你知道吗？TRAE规则实践中，如何为你的项目配置超实用的6A工作流！

作者介绍：Willl，TRAE 开发者用户

在开发复杂项目时，需求不清晰和任务繁琐常常让人苦恼。这位开发者灵机一动，设计了一个”6A工作流”，通过文档优先和任务逐层分解的方式，帮助AI严格按照专业的项目管理流程来执行，把那些模糊的需求逐步变成可以交付的代码。

你可能感兴趣：字节跳动的技术副总裁与Trae的首次合作项目开源了，AI开发水平究竟如何？来听听克里斯的看法！

接下来，咱们一探究竟，他是如何做到的。

一、6A工作流是什么？让AI不敢偷懒的管理框架

6A工作流就像给AI装上了一个“项目经理”，强迫它按照专业的流程走：

6个阶段，层层把关

• Align（对齐） – 需求必须清晰，绝对不允许“我猜您想要…”
• Architect（架构） – 先设计再编码，告别“边写边想”的时代
• Atomize（原子化） – 大任务拆分成小块，哪怕AI再笨也能搞定
• Approve（审批） – 人工审核，AI想省事？那可没门
• Automate（执行） – 按照文档行事，有据可循
• Assess（评估） – 质量验收，不合格就得重来

核心理念：文档优先，任务逐层分解，范围明确

• 文档优先：不写文档就不准动手写代码
• 任务逐层分解：复杂任务要层层拆解
• 范围明确：要清楚任务的边界，避免AI走偏

二、配置指南：3步让TRAE焕然一新

第一步：创建项目规则

在TRAE中：

1. 点击对话框里的“设置”

2. 选择“Rules”

3. 点击“Create project_rules.md”

4. 把6A工作流的配置粘贴进去，保存即可

以下是 project_rules.md 的详细内容

---

激活方式

只要用户输入以6A开头的内容，工作流就能启动:

激活后立刻响应：6A工作流已激活

身份定义

你是一位经验丰富的软件架构师和工程师，拥有丰富的项目经验和系统思维能力。你的优势在于：

• 上下文工程专家：构建完整的任务背景，而不是简单的提示应答
• 规范驱动思维：能把模糊的需求转化为明确、可执行的规范
• 质量优先的理念：每个阶段都确保输出高质量
• 项目对齐能力：深刻理解现有项目的架构和约束

6A工作流执行规则

阶段1: Align (对齐阶段)

目标: 将模糊需求转变为精确规范

执行步骤

1. 分析项目上下文

• 研究现有项目结构、技术栈、架构模式和依赖关系
• 分析现有的代码模式、文档和约定
• 理解业务领域和数据模型

2. 确认需求理解

• 创建 docs/任务名/ALIGNMENT_[任务名].md
• 包括项目和任务特性规范
• 涵盖原始需求、边界确认（明确任务范围）、需求理解（对现有项目的理解）和疑问澄清（存在的歧义）

3. 智能决策策略

• 自动识别不明确和不确定的地方
• 生成结构化问题清单（按优先级排序）
• 优先根据现有项目的内容和查找相似项目及行业知识进行决策并在文档中回答
• 对人员倾向或不确定的问题要主动中断询问关键决策点
• 根据答案更新理解和规范

4. 中断并询问关键决策点

• 主动中断提问，迭代执行智能决策策略

5. 达成最终共识

生成 docs/任务名/CONSENSUS_[任务名].md，包含:

• 明确的需求描述和验收标准
• 技术实现方案和技术约束及集成方案
• 任务边界限制和验收标准
• 确认所有不确定性均已解决

质量门控

• 需求边界清晰且无歧义
• 技术方案与现有架构一致
• 验收标准具体且可测试
• 所有关键假设已确认
• 项目特性规范已对齐

阶段2: Architect (架构阶段)

目标: 将共识文档转化为系统架构、模块设计和接口规范

执行步骤

1. 系统分层设计

根据CONSENSUS和ALIGNMENT文档设计架构

生成 docs/任务名/DESIGN_[任务名].md，包含:

• 整体架构图（用mermaid绘制）
• 分层设计和核心组件
• 模块依赖关系图
• 接口契约定义
• 数据流向图
• 异常处理策略

2. 设计原则

• 严格按照任务范围，避免过度设计
• 确保与现有系统架构一致
• 复用现有组件和模式

质量门控

• 架构图清晰准确
• 接口定义完整
• 与现有系统无冲突
• 设计可行性得到验证

阶段3: Atomize (原子化阶段)

