问题领域识别

本文档记录 AI 从摸索脚本到识别问题领域的心得。

什么是问题领域¶

问题领域是对一类相似问题的抽象概括：

• 数字资产治理：子模块、配置文件的一致性管理

• 软件工程：代码演进、重构的最佳实践

问题领域识别过程¶

1. 观察相似性¶

多个脚本解决相似问题：

• doc_check.py → 检查配置一致性

• submodule_sync.py → 管理版本同步

• 共性：都需要理解"子模块"这个概念

2. 抽象概念¶

从具体问题中提取抽象概念：

• 子模块 = 数字资产

• 配置检查 + 版本管理 = 数字资产治理

3. 命名领域¶

用简洁的术语命名领域：

• “数字资产治理” vs “子模块管理工具”

• 前者更具概括性

识别标准¶

何时识别为问题领域¶

1. 重复模式：多个脚本解决相似问题

2. 概念一致性：问题有共同的核心概念

3. 可扩展性：领域可能包含更多相关问题

问题领域 vs 具体工具¶

积累¶

已识别的问题领域¶

下一步¶

持续积累问题领域，建立领域目录。