📦 memddc — 团队文档管理与代码迭代工具

v1.0.2

面向团队协作的项目文档管理与代码迭代工具，支持自动文档生成、DDD领域驱动设计模型管理、记忆压缩和智能变更同步，帮助团队保持文档与代码的一致性，适用于复杂架构迭代和遗留系统重构场景。

0· 28·0 当前·0 累计

by @qihao123 (hq)·MIT-0

生产力工具

下载技能包

License

MIT-0

最后更新

2026/4/16

安全扫描

VirusTotal

无害

查看报告

OpenClaw

可疑

medium confidence

该技能声称的目的（项目扫描、文档管理和DDD感知的代码迭代）与其指令相符，但指令要求代理递归扫描仓库、读取IDE/索引文件、VCS日志和配置文件，并将其发送给AI，没有明确的边界——这可能会暴露敏感信息和文件；安装前请谨慎操作。

评估建议

该技能似乎能实现其声称的功能（扫描仓库、建立索引、生成文档并根据记忆快照更新代码和文档），但它执行广泛的仓库扫描并读取IDE索引、配置文件和VCS日志——这些可能包含敏感信息。在安装/使用前：1) 本地审查和验证 README/SKILL.md；先在非生产或示例仓库上运行。2) 在 .memddc/config.json（或仓库）中添加严格排除项，防止扫描 .env、凭证文件、密钥库、CI 密钥和其他敏感路径。3) 确保 .memddc/ 包含在 .gitignore 中，以免快照和日志被意外提交。4) 偏好手动调用（避免调度/自主运行），直到验证产生的工件。5) 由于发布者/来源未知（无主页），检查 example/.memddc 下的示例输出，验证没有隐藏的远程端点或隐式上传。如果需要帮助审计技能将读取的确切文件集或 repo 中生成的 mem-snapshot.json 内容，请在隔离的克隆中运行初始化并在允许任何外部传输之前检查快照。...

详细分析 ▾

✓ 用途与能力

名称/描述（项目文档管理、DDD模型管理、记忆压缩、同步）与运行时指令一致：仓库扫描、git日志/差异、mem-snapshot.json索引、针对性文档更新和代码变更工作流。请求的行为（读取项目文件、建立索引、更新markdown和快照）与声称的目的相符。

⚠ 指令范围

SKILL.md 指示对项目进行完全递归扫描，收集IDE索引文件，运行git命令（git log、git diff），执行AST/代码扫描，读取/写入 .memddc/*（mem-snapshot.json、日志、压缩归档）并向AI“发送”日志/文件结构/用户文档进行分析。没有对敏感路径的明确排除（例如 .env、凭证文件），并且该技能的“主动请求”能力包括请求数据库表样本和其他潜在敏感工件。虽然 SKILL.md 通过建议首先进行索引查找来限制探索性读取，但扫描步骤仍然允许广泛访问仓库内容——这是潜在的隐私/敏感信息泄露风险。

✓ 安装机制

纯指令技能，没有安装规范，也没有需要安装程序写入的代码文件。这降低了供应链风险，因为自动安装程序不会下载或安装任何内容。

⚠ 凭证需求

该技能声明不需要环境变量或外部凭证（良好），但它指示代理读取许多本地文件（IDE索引、VCS日志、配置文件）并向用户请求数据库模式样本或代码片段。这种广泛的文件访问可能会暴露敏感信息（API密钥、数据库凭证），尽管没有请求环境变量。缺乏关于跳过敏感/配置文件的明确排除或指导是一个比例问题。

ℹ 持久化与权限

不请求 always:true，可由用户调用。它将在项目内创建和写入 .memddc/ 目录、mem-snapshot.json、日志和归档——对于此工具来说是正常的。由于该技能可以由代理自主调用（默认），将自主运行与广泛的文件扫描相结合会增加影响范围；这是一个警告，而不是立即取消资格的理由。