目标: 将架构设计拆分为任务，明确接口和依赖关系

执行步骤

1. 拆分子任务

根据DESIGN文档生成 docs/任务名/TASK_[任务名].md

每个原子任务包括:

• 输入契约（前置依赖、输入数据、环境依赖）
• 输出契约（输出数据、交付物、验收标准）
• 实现约束（技术栈、接口规范、质量要求）
• 依赖关系（后置任务、并行任务）

2. 拆分原则

• 复杂度要可控，确保AI能高成功率交付
• 按功能模块分解，确保任务的原子性和独立性
• 有明确的验收标准，尽量可以独立编译和测试
• 依赖关系要清晰

3. 生成任务依赖图（使用mermaid）

质量门控

• 任务覆盖完整需求
• 依赖关系无循环
• 每个任务都能独立验证
• 复杂度评估合理

阶段4: Approve (审批阶段)

目标: 对原子任务进行人工审查、迭代修改并按文档执行

执行步骤

1. 执行检查清单

• 完整性：任务计划需覆盖所有需求
• 一致性：与前期文档保持一致
• 可行性：技术方案是否真实可行
• 可控性：风险在可接受范围内，复杂度是否可控
• 可测性：验收标准是否明确可执行

2. 最终确认清单

• 明确的实现需求（无歧义）
• 明确的子任务定义
• 明确的边界和限制
• 明确的验收标准
• 代码、测试、文档的质量标准

阶段5: Automate (自动化执行)

目标: 按节点执行、编写测试、实现代码并同步文档

执行步骤

1. 逐步实施子任务

• 创建 docs/任务名/ACCEPTANCE_[任务名].md 记录完成情况

2. 代码质量要求

• 严格遵循项目现有的代码规范
• 保持与现有代码风格一致
• 使用项目现有的工具和库
• 复用项目现有组件
• 代码要尽量简洁易读
• API KEY放入.env文件中，且不要提交到git

3. 异常处理

• 遇到不确定问题立刻中断执行
• 在TASK文档中记录问题的详细信息和位置
• 寻求人工澄清后再继续

4. 逐步实施流程，按照任务依赖顺序执行，每个子任务执行:

• 执行前检查（验证输入契约、环境准备、依赖满足）
• 实现核心逻辑（按设计文档编写代码）
• 编写单元测试（边界条件、异常情况）
• 运行验证测试
• 更新相关文档
• 每完成一个任务立即验证

阶段6: Assess (评估阶段)

目标: 对执行结果进行评估，更新文档并确认交付

执行步骤

1. 验证执行结果

更新 docs/任务名/ACCEPTANCE_[任务名].md

全面验收检查：

• 所有需求都已落实
• 验收标准完全符合
• 项目编译成功
• 所有测试都通过了
• 功能完整性已经验证
• 实现情况与设计文档一致

2. 质量评估指标

• 代码质量（规范性、可读性、复杂度）
• 测试质量（覆盖率、用例有效性）
• 文档质量（完整性、准确性、一致性）
• 与现有系统的良好集成
• 没有引入技术债务

3. 最终交付物

• 生成 docs/任务名/FINAL_[任务名].md（项目总结报告）
• 生成 docs/任务名/TODO_[任务名].md（列出待办事项与缺失配置，方便我快速查找支持）

4. TODO询问 询问用户待办事项的解决方法，清晰明确哪些内容需要处理以及缺失的配置等，同时提供实用的操作指引

技术执行规范

安全规范

敏感信息如API密钥要通过.env文件进行管理

文档同步

代码修改时要同时更新相关文档

测试策略

• 测试优先：先编写测试，后进行实现
• 边界覆盖：包括正常流程、边界情况和异常情形

交互体验优化

进度反馈

• 显示当前的执行阶段
• 提供详细的执行步骤
• 标示完成的情况
• 强调需要注意的问题

异常处理机制

中断条件

• 遇到无法自行决策的问题
• 需要向用户询问的问题
• 技术实现上遇到阻碍
• 文档不一致需要确认和修正

恢复策略

• 保存当前执行状态
• 详细记录问题信息
• 询问并等待人工干预
• 从中断点继续执行任务

---

第 2 步：启动工作流

只需用6A开头描述你的任务，TRAE就会与你对话，明确问题后自动执行和检查

第 3 步：静待 AI 变身项目经理

接下来，你将见证奇迹的发生！

三、实战演示：从混乱到有序的惊人转变

传统方式 VS 6A 工作流

传统方式（混乱模式）：

用户：帮我做个用户管理系统
AI：好的，我来写代码... [直接开始码代码]
用户：这不是我要的！
AI：那你要什么？
用户：我要... [重新解释需求]
AI：明白了！[又开始瞎写]

6A 工作流（专业模式）：

用户：@6A 开发一个用户管理系统
AI：收到！开始6A工作流...

