llm-txt-generator 0.2.2

从 YAML 配置生成标准化的 AI 协作规则文档 (llm.txt)

LLMContext

从 YAML 配置生成标准化的 AI 协作规则文档 (llm.txt)

将 Vibe Development 哲学和 LLM 协作协议抽象为可配置、可复用的框架，支持快速在不同领域部署工程化的人机协作流程。

本项目自身也使用 llm.txt 进行开发（元实现）

---

工作流程图

flowchart TD
    A[1. 安装 llm-txt-generator<br/>pip install] --> B[2. 初始化项目<br/>选择领域模板]
    B --> C[生成项目结构]
    C --> D1[llm.txt<br/>协作规则]
    C --> D2[project.yaml<br/>配置文件]
    C --> D3[docs/<br/>CONTEXT.md CHANGELOG.md]
    
    D1 --> E1[3. 开始对话<br/>与 AI 协作]
    D2 --> E2[3. 自定义配置<br/>编辑 project.yaml]
    
    E1 --> F[对话生命周期]
    E2 --> F
    
    F --> G1[对话开始<br/>• 读 llm.txt<br/>• 读 CONTEXT<br/>• 确认目标]
    G1 --> G2[协作开发<br/>• 需求澄清<br/>• 决策分级<br/>• 代码实现]
    G2 --> G3[对话结束<br/>• 更新 CONTEXT.md<br/>• 更新 CHANGELOG<br/>• git commit]
    
    G3 --> H1{功能完成时}
    G3 --> H2{配置变更时}
    
    H1 --> I1[QA 验收测试]
    H2 --> I2[重新生成 llm.txt]
    
    I1 --> J[里程碑发布]
    I2 --> J
    
    J --> K1[全量 QA]
    K1 --> K2[构建打包]
    K2 --> K3[版本回顾]
    K3 --> K4[发布]
    
    style A fill:#e1f5ff
    style B fill:#e1f5ff
    style C fill:#fff4e1
    style F fill:#ffe1f5
    style J fill:#e1ffe1

---

特性

• 完整协议覆盖: 决策分级、迭代管理、QA验收、Prompt工程最佳实践
• 领域扩展: 支持 game/web/data 等领域的定制扩展
• 钩子机制: 在对话流程节点自动注入上下文
• Cursor Skill: 可作为 IDE Skill 使用，提供结构化协作流程
• 自举实现: 本项目使用自身生成的 llm.txt 进行开发

---

安装

pip install llm-txt-generator

或从源码安装：

git clone https://github.com/flashpoint493/LLMTXTGenerator.git
cd LLMTXTGenerator
pip install -e .

---

快速开始

初始化新项目

# 通用项目
llmcontext init -n "MyProject" -d generic -o ./my-project

# 游戏项目（含 GM 命令注入）
llmcontext init -n "MyGame" -d game -o ./my-game

# Web 项目（含 API 文档注入）
llmcontext init -n "MyWebApp" -d web -o ./my-webapp

# 数据项目（含数据处理流程）
llmcontext init -n "MyDataProject" -d data -o ./my-data-project

生成的项目结构

my-project/
├── llm.txt                    # AI 协作规则文档
├── project.yaml               # 项目配置 (可编辑)
└── docs/
    ├── CONTEXT.md             # 当前上下文 (每次对话更新)
    ├── DECISIONS.md           # 决策记录
    ├── CHANGELOG.md           # 变更日志
    ├── ROADMAP.md             # 路线图 + 迭代建议池
    └── QA_TEST_CASES.md       # 产品QA测试用例

自定义后重新生成

# 编辑 project.yaml 后重新生成
llmcontext generate -c project.yaml -o llm.txt

# 验证配置
llmcontext validate -c project.yaml

---

生成的 llm.txt 包含章节

章节	说明
核心理念	Vibe Development 哲学、决策质量观
职能角色定义	可自定义的角色体系 (DESIGN/ARCH/DEV/PM/QA/TEST)
决策分级制度	S/A/B/C 四级决策及 Review 要求
开发流程协议	对话开始/结束时的强制流程
需求澄清协议	模糊需求 → 结构化描述转化
任务单元管理	对话任务单元定义、状态流转、依赖管理 ⭐
迭代建议管理协议	QA 建议 → PM 评审 → 纳入/延后/拒绝
版本回顾协议	里程碑验收后的回顾流程
构建打包协议	全量验收前的 CheckList
配置级迭代协议	无需审批的快速配置修改
QA 验收协议	测试用例要素、快速验收模板
Git 协作规范	分支策略、Commit 前缀
测试体系	Unit Test + Product QA 双轨
里程碑定义	生命周期、Bug 优先级
Prompt 工程最佳实践	有效提问模板、高价值引导词
符号学标注系统	统一的状态/优先级符号
已确认决策汇总	项目决策记录表
文档迭代日志	llm.txt 自身版本历史

---

CLI 命令

llmcontext --help                              # 查看帮助
llmcontext --version                           # 查看版本
llmcontext init -n <name> -d <domain> -o <dir> # 初始化项目
llmcontext generate -c <config> -o <output>    # 生成 llm.txt
llmcontext validate -c <config>                # 验证配置
llmcontext upgrade                             # 升级协议到最新版本
llmcontext domains                             # 列出支持的领域
llmcontext templates                           # 列出可用模板

---

协议版本升级

当 llmcontext 包有新版本时，已有项目可以无缝升级：

# 升级当前项目的协议
pip install --upgrade llm-txt-generator
cd your-project
llmcontext upgrade

# 预览变更（不实际修改）
llmcontext upgrade --dry-run

# 指定配置文件
llmcontext upgrade -c project.yaml

升级原理：

flowchart LR
    A[用户配置<br/>project.yaml] --> C[智能合并<br/>重新生成]
    B[最新模板<br/>llmcontext 包] --> C
    