安全有层次，运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发，无需署名。

查看条款 ↗

运行时依赖

无特殊依赖

版本

latestv1.0.22026/4/16

MemDDC 1.0.2 – 主要功能与结构全面升级。新增 VCS 日志（Git/SVN）AI分析，自动归档提交历史，支持团队协作模式洞察。引入项目三级索引快照结构（metadata/index/context），保障变更与信息精准定位。支持文档、业务、架构、API等多维度文档自动生成与分析，纳入用户自定义文档。实现 entity→mapper→service→controller→view 关联映射和领域驱动（DDD）建模同步。文件/代码/结构/配置变更可精准识别影响范围，实现同步闭环与自动记忆压缩。优化目录结构，提升团队共享与大规模工程持续协作效率。

● 无害

安装命令

点击复制

官方npx clawhub@latest install memddc-ai-skill

镜像加速npx clawhub@latest install memddc-ai-skill --registry https://cn.longxiaskill.com

技能文档

技能信息

技能名称: MemDDC
版本: 1.0.2
作者: qihao123
描述: 面向团队协作的项目文档管理与代码迭代智能工具，提供自动文档生成、DDD模型管理、记忆压缩、代码风格统一和智能触发功能
触发关键词: MemDDC, 加载记忆约束修改, 按DDD契约迭代更新, memddc-init, memddc-update, memddc-sync
适用场景: 团队协作开发、复杂架构迭代、遗留系统持续重构、长期多人维护工程AI约束治理

快速定位约定

当用户提出涉及具体实体（如 SysDept）或模块（如 system/dept）的修改需求时：

第一步：查询 mem-snapshot.json 的 index 层获取文件路径
第二步：读取目标文件
禁止在未查索引前进行大规模文件探索

实战交互契约

用户说"memddc-sync"或"MemDDC 更新"时：

执行 git diff --name-only 获取变更文件列表
将变更文件与 mem-snapshot.json 中的模块/实体/API 列表匹配
仅更新受影响的 Markdown 文档段落
更新 snapshot 中标记的字段，其余原样保留

用户提出代码修改需求时：

优先加载 mem-snapshot.json
根据 snapshot 中的模块和关键类列表定位相关文件
先输出变更蓝图（影响文件清单），经用户确认后再执行修改

记忆快照 (mem-snapshot.json)

采用三级索引结构，便于 AI 快速定位与约束注入：

metadata — 项目元信息

- 名称、版本、技术栈、代码规模统计 - 供 AI 快速识别项目特征

index — 可查询的文件索引

- entities: 核心实体 → 文件路径、所属模块、对应表名 - controllers: Controller → 文件路径、basePath - services: ServiceImpl → 文件路径、interface、模块 - mappers: Mapper → java 路径、xml 路径、表名 - apis: 前端 API 封装 → 文件路径 - views: 前端页面 → 文件路径 - modules: 模块职责说明 - relations: 核心实体关联映射（entity→mapper→service→controller→view） - 示例：SysDept → {entity, mapper, service, controller, views[]} - AI 修改具体实体时，按 ID 查表定位相关文件，无需探索性读取

context — 上下文约束

- vcsSummary: 提交规律与近期变更主题 - structureAnalysis: 架构模式与潜在问题 - patterns: 高频设计模式（如 treeBuild、pagination、permission、crudApi） - codeStyle: 命名规范、返回值类型、注解写法 - constraints: 业务常量映射（状态、类型、数据范围等）

团队协作

团队共享目录: .memddc/
共享配置: config.json 中的 team.syncBranch
冲突提示: 当 mem-snapshot.json 与 Git 状态不一致时，提示用户先执行 memddc-sync

