Перейти к содержимому
FRGEPLAN

forgeplan generate

Генерирует полностью подготовленный черновик артефакта из описания на естественном языке с использованием LLM (Gemini / OpenAI / Anthropic, настроенных в .forgeplan/config.yaml). В отличие от forgeplan new, который создает пустой шаблон, заполняемый вручную, generate просит модель написать разделы Problem, Goals, Non-Goals, Functional Requirements и остальные ОБЯЗАТЕЛЬНЫЕ разделы за один проход. В результате получается черновик, который вы все равно просматриваете - но 30-минутный «холодный старт» с пустым шаблоном исчезает.

  • Вы знаете, что хотите, и предпочли бы просмотреть черновик LLM, чем набирать шаблонный текст самостоятельно.
  • Прототип артефакта для обсуждения: сгенерируйте одноразовый PRD, чтобы изучить полусформированную идею с командой, прежде чем приступать к созданию настоящего.
  • Исследование существующей системы (brown-field): опишите существующую подсистему и попросите модель реконструировать PRD / Spec / RFC для документации.
  • У вас есть четкая однострочная задача («добавить ограничение скорости для /api/v1/») и вы хотите, чтобы все разделы были заполнены согласованно.
  • Быстрая итерация на этапе Shape, когда вы хотите быстро попробовать 2–3 варианта формулировки.
  • У вас не настроены учетные данные LLM - сначала запустите forgeplan config set llm.provider ..., или вернитесь к forgeplan new.
  • Решение является тактической и вообще не требует артефакта - просто закоммитьте.
  • Вы хотите полностью контролировать формулировки вручную - используйте forgeplan new и заполняйте разделы самостоятельно.
  • Вы фиксируете решение из разговора - используйте forgeplan capture.
  • Содержимое уже существует в сохраненной памяти - используйте forgeplan promote.
forgeplan generate <KIND> <DESCRIPTION>
<KIND> Тип артефакта: prd, epic, spec, rfc, adr, problem, solution, evidence
<DESCRIPTION> Описание на естественном языке того, что нужно сгенерировать
-h, --help Вывести справку
-V, --version Вывести версию

generate считывает вашего активного провайдера LLM из .forgeplan/config.yaml. Если провайдер не установлен или отсутствует ключ API, команда завершится с ошибкой на ранней стадии с подсказкой по конфигурации, вместо того чтобы вернуться к пустому шаблону.

Пример 1: Сгенерировать PRD из однострочной задачи

Заголовок раздела «Пример 1: Сгенерировать PRD из однострочной задачи»
Окно терминала
forgeplan generate prd "add rate limiting to /api/v1/ endpoints"

Создает .forgeplan/prds/prd-NNN-add-rate-limiting.md с разделами Problem («публичные конечные точки подвержены злоупотреблениям…»), Goals, Non-Goals, Target Users и списком функциональных требований (FR), составленным моделью. Откройте файл, критически прочитайте, уточните формулировки, затем запустите forgeplan validate PRD-NNN, чтобы убедиться, что ОБЯЗАТЕЛЬНЫЕ правила пройдены.

Пример 2: Реконструировать RFC для существующей подсистемы

Заголовок раздела «Пример 2: Реконструировать RFC для существующей подсистемы»
Окно терминала
forgeplan generate rfc "current embedding pipeline: fastembed BGE-M3, 1024 dims, batch 32, cached in .forgeplan/.fastembed_cache/"

Подходит для документации по существующим системам (brown-field) - LLM составляет черновик RFC, описывающий архитектуру «как есть», с уже отмеченными этапами реализации (Implementation Phases). Используйте это как отправную точку, затем исправьте любые «галлюцинации» в деталях, сверяясь с реальным кодом.

Пример 3: Составить черновик ProblemCard для нового сигнала

Заголовок раздела «Пример 3: Составить черновик ProblemCard для нового сигнала»
Окно терминала
forgeplan generate problem "users report search returns stale results after renaming artifacts"

Генерирует разделы Signal / Context / Goals / Anti-Goodhart indicators. ProblemCard не требуют гейта валидации, поэтому вы можете activate их, как только карточка станет связной, и связать последующие Evidence или Solutions.

route → generate → (review + edit) → validate → reason → code → evidence → review → activate

generate встраивается в ту же фазу Shape, что и new, но объединяет «создание заглушки» и «заполнение ОБЯЗАТЕЛЬНЫХ разделов» в один вызов LLM. Остальная часть конвейера не меняется: вам все еще нужно, чтобы validate прошел, reason для Deep/Critical глубины, и Evidence перед activate. Относитесь к сгенерированному тексту как к первому черновику - модель не уловит специфические для предметной области ограничения так, как это сделает человек-оператор.