases	V1	发布记录	⚠️ 功能性死表：DDL 存在且含 version/status/task_ids/changelog/released_at 完整 schema，但全代码库零业务读写——无 ReleaseStatus 枚举、无 release 相关 IPC command、前端无发布管理页面。属"建了但从未使用"的空壳占位。

内部元表

#	表名	建表版本	用途
-	schema_version	V0	迁移版本跟踪（仅存 version INTEGER，无业务语义）

不存在的表（曾出现在早期规划但从未建表）

表名	状态	说明
workflow_defs	❌ 从未建表	工作流定义以 dag_json 内嵌在 workflow_executions 中
connections	❌ 从未建表	连接配置使用 app_settings KV 表存储
artifacts	❌ 从未建表	产出物概念未落地
annotations	❌ 从未建表	标注系统属已废弃规划
decisions	❌ 从未建表	决策留痕属已废弃规划
features	❌ 从未建表	需求功能清单未落地
test_cases / test_runs	❌ 从未建表	测试模块未落地
knowledge（单数）	❌ 不存在的旧命名	实际表名为 knowledges（复数），V7 建表
merge_requests	❌ 从未建表	合并请求未落地

---

五、关键设计决策

D1: 想法是第一公民

• 想法池独立于项目，可以独立运转
• 晋升是单向操作（想法→项目），但保留追溯

D2: 本地优先

• SQLite 嵌入，不依赖云服务
• 所有数据存储在本地
• 零运维，安装即用

D3: 引擎不绑定业务

• DAG 引擎纯粹做编排，不感知具体业务语义
• 业务逻辑在 df-nodes 实现（Node trait 是纯接口）

D4: AI 贯穿全程

• AI Chat 对话 + 工作流 AiNode 双路径
• AI 输出作为决策依据，最终决策权在人

---

六、Crate 结构

实际 8 个 crate（crates/ 目录下）：

Crate	职责
df-core	公共类型（types.rs）、事件定义、工具函数
df-workflow	DAG 引擎（拓扑排序、执行器、Node trait）
df-nodes	内置节点（Ai / Script / Human）
df-ai	AI 集成层（LlmProvider trait、OpenAI 兼容、Anthropic、ContextManager、工具注册基础设施）
df-execute	Shell 执行（跨平台封装）
df-storage	SQLite 存储层（migrations、CRUD 宏、Repo）
df-ideas	想法池业务逻辑（评估、晋升）
df-project	项目管理业务逻辑（目录绑定、技术栈探测）

原始设计文档（Phase1架构决策 ADR-003）曾写 "13 个独立 crate"，属过时数字，未随代码演进更新。实际为以上 8 个。

---

七、MVP 验证场景

Phase 1 目标：跑通"创建想法 → 晋升项目 → 创建任务 → 执行 3 节点工作流 → 查看结果"

1. 用户在想法池输入"做一个 Markdown 编辑器"
2. 启发式评估可行性，给出评分和建议
3. 用户点击"晋升为项目"
4. 系统创建项目
5. 用户创建任务"实现基础编辑功能"
6. 用户点击"运行工作流"
7. DAG 执行: [Script: 环境检查] → [Ai: 代码生成] → [Human: 审批]
8. 前端经 EventBus 实时展示执行日志
9. 执行完成，结果持久化到 SQLite
10. 用户刷新页面，数据仍在

---

八、已确认的设计决策

Q1: 想法评分维度 ✅ 已确认

决策：采用 C 方案 — 可行性/影响力/紧迫性 + 综合分 (3+1 维)

• 与 evaluator.rs 已实现的 EvalDimension 对齐
• IdeaScores { feasibility, impact, urgency, overall } 保留

Q2: 发布模块 ✅ 已确认（当前为死表状态）

决策：Phase 1 不做发布功能。releases 表 DDL 存在但无业务逻辑，待后续激活。

• 不做自动化发布流程
• 前端无发布入口

Q3: AI 评估 Phase 1 范围 ✅ 已确认

决策：Phase 1 用固定算法评分，延后接入 LLM

• ScoringEngine 当前返回基于启发式规则的分数
• Phase 2 接入 LLM 后替换为 AI 评分

---

相关文档

• df-nodes 节点集合 — 3 节点详述
• df-ai AI 集成模块 — Provider / Context / 工具注册
• df-storage 存储层 — 迁移 / CRUD / Repo
• df-workflow 工作流引擎 — DAG / Executor
• Phase1 架构决策 — ADR 记录（注意：ADR-001/003 含过时信息，以本文档为准）