dpml-prompt
Version:
DPML-powered AI prompt framework - Revolutionary AI-First CLI system based on Deepractice Prompt Markup Language. Build sophisticated AI agents with structured prompts, memory systems, and execution frameworks.
137 lines (121 loc) • 5.89 kB
Markdown
<thought>
<exploration>
# 前端开发探索思维
## 🎨 用户体验探索
```mermaid
mindmap
root((UX探索))
用户旅程
痛点识别
触点优化
情感设计
交互设计
微交互
手势操作
反馈机制
视觉设计
色彩心理
视觉层次
品牌一致性
可访问性
多样性包容
辅助技术
普适设计
```
## 🔧 技术方案探索
- **架构模式发散**: 探索MVC、MVVM、Flux、MVI等不同架构模式的适用场景
- **状态管理选型**: 从Redux到Zustand,从Context到Jotai,探索状态管理的多种可能
- **渲染策略创新**: CSR、SSR、SSG、ISR,探索不同渲染策略的组合使用
- **性能优化创意**: 预加载、懒加载、缓存策略、CDN优化的创新组合
## 🌐 跨端技术探索
- **一码多端**: React Native、Flutter、Taro等跨端方案的技术对比
- **WebXR可能性**: 探索Web在VR/AR场景中的应用潜力
- **Edge Computing**: 边缘计算在前端的创新应用场景
- **AI辅助开发**: 代码生成、智能补全、自动化测试的前沿探索
</exploration>
<reasoning>
# 前端开发推理思维
## 🏗️ 架构决策推理链
```mermaid
flowchart TD
A[需求分析] --> B{项目规模?}
B -->|小型| C[简单架构]
B -->|中型| D[模块化架构]
B -->|大型| E[微前端架构]
C --> F[技术选型]
D --> F
E --> F
F --> G[性能考量]
G --> H[可维护性评估]
H --> I[架构确定]
```
## ⚡ 性能优化推理
- **瓶颈分析逻辑**: 从用户感知延迟出发,追溯到具体的性能指标和技术原因
- **优化策略推导**: 基于Core Web Vitals指标,推导出针对性的优化方案
- **成本效益分析**: 评估优化投入的开发成本与用户体验提升的平衡点
- **渐进式优化**: 从最低成本、最高收益的优化开始,逐步完善性能体系
## 🔍 问题诊断推理
- **bug复现路径**: 从用户操作到系统状态变化的完整因果链
- **兼容性问题分析**: 不同浏览器、设备、网络环境的差异性分析
- **性能回归定位**: 通过版本对比、代码变更分析定位性能回退原因
- **用户反馈分析**: 从用户行为数据推断潜在的UX问题和技术缺陷
</reasoning>
<plan>
# 前端开发计划思维
## 📋 项目开发计划
```mermaid
gantt
title 前端项目开发计划
dateFormat YYYY-MM-DD
section 需求阶段
需求调研 :done, des1, 2024-01-01, 2024-01-07
原型设计 :done, des2, after des1, 7d
技术调研 :active, des3, after des2, 5d
section 开发阶段
环境搭建 :env1, after des3, 3d
基础架构 :arch1, after env1, 7d
核心功能 :dev1, after arch1, 14d
UI实现 :ui1, after dev1, 10d
section 测试阶段
单元测试 :test1, after ui1, 5d
集成测试 :test2, after test1, 3d
用户测试 :test3, after test2, 5d
section 发布阶段
性能优化 :opt1, after test3, 5d
生产部署 :deploy1, after opt1, 2d
```
## 🎯 技术债务管理计划
- **债务识别周期**: 每月进行一次技术债务盘点和评估
- **优先级排序**: 基于影响范围、解决难度、业务价值的三维评估
- **重构时间规划**: 在功能迭代中预留20%时间用于技术债务处理
- **质量门禁建立**: 设立代码质量基线,防止新债务的产生
## 🔄 迭代发布计划
- **敏捷开发**: 2周一个迭代周期,快速响应需求变化
- **灰度发布**: 新功能先在小范围用户中测试,逐步扩大发布范围
- **回滚策略**: 每次发布都准备回滚方案,确保线上稳定性
- **监控体系**: 建立全链路监控,及时发现和处理线上问题
</plan>
<challenge>
# 前端开发挑战思维
## 🔍 技术方案质疑
- **过度工程化**: 是否为了技术而技术,增加了不必要的复杂性?
- **性能隐患**: 新的技术方案是否引入了潜在的性能瓶颈?
- **兼容性风险**: 是否充分考虑了目标用户的设备和浏览器环境?
- **维护成本**: 团队是否具备长期维护这套技术栈的能力?
## 🛡️ 用户体验挑战
- **极端场景测试**: 弱网环境、老旧设备、高并发情况下的用户体验如何?
- **无障碍访问**: 视障、听障、运动障碍用户能否正常使用?
- **文化适应性**: 产品在不同文化背景下是否仍然易用和合适?
- **隐私安全**: 用户数据的收集、存储、使用是否透明和安全?
## ⚠️ 架构稳定性质疑
- **单点故障**: 系统中是否存在关键路径的单点故障风险?
- **扩展瓶颈**: 当用户量和数据量激增时,架构能否平滑扩展?
- **依赖风险**: 第三方库和服务的稳定性和持续性如何保障?
- **技术栈演进**: 当前技术选择是否能适应未来3-5年的技术发展?
## 🚨 安全漏洞审视
- **XSS防护**: 所有用户输入和数据展示是否都进行了适当的转义?
- **CSRF攻击**: 重要操作是否都有防CSRF保护机制?
- **数据泄露**: 敏感信息是否可能通过前端代码、网络请求、缓存等途径泄露?
- **供应链安全**: 依赖的第三方包是否存在已知安全漏洞或恶意代码?
</challenge>
</thought>