    A1[• 项目名称] -.保留.-> C
    A2[• 自定义角色] -.保留.-> C
    A3[• 已确认决策] -.保留.-> C
    
    B1[• 新增协议章节] --> C
    B2[• Bug 修复] --> C
    B3[• 最佳实践更新] --> C
    
    C --> D[llm.txt]
    
    A --> A1
    A --> A2
    A --> A3
    B --> B1
    B --> B2
    B --> B3
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#ffe1f5
    style D fill:#e1ffe1

保留的用户配置：

• project.name, project.version, project.domain
• roles - 自定义角色体系
• confirmed_decisions - 已确认的决策记录
• domain_extensions - 领域扩展配置

---

核心概念

Vibe Development 哲学

最珍贵的是对话过程本身，不追求直接出结果，而是步步为营共同规划。

• AI 不是执行者，而是协作伙伴
• 不急于产出代码，先对齐理解
• 每个决策都是共同思考的结果
• 对话本身就是设计过程的一部分

任务单元 (Task Unit) ⭐

开发不按日期，按对话任务单元推进

任务单元是项目管理的核心概念，每个任务单元代表一次完整的对话协作周期：

任务单元 (Task Unit):
├── ID: TASK-{role}-{seq}      # 如 TASK-DEV-001
├── role: DESIGN/ARCH/DEV/PM/QA/TEST
├── feature: {关联的功能模块}
├── dependencies: {依赖的任务ID}
├── output: {预期输出}
├── status: TODO / IN_PROGRESS / REVIEW / DONE
└── dialogue_rounds: {完成所需的对话轮数}

任务单元的优势：

• ✅ 对话驱动：以对话为单位推进，而非时间线
• ✅ 状态清晰：每个任务都有明确的状态流转
• ✅ 依赖管理：支持任务间的依赖关系
• ✅ 可追溯：每个任务单元都有完整的对话历史

使用场景：

• 开始新功能开发时，创建 TASK-DEV-001
• 需要架构决策时，创建 TASK-ARCH-001
• QA 验收时，创建 TASK-QA-001

决策分级制度

等级	类型	影响范围	Review 要求
S	战略决策	整体方向	必须人工确认
A	架构决策	系统设计	人工 Review
B	实现决策	具体方案	可快速确认
C	细节决策	参数命名	AI 自主决策

双轨测试体系

维度	Unit Test	Product QA
视角	开发者	用户
目标	代码正确性	功能完整性
粒度	函数/模块级	功能/流程级
执行	自动化	可自动+人工

---

扩展机制

扩展 = 流程钩子 + 上下文注入 + 引用文档

domain_extensions:
  game:
    hooks:
      - trigger: "qa.list_test_cases"
        action: "inject_context"
        context_id: "gm_commands"
        condition: "files.exists('docs/GM_COMMANDS.md')"
    
    contexts:
      gm_commands:
        type: "reference"
        source: "docs/GM_COMMANDS.md"

钩子触发点

触发点	时机
dialogue.start	对话开始
dialogue.end	对话结束
qa.list_test_cases	QA 列测试用例
dev.feature_complete	功能完成
build.pre / build.post	构建前后

上下文类型

类型	说明
reference	引用外部文档
template	内联模板
computed	动态计算
file_list	文件列表

---

Cursor Skill 使用

本项目包含 Cursor IDE Skill，位于 .cursor/skills/llmcontext/：

# 复制到你的项目
cp -r .cursor/skills/llmcontext your-project/.cursor/skills/

# 或解压 dist/llmcontext-skill.zip

Skill 会在对话中自动：

1. 读取 llm.txt 和 CONTEXT.md 恢复上下文
2. 遵循决策分级制度
3. 对话结束时更新文档并 git commit

---

工作流程

开始新对话

继续项目开发。
请先读取 llm.txt 和 docs/CONTEXT.md 恢复上下文。
本次对话目标: {你的目标}

结束对话（必须）

请更新 docs/CONTEXT.md 保存当前进度。
更新 docs/CHANGELOG.md 记录产出。
然后 git commit 记录本次对话。

Vibe Check

在继续之前，确认一下：
- 我们对齐理解了吗？
- 这个方向对吗？
- 有什么我没考虑到的？

---

项目结构

LLMContextGenerator/
├── llm.txt                      # 本项目的协作规则（自举）
├── project.yaml                 # 本项目的配置
├── pyproject.toml               # 包配置
├── src/llmcontext/
│   ├── cli.py                   # CLI 命令
│   ├── generator.py             # 文档生成器
│   ├── extension.py             # 扩展处理器
│   ├── project.py               # 项目管理
│   ├── templates.py             # 模板管理
│   └── templates/
│       ├── default.project.yaml
│       └── domains/             # 领域扩展
├── schema/
│   ├── project.schema.yaml      # 项目配置 Schema
│   └── extension.schema.yaml    # 扩展机制 Schema
├── .cursor/skills/llmcontext/    # Cursor Skill
├── docs/
│   ├── CONTEXT.md
│   └── CHANGELOG.md
└── tests/

---

开发

# 安装开发依赖
pip install -e ".[dev]"

# 运行测试
pytest

# 重新生成本项目的 llm.txt
python -c "from llmcontext import LLMContextGenerator; import yaml; from pathlib import Path; \
  config = yaml.safe_load(open('project.yaml', encoding='utf-8')); \
  g = LLMContextGenerator(config, Path('.')); \
  Path('llm.txt').write_text(g.generate(), encoding='utf-8')"

---

License

MIT

---

本框架源自游戏开发实践，用 llm.txt 来开发 llm.txt 生成器。