在├── docs/ [真理层]│ ├── tech-spec.md # 唯一的真理来源。如果代码和它冲突，改代码。│ ├── arch-decision/ # 架构决策记录 (ADR)。记录“为什么不选方案B”。│ └── threat-model.md # 安全边界定义。├── src/ [实现层]│ # 这里的代码只是 docs 的投影，它们是可被 AI 随时重写和替换的。├── tests

BMAD 的心法是“谋定而后动”。它认为代码只是文档的副产品。如果你不能用自然语言清晰地描述它，AI 就无法正确地编写它。Superpowers 的心法是“实践出真知”。它认为代码是会撒谎的，只有运行起来的测试不会。不管 AI 觉得自己写得多好，跑不通测试就是垃圾。

在系统视角下，艺术疗愈与非语言沟通的关系不仅仅是“帮助”或“补充”，而是一种深层拓扑结构的重塑。它在人类僵化的认知系统中开辟了高维度的通道，利用具身认知、感官与符号的转换机制，承载了语言无法负荷的信息熵，使深层心理结构在物理世界中得以显影。本文深入探讨了艺术疗愈如何通过神经回路的重定向，绕过语言中枢，直接激活边缘系统和右脑，使内隐创伤记忆得以安全释放；通过符号的外化与客体化，将无形的内在体验转化为

BMad Quick Spec Flow (QSF) 并非仅仅是 BMad Method 的“精简版”，而是一种颠覆性的工作流，它将 AI Agent 的智能分析能力直接整合到规格制定和质量保障的源头。通过跳过冗长的 PRD 环节，直接从需求跳到上下文感知的 Tech Spec，实现了分钟级的规划。自动分析棕色地带代码、检测技术栈和约定，确保新代码与现有代码库无缝融合。通过 Auto-Valida

原则: 任何科研图表的首要任务是传达一个清晰的科学主题和其背后的核心机制。AI提示词必须开宗明义地定义这一点。深层科学沟通考量: 如果主题模糊，读者将无法理解图表的意图。AI如果收到模糊的主题，会倾向于生成一个普遍的、缺少特异性的图像。例如，仅仅说“细胞”，AI可能会生成任何一种细胞；但若说“通过PD-1/PD-L1通路调节的T细胞活化”，AI便会聚焦于特定的分子和相互作用。如何避免歧义使用专业术

您将学到如何通过修改 Master 和 Agent 的核心指令（Prompt）、构建结构化的多轮讨论框架，甚至引入专门的“冲突分析”机制，将您的 BMad Party Mode 从一个“快速观点收集器”升级为一个能够进行多轮次、深度博弈的“专家级深度会议自动化系统”。我们得到的是并列的、浅层的“信息集合”，而不是经过反复诘问、辩驳、深化后产生的“集体智慧”。我们的目标是创造一个“受控的冲突环境”，

BMAD v6 专家系统框架通过其 19 个默认代理档案，提供了一个可复制、可扩展且具备高度专业约束的 AI 驱动协作环境。专业化深度：每个代理的原则使其成为真正的决策过滤器，有效防止了传统 MAS 中常见的专业失范和结果不可预测性。流程可预测性：工作流不再是黑箱操作，而是由清晰的专业身份和原则驱动的，从而确保了从需求到交付的每一个阶段都有明确的专家负责和制衡。多学科整合：框架成功地将严谨的软件工

它相信，未来最高效的开发模式，是建立在一个共享的设计语言和组件标准之上的，AI则扮演着理解需求并精准调用这些标准资源的“智能调度官”。AI工具的真正价值，不在于替代人类，而在于将我们从重复、繁琐的劳动中解放出来，去思考更宏大的架构，去探索更有趣的创意，去解决更复杂、更具根本性的问题。本文将为您提供一个从理论到实践的完整决策框架，助您在这场关乎未来的选择中，找到属于您的最优解。能力，使其能够理解手绘

阶段模型名称核心特征应用场景工程缺陷1提示即代码 (Prompt-as-Code)一次性、非结构化提示，直接生成代码执行。快速原型设计、简单数据查询。鲁棒性极低，无法处理复杂环境。2工具调用 (Tool-as-Function)Agent 能调用预定义工具（Function Calling），但工具逻辑在外部。外部 API 集成、简单系统操作。Agent 仍是执行者，缺乏对复杂流程的控制能力。3A

长期以来，我们倾向于将大型语言模型（LLMs）视为无所不知的数字贤者，能够通过一个简单的提示解决任何问题。然而，当面临真正的复杂挑战——那些需要同时精通技术、战略、财务和伦理等多个领域的挑战时——单一、庞大的AI模型往往陷入“浅层共识”的陷阱。它们擅长流畅地整合信息，却难以提供深度验证和跨领域的批判性洞察。解决之道并非追求一个更强大的单一模型，而在于构建一个更优越的系统。我们必须停止向一位贤者索取