《决胜B端》作者杨堃老师，正在发起一场对传统软件工程的正面挑战。 这个 repo 是全程记录。欢迎见证——成功或翻车，都会完整保留。
Windows 用户双击 start.bat，等待两个终端窗口启动完成后访问：
- 前端： http://localhost:3000/login
- 后端 API 文档： http://localhost:8000/docs
如果首次启动或数据库被清除，需要先初始化数据库：
cd src/backend python -c "from app.core.init_db import init_db; init_db()"
| 账号 | 密码 | 角色 | 数据范围 |
|---|---|---|---|
admin |
12345 |
系统管理员 | 全部 |
sales01 |
12345 |
销售 | 仅自己 |
manager01 |
12345 |
战队队长 | 本队及下属 |
首次使用需配置 LLM：
- 用
admin登录 - 进入「Admin → LLM 配置」
- 填入 API Key（支持 DeepSeek、Anthropic 等 OpenAI 兼容 Provider）
- 点击保存并激活
配置完成后，任意用户登录都可以使用右下角的 AI 助手。演示案例见 src/demo/copilot-cases.md。
一个正在进行中的实验性工程项目，目标是：基于 Spec Coding，从零构建一个 AI-Native 的 SFA CRM 产品。
项目有四个核心野心：
- 没有 PRD，全程基于结构化上下文（Spec）驱动，需求描述方式彻底改变
- Palantir Ontology 方法论落地，在系统底层对业务对象、对象关系、可执行动作进行显式建模，让 AI 真正理解结构化业务数据
- 所有界面 API 化，每个操作都有对应接口，AI 可以直接控制界面，而不是靠模拟点击
- Copilot 模式，AI Agent 与人协同操控同一套系统，各司其职，真正的人机协作
工具栈：VS Code + Claude Code。
不写 PRD，用结构化的业务上下文（Spec）直接驱动系统设计和代码生成。
Spec 里有业务逻辑、对象定义、行为约束。AI 基于这些生成代码，出问题改 Spec 不改注释。Spec 是设计的唯一真实来源。
与此配合的还有 Harness Engineering：用 CLAUDE.md、Skill 文件、Memory 系统约束 AI 的行为边界，让它不跑偏。
├── articles/ # 系列文章，每集记录一次对话的过程和结论
│ ├── session-01-skill提炼.md
│ ├── session-02-skill迭代.md
│ ├── session-03-check-prd.md
│ ├── session-04-需求采集.md
│ ├── session-05-ontology.md
│ ├── session-06-老登反击.md
│ ├── session-07-技术栈.md
│ └── session-08-speccoding.md
├── spec/archive/ # 原始规格文件归档（已整合至 specs/master/spec.md）
├── specs/master/ # spec-kit 产出文档（设计唯一真相源）
│ ├── spec.md # 业务规格
│ ├── plan.md # 实现计划
│ ├── data-model.md # 数据模型
│ ├── contracts/api-contracts.md # API 接口契约
│ ├── quickstart.md # 启动指南
│ └── tasks.md # 110 个实现任务
├── src/
│ ├── backend/ # FastAPI 后端（已实现）
│ ├── frontend/ # Next.js 前端（已实现）
│ └── docker-compose.yml
├── skills/ # Claude Code Skill 文件
│ └── check-prd/ # PRD 质量检查工具（独立子项目）
├── memory/ # Claude 跨会话记忆文件
└── CLAUDE.md # Claude Code 项目配置
| 集数 | 内容 | 状态 |
|---|---|---|
| 第一集 | 从两本书提炼方法论 Skill | 完成 |
| 第二集 | Skill 落地与迭代 | 完成 |
| 第三集 | check-prd 工具，解剖 8 份真实企业 PRD | 完成 |
| 第四集 | 业务上下文采集，确定架构方向 | 完成 |
| 第五集 | Ontology 设计：对象建模、Actions、AI-native CRM | 完成 |
| 第六集 | Spec 阶段：线索/客户拆分、RBAC、数据权限分离 | 完成 |
| 第七集 | Plan 阶段：技术栈选型，AI Agent 方案 | 完成 |
| 第八集 | Spec Coding 的正确打开方式：spec-kit 定位与协作分工 | 完成 |
| 编码阶段 | 110 个任务全部实现，14 个 Phase 完成 | 完成 |
每一集都有对应文章，由 Claude（克劳蛋）执笔，杨老师盖章。
文章存在 articles/ 目录下，也会同步发布到杨老师的公众号PM杨堃。
详细文档见 specs/master/quickstart.md。
# 后端
cd src/backend
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"
python -c "from app.core.init_db import init_db; init_db()" # 初始化 DB + 种入测试数据
uvicorn app.main:app --reload # http://localhost:8000/docs
# 前端（新终端）
cd src/frontend
npm install
npm run dev # http://localhost:3000见本文档顶部「快速体验」章节。
cd src/backend
pytest tests/integration/ -v| 层 | 技术 |
|---|---|
| 后端 | FastAPI + SQLModel + SQLite (WAL) |
| 前端 | Next.js 14 App Router |
| AI Agent | Vercel AI SDK + Anthropic API (Tool Use) |
| 认证 | JWT (python-jose) |
| 权限 | RBAC + DataScope (Role/Permission/UserDataScope) |
| 调度 | APScheduler (自动释放、日报生成) |
| 限流 | SlowAPI (IP + 用户级) |
这不是谦虚。Ontology 建模、API-first 架构、Copilot 协同——每一个单独拿出来都是重量级工程挑战，三个叠在一起没有人知道会发生什么。
如果翻了，复盘也会完整记录在这里。