目录结构

v1.0.2 新版目录结构

project/
├── .memddc/                    # MemDDC 统一存储目录（团队共享）
│   ├── config.json             # 团队共享配置
│   ├── mem-snapshot.json       # 全局记忆快照（核心）
│   ├── vcs-log-raw.txt         # 原始VCS日志（最近100条）
│   ├── vcs-log-analysis.md     # AI整理的VCS日志分析
│   ├── file-tree-raw.txt       # 原始文件树
│   ├── file-tree-analysis.md   # AI文件结构分析
│   ├── docs/                   # 项目文档（用户可添加）
│   │   ├── user-docs/          # 用户文档目录（AI会分析其中的业务文档）
│   │   ├── architecture.md     # 架构文档
│   │   ├── business.md         # 业务文档
│   │   ├── api.md              # API接口文档
│   │   ├── database.md         # 数据库设计文档
│   │   ├── development.md      # 开发指南
│   │   ├── code-style.md       # 代码风格指南
│   │   ├── [language-specific].md  # 语言专属文档
│   │   ├── [architecture-specific].md  # 架构专属文档
│   │   └── diagrams/           # 图表文档（Mermaid）
│   │       ├── architecture.mmd
│   │       ├── flow.mmd
│   │       ├── sequence.mmd
│   │       └── er.mmd
│   ├── ddd-model.md            # DDD领域模型
│   ├── snapshots/              # 历史快照存档
│   │   ├── docs-compressed.zip # 文档压缩包
│   │   └── mem-YYYYMMDD-HHMMSS.json  # 时间戳快照
│   ├── logs/                   # 操作日志
│   │   └── sync-YYYYMMDD.log
│   └── .gitignore              # 团队共享的git忽略规则
└── [项目源代码目录]

配置文件 (config.json)

{
  "version": "1.0.2",
  "project": {
    "name": "项目名称",
    "type": "backend|frontend|mobile|microservice",
    "language": "java|python|go|javascript|typescript|rust",
    "framework": "spring|django|gin|react|vue|flask",
    "architecture": "mvc|mvvm|ddd|microservice|serverless|monolithic"
  },
  "team": {
    "shared": true,
    "members": ["member1@example.com", "member2@example.com"],
    "syncBranch": "main"
  },
  "triggers": {
    "codeChange": true,
    "structureChange": true,
    "configChange": true,
    "manual": true,
    "scheduled": false,
    "scheduleCron": "0 2   "
  },
  "document": {
    "types": ["architecture", "business", "api", "database"],
    "includeDiagrams": true,
    "autoUpdate": true,
    "analyzeUserDocs": true
  },
  "vcs": {
    "enabled": true,
    "logLimit": 100,
    "types": ["git", "svn"]
  },
  "fileAnalysis": {
    "enabled": true,
    "includeIdeIndexes": true
  },
  "compression": {
    "level": 7,
    "excludePatterns": [".log", ".tmp", "node_modules/"],
    "contextLimit": 128000,
    "autoCompressThreshold": 0.8
  }
}

工作流程

v1.0.2 初始化阶段（核心升级）

VCS日志拉取

- 检测版本控制系统类型（Git/SVN） - 执行 git log --pretty=format:"%h %s %b" -n 100 或 svn log --limit 100 - 保存原始日志到 .memddc/vcs-log-raw.txt
AI日志分析

- 将原始日志发送给AI分析 - AI提取：提交规律、关键版本、团队协作模式、业务变更周期 - 保存分析结果到 .memddc/vcs-log-analysis.md
文件树扫描

- 递归扫描项目目录结构 - 收集IDE索引文件（如存在） - 保存到 .memddc/file-tree-raw.txt
AI结构分析

- 将文件结构发送给AI分析 - AI评估：模块划分、依赖关系、潜在问题 - 保存分析结果到 .memddc/file-tree-analysis.md
用户文档分析

- 扫描 .memddc/docs/user-docs/ 目录 - 将用户文档发送给AI提取业务上下文 - 提取：业务流程、业务术语、需求规则
代码扫描与文档生成

- 全量代码AST扫描 - 生成适配项目的结构化文档 - 构建DDD领域模型
关联映射构建

- 扫描核心实体（Controller/Service/Mapper/Entity） - 自动构建 entity→mapper→service→controller→view 的关联映射 - 写入 mem-snapshot.json 的 relations 字段
整合写入快照

- 将VCS分析、文件结构分析、业务上下文整合 - 生成包含全部上下文信息的 mem-snapshot.json
memddc-sync 增量流程
执行 git diff --name-only 获取变更文件

