b1e38ffd7aebffe6e27968079694d9c997b2c0c6
- src/paths.py: 集中管理 logs/、artifacts/ 路径与产物命名 (artifacts/<task_id>/<时间戳>_<step>.png|.xml),_safe 安全化防路径穿越, 运行时自动创建且被 .gitignore 忽略。 - src/logging_config.py: 统一日志格式(含 task_id/step),控制台 + logs/app.log, 缺上下文时由 filter 补默认值,setup 幂等;约定不记录敏感信息。 - src/main.py: 启动时初始化运行目录与日志。 - 运行方式统一为 python -m src.main(绝对导入下的唯一干净入口), 同步替换 00/03/05/current-state 文档命令与 dev.bat。 - 文档:04 §七 补 paths.py 与产物命名规则;tasks/progress/current-state 更新。 验证:compileall OK;unittest Ran 17 tests OK;python -m src.main exit=0,logs/app.log 写入正常。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
项目文档导航
一句话定位
拼多多批量下单执行器是一个给内部运营同事使用的 Windows 桌面工具,用于从固定表头 Excel 导入已审核的商品下单任务,按选中顺序控制一台 Android 真机在拼多多 App 中下单,并把执行状态、订单号和失败原因回写到 Excel 结果文件。
第一版先完成「导入 Excel -> GUI 展示任务 -> 控制真机下单 -> 默认支付前人工确认,可配置受控自动支付 -> 记录订单号或失败原因 -> 回写 Excel」闭环。
文档导航
- AI 开发入口:agent 每次开始工作的入口、阅读顺序和任务领取规则。
- 项目愿景:为什么做、为谁做、产品原则、非目标。
- 需求:MVP 要什么、用户故事、验收标准,不写技术实现。
- 技术栈:确定使用哪些框架、库、设备依赖和运行方式。
- 架构设计:系统结构、模块职责、数据模型、关键风险和开发顺序。
- 编码规则:AI 写代码前必须遵守的硬约束。
- 任务看板:按依赖拆分的小任务,agent 每轮只做一个。
- 执行进度:任务完成记录、验证结果、阻塞点和下一步。
- 本地模块合约:无后端 API 时的本地模块接口约定。
- 界面结构:桌面 GUI 页面/区域职责。
- 当前实现状态:仓库现实状态、代码结构、真实运行命令。
维护原则
- 需求变化先改文档,再改代码。
- 代码现实变化后同步
current-state.md;任务执行记录写入../progress.md。 - Excel 字段、任务状态、模块接口一旦在文档中定稿,代码不得另起一套。
- agent 开始新任务前,必须从
00-ai-start-here.md进入。
Languages
Python
99.6%
Batchfile
0.4%