用结构化上下文文档驱动 AI 辅助开发：在…

适用于新项目搭建、既有代码库接手、或需要让 AI 与团队在开发全程保持一致理解时，通过维护一组上下文文档来对齐决策。

适用场景

解决思路

1. 在项目根目录创建 conductor/ 目录，用于存放上下文产物。
2. 维护四个核心上下文文件：product.md（产品）、tech-stack.md（技术栈）、workflow.md（工作流）、tracks.md（工作单元追踪）。
3. 新项目从零搭建时，用脚手架生成上述上下文产物。
4. 接手既有代码库时，从现有代码中提取上下文并写入这些产物。
5. 在开始实现之前，运行上下文校验清单，验证各产物之间的一致性。
6. 随着项目演进，同步更新上下文文档，使其与代码保持一致。
7. 开始任何工作前，先阅读相关的上下文产物。
8. 做上下文变更时采用小步增量更新，避免大规模重写。
9. 做实现决策时，引用上下文文档作为依据。
10. 将上下文变更与代码变更一起提交到版本控制。
11. 在代码评审中纳入对上下文产物的评审。
12. 在重大工作开始前，定期运行上下文校验清单。
13. 当上下文产物发生重大变化时，通知团队成员。
14. 用 git 追踪上下文的演进历史。
15. 当感觉上下文不对时，主动排查其是否过时并更新。
16. 确保每一条上下文内容都能指导某个决策或行为，保持可执行性。
17. 当上述导航层级信息不足时，阅读 references/details.md 获取详细模式与示例。