分类：代码文件→更新文档 / 用户文档→更新业务上下文 / 配置文件→更新技术栈说明

AI 输出影响面判断：{"affectedDocs": [...], "snapshotFields": [...]}

精准读取并更新受影响内容

写入新 snapshot，保留未变更字段
迭代修改阶段
快速记忆加载：读取 mem-snapshot.json

变更感知：了解本次需要修改的范围和内容

文件定位：根据需求关键词查询 index 层（entities / services / mappers / views 等），精准定位相关文件路径

DDD约束：确保修改符合领域模型和业务契约

模式约束：参考 context.patterns 和 context.codeStyle，保持与项目现有约定一致

一致性保证：修改完成后自动同步更新相关文档
同步闭环阶段
比对代码变更

更新相关文档

同步DDD模型

重新分析VCS日志和文件结构（如有变化）

更新记忆快照

验证多者一致

按三级索引结构写入 mem-snapshot.json

容量检查：快照大小超过上下文限制80%时触发压缩

- Level 1：精简描述 - Level 2：只保留关键字段 - 最小保证：模块列表、关键API、约束规则
技术实现
核心模块
项目扫描器

- 深度目录结构分析 - 多语言源码解析 - 依赖关系分析 - API接口分析 - 数据库逻辑分析 - 配置文件分析 - 变更检测器
策略选择器

- 项目类型识别 - 编程语言识别 - 框架识别 - 架构模式识别 - 最优策略匹配
文档生成器

- 架构文档生成 - 业务文档生成 - API文档生成 - 数据库文档生成 - 语言专属文档生成 - 架构专属文档生成 - Mermaid图表生成
DDD模型构建器

- 限界上下文识别 - 聚合根分析 - 实体边界定义 - 值对象设计 - 领域服务提取 - 领域事件识别
记忆管理系统

- 智能文档压缩 - 记忆快照生成 - 历史决策记录 - 上下文注入 - 增量更新 - 冲突检测 - 容量检查: 快照大小超过上下文限制80%时自动压缩
变更追踪器

- 代码变更检测 - 文档同步更新 - 模型一致性验证 - 影响分析
团队协作器

- 配置同步 - 冲突检测 - 权限管理 - 版本控制集成
技术栈支持
技术栈文档生成 DDD建模记忆压缩
Java/Spring Boot ✅ ✅ ✅
Python/Django/Flask ✅ ✅ ✅
Node.js/Express/Nest ✅ ✅ ✅
Go/Gin ✅ ✅ ✅
前端框架 ✅ ⚠️ ✅
微服务 ✅ ✅ ✅

注意事项
首次使用: 确保项目目录存在且包含源码文件

权限要求: 需要对项目目录和 .memddc 目录有读写权限

版本控制: 建议将 .memddc 目录纳入版本控制

文档维护: 代码变更后及时运行更新命令
故障排除
初始化失败
检查项目目录权限

确保项目中包含足够的源码文件

查看 .memddc/logs/ 下的日志文件
文档未同步
运行 MemDDC 更新 手动同步

检查 config.json 中的 autoUpdate 配置
Token消耗未降低
确认 .memddc/mem-snapshot.json 存在

尝试开启新对话再触发技能

检查文档是否过大（可考虑精简）
版本历史
v1.0.2 - 当前稳定版 (推荐)

- VCS日志分析：Git/SVN日志AI整理写入快照 - 文件结构分析：IDE索引和目录树AI分析 - 用户文档纳入：docs目录文档自动业务分析 - 三级索引结构：metadata/index/context - 关联映射：entity→mapper→service→controller→view - 实测降低 Token 消耗：项目说明 36%，业务修改 53%
v1.0.1 - 历史版本

- 完整的文档生成和DDD建模 - 智能记忆压缩 - 团队协作支持

v1.0.0* - 初始版本

- 基础文档生成 - 简单DDD模型

许可协议

MIT License

联系方式

项目主页: https://github.com/qihao123/memddc-ai-skill
作者: qihao123
邮件: qihoo2017@gmail.com

数据来源：ClawHub ↗ · 中文优化：龙虾技能库

技术栈	文档生成	DDD建模	记忆压缩
Java/Spring Boot	✅	✅	✅
Python/Django/Flask	✅	✅	✅
Node.js/Express/Nest	✅	✅	✅
Go/Gin	✅	✅	✅
前端框架	✅	⚠️	✅
微服务	✅	✅	✅