Project Baseline Kit 強化版

Version: 2026-07-02

Enterprise addendum: docs/README_ENTERPRISE_ADDONS.md

2026-07-03 補強重點：

• 主包維持基本功：AI 不猜、不偷懶、不迎合、改前先查、改後要證據。
• 新增附屬包策略：WBS、主管簡報、安全掃描、UI 治理、MSSQL / AD / Email 可獨立套用。
• 公司正式系統未指定 DB 時，預設 Microsoft SQL Server。
• 企業 UI 預設支援全文檢索、表格排序、數字下鑽、模組管理介面與新增 / 修改 / 刪除一致性。
• 弱點掃描分成白箱與黑箱，發版依變更大小決定掃描強度。

這是一包可重複套用在新專案與既有專案的「基本功補強包」。它不是框架，也不是要把系統重寫；它的用途是先把專案講清楚、測得出來、交接得出去，讓 AI、工程師與新人不要每次都從猜測開始。

這包的優勢

優勢	說明
降低重複說明	把專案目的、資料、流程、風險、測試、部署、交接都固定成模板。
降低亂修風險	要求先確認資料模型與狀態流程，再做最小範圍修改。
降低 AI 幻覺	明定「不知道就說不知道，先收證據，不把假設講成事實」。
改善 Debug 速度	提供安全診斷腳本與 debug intake，避免每次人工重新問資料。
改善交接品質	提供公司 GPT / Codex / 新人接手用的 handoff index、takeover prompt、snapshot 與 checklist。
改善改版品質	把小修、中修、大修分級，對應不同驗證強度與 release 注意事項。
可衡量導入成效	透過 baseline metrics 與 project health score 追蹤開案、debug、測試、交接是否變快。

適用情境

• 新專案開發前，先建立基本文件與測試骨架。
• 已開發一段時間的專案，需要補救整理，不想推倒重來。
• 要把專案交給公司內部 GPT、Codex、外包、新人或其他維運人員。
• 常常發生「修 A 壞 B」、「一直問同樣資料」、「不知道現在版本能不能發」。
• 需要建立可去敏化的 debug 資料收集方式。

不適用情境

• 只想一次產出完整系統，且不想補文件、測試、交接資料。
• 沒有任何程式碼或需求，只想靠 AI 猜完整規格。
• 要處理高風險正式環境異動，但沒有備份、rollback、測試環境或人工核准。

內容

AI/templates/
  AGENTS.md
  HANDOFF_INDEX.md
  Memory.md
  docs/
    ai_handoff.md
    ai_readonly_api_contract.md
    ai_takeover_prompt.md
    ai_truth_and_evidence.md
    api_capabilities.md
    baseline_metrics.md
    change_impact_matrix.md
    change_size_policy.md
    current_state_snapshot.md
    data_dictionary.md
    data_quality_rules.md
    debug_intake.md
    definition_of_ready_done.md
    effort_estimation.md
    handoff_checklist.md
    migration_rollback.md
    project_overview.md
    regression_catalog.md
    release_checklist.md
    risk_register.md
    runbook.md
    security_data_handling.md
    system_capability_map.md
    test_plan.md
    ui_workflow_principles.md
    workflow_state.md
    adr/
      0001-template.md
AI/skills/
  project-foundation/
  coding-guardrails/
  debug-release-loop/
  project-rescue-audit/
  agent-triad-review/
scripts/
  bootstrap_project_baseline.py
  validate_baseline.py
  project_audit.py
  project_health_score.py
  effort_estimator.py
  diagnostics_safe.ps1
  diagnostics_safe.sh
  install_skills.ps1
AI/examples/
  project_inventory.csv
  agent_run_report.md

最快使用方式

把模板套到既有專案：

cd project-baseline-kit_v2026-07-02
python scripts/bootstrap_project_baseline.py --target "D:\path\to\project"
python scripts/validate_baseline.py --target "D:\path\to\project"

做一次安全盤點：

python scripts/project_audit.py --target "D:\path\to\project" --output audit.json
python scripts/project_health_score.py --target "D:\path\to\project" --output health_score.json

評估一個需求大概多難：

python scripts/effort_estimator.py --code-size 2 --data-complexity 3 --test-gap 3 --deploy-risk 2 --security-risk 2 --ui-flow-risk 2

安裝 Codex skills：

powershell -ExecutionPolicy Bypass -File scripts/install_skills.ps1

若要同時安裝 WBS、簡報、安全掃描、UI 治理、DB / AD / Email 等附屬包 skills：

powershell -ExecutionPolicy Bypass -File scripts/install_skills.ps1 -IncludeAddons

安裝後可以這樣要求 Codex：

Use project-foundation to prepare this new project before writing code.
Use project-rescue-audit to stabilize this existing project without rewriting it.
Use debug-release-loop when fixing a bug and preparing a patch.
Use agent-triad-review to run Code/Test/Review role checks.

建議導入順序

1. 先跑 bootstrap_project_baseline.py，把文件模板放進專案。
2. 填 docs/project_overview.md、docs/data_dictionary.md、docs/workflow_state.md。
3. 補 docs/security_data_handling.md，先定義哪些資料不可外流。
4. 補 docs/test_plan.md 與最小 smoke test。
5. 補 docs/ai_truth_and_evidence.md，要求 AI 不確定就收證據。
6. 補 HANDOFF_INDEX.md 與 docs/current_state_snapshot.md，讓接手者知道從哪裡看。
7. 每次改版後更新 Memory.md、docs/regression_catalog.md、docs/release_checklist.md。

交接給公司 GPT / Codex 的方式

交接時請先給接手者這幾份文件：

1. HANDOFF_INDEX.md
2. Memory.md
3. docs/current_state_snapshot.md
4. docs/ai_takeover_prompt.md
5. docs/project_overview.md
6. docs/data_dictionary.md
7. docs/workflow_state.md
8. docs/runbook.md
9. docs/test_plan.md
10. docs/security_data_handling.md

原則很簡單：接手者先讀文件，再看程式，再提計畫。不要一接手就改 code。

注意事項

• 不要把真實密碼、token、private key、cookie、session、憑證放進文件或 debug bundle。
• 公司內部資料也要分級。能用摘要、數量、hash、遮罩樣本，就不要貼完整清單。
• 外部 AI 一律使用去敏化資料。
• AI 可以提出合理假設，但必須標示為假設，不能當成事實。
• 公司環境、部署狀態、資料筆數、版本、錯誤原因，要以程式、log、API、測試或使用者提供的診斷輸出為準。
• 高風險異動前要先有備份、rollback、測試方式與人工核准。
• 小修可以快速驗證；中修、大修要補測試與文件。
• 不要讓多個 agent 同時修改同一批檔案。可以多 agent 審查，但只讓一個 agent 實作。

Definition Of Done

一個需求要算完成，至少要有：

• 需求與影響範圍清楚。
• 相關文件或狀態規則已更新。
• 有測試或可重現的驗證證據。
• 若不能測試，已說明原因與替代驗證。
• 沒有新增敏感資料外洩風險。
• 有 release note 或交接紀錄。

成效怎麼量

導入前後請記錄：

• 從需求到可開始 coding 的時間。
• Debug 來回次數。
• 修 A 壞 B 的次數。
• 每次 release 需要多久。
• 交接給另一位工程師或 GPT 需要補問幾次。
• 測試、文件、rollback 是否齊全。

可以用 docs/baseline_metrics.md 記錄，也可以用 scripts/project_health_score.py 做初步評分。