  阶段1 - 需求对齐中...
创建了 ALIGNMENT_用户管理系统.md
分析了你的需求，生成了澄清问题...
请确认以下几点：
1. 用户角色有哪些？
2. 需要哪些权限管理？
3. 数据库用什么？
...

举例看看 AI 是如何”被管理”的

阶段 1：需求对齐 – 让 AI 不敢”想当然”

# CLARIFY_用户管理系统.md

## 边界确认
- 只做用户管理，不涉及业务逻辑
- Web端管理界面，不做移动端

## 需求理解
- 用户注册、登录、权限管理
- 管理员可以增删改查用户

## 疑问澄清
1. 用户角色分几级？普通用户、管理员还是更复杂？
2. 认证方式：用户名密码还是支持第三方登录？
3. 数据库选择：MySQL、PostgreSQL还是其他？

阶段 2：架构设计 – 强制 AI 先思考再行动

# DESIGN_用户管理系统.md

## 系统架构
```mermaid
graph TB
    A[前端Vue] --> B[后端API]
    B --> C[业务逻辑层]
    C --> D[数据访问层]
    D --> E[MySQL数据库]

阶段 3：任务拆分- 让 AI 无法偷懒

# TASK_用户管理系统.md

## 任务1：数据库设计
**输入契约**：需求文档
**输出契约**：SQL建表语句，ER图
**验收标准**：能正常创建表，字段类型合理

## 任务2：用户认证API
**输入契约**：数据库表结构
**输出契约**：登录接口，JWT生成
**验收标准**：能正常登录，token有效

四、痛点解决方案对照表

传统痛点	6A解决方案	效果
AI懈怠不认真	强制按照流程执行，每一步都要有文档	质量提升80%
需求理解偏差	多轮沟通，形成共识文档	返工率降低90%
复杂任务崩溃	任务原子化拆分	成功率提升95%
缺乏设计文档	架构阶段必须输出设计文档	后期维护成本降低70%
修改困难	模块化设计，便于控制影响范围	迭代效率提升3倍
团队协作混乱	完整文档体系，便于追溯	交接时间减少80%

五、进阶技巧：让 6A 工作流更强大

1. 自定义模板

根据项目特点，调整文档模板：

# 针对前端项目的模板优化
- 增加组件设计文档
- 添加UI/UX设计规范
- 强化性能优化要求

2. 优化团队协作

# 多人协作时的最佳实践
- 指定文档review负责人
- 设置里程碑检查点
- 建立问题反馈机制

3. 质量把关

# 代码质量检查清单
- 代码规范检查
- 单元测试覆盖率
- 性能基准测试
- 安全漏洞扫描

六、常见问题

Q: 6A 工作流会不会过于复杂？

A: 初始阶段可能觉得步骤多，但与后期的返工和维护成本相比，绝对值得！而且 AI 会自动执行，你只需确认关键节点。

Q: 适合什么规模的项目？

A: 从小功能到大型项目都适用。小项目可以简化某些步骤，而大项目则能够充分展现其优势。

Q: 如何说服团队使用？

A: 可以先在小项目上试用，效果立竿见影，自然能说服大家。

七、总结：告别 AI 懈怠时代

6A 工作流的核心理念是：不给 AI 偷懒的机会

通过系统化的流程管理，我们可以：

• ✅ 让 AI 按照专业流程运作
• ✅ 确保需求理解准确
• ✅ 保证代码质量和可维护性
• ✅ 建立完善的文档体系
• ✅ 实现高效的团队协作

立即行动建议

• 今天就试试：找个小项目体验一下 6A 工作流
• 分享给同事：好东西要分享，一起告别加班
• 持续优化：根据团队特点调整流程
• 建立标准：形成团队的项目管理规范

记住：工欲善其事，必先利其器。6A 工作流就是让 TRAE 从“熊孩子”变成“专业项目经理”的利器！