ai-workspace（干活的）

9 目录 monorepo 结构的工作区，每个目录按职责划分：

• `active/` — 活跃项目，当前在开发
• `archive/` — 已完成或暂停的项目，保留代码参考
• `agents/` — 自定义 Agent、Workflow 定义、MCP 配置
• `templates/` — 项目模板、配置模板
• `snippets/` — 跨项目可复用的代码片段
• `learning/` — 学习笔记
• `assets/` — 图片、素材等静态资源
• `memory/` — 跨会话持久记忆，Claude Code 自动管理

根目录 `CLAUDE.md` 定义全局规范（技术栈、行为准则、目录约定），在任何子目录下执行 Claude Code 时自动加载，无需手动指定上下文。

产出：个人网站 · 两个 Amazon 数据分析项目 · 30+ HTML 模板库

ai-workflow-notes（记录的）

沉淀 AI 辅助开发的协作方法论，把每次成功的实践固化为可复用的标准。包含五个模块：

• `architecture/` — 架构设计文档，记录技术选型与系统设计决策
• `docs/` — 参考文档，外部工具说明与插件指南
• `knowledge-base/` — 六层认知蒸馏体系，把碎片化对话转化为结构化知识
• `workflows/` — 标准化流程定义，覆盖 Feature / Review / Debug / Release
• `CLAUDE.md` — 行为规范，约束 AI 的输出质量与修改边界

核心收获

• 如何写让 AI 可执行的指令 — 上下文质量决定输出质量。把项目背景、技术决策、代码规范写进 CLAUDE.md，每次 AI 调用自动注入，输出准确度显著提升
• 如何在 AI 辅助下保持项目控制力 — 外科手术式修改原则：只改必须改的，不顺手重构。Reviewer 强制检查，每次修改必须经过验证
• 如何把工作流标准化为可复制流程 — 把成功的协作模式固化为 Workflow 和 Skill，把失败沉淀为 Memory。从靠运气遇到好结果，变成靠流程保证结果质量

---