开工验 PreCheck

开发启动前，方案往往没人把关

独立开发者和创业团队拿到需求文档就开工，常见结果是：开发完才发现隐私政策缺失、跨境数据流转不合规，或者架构上少了一层鉴权。返工成本高，而多数团队没有合规或架构背景，不知道"做对"究竟意味着什么。开工验 PreCheck 针对的就是这个阶段——在写第一行代码之前，把方案先审一遍。

它做什么

技能只做三件事：建标准、找问题、给路径。

• 建标准：按"产品类型 + 运营地域"加载标准库。地域决定加载哪套法规：欧盟用户加载 GDPR，美国加州加载 CCPA/COPPA，跨境模式还要做双线合规冲突识别。
• 找问题：按 15 个维度逐项评审，覆盖不到的维度明确记为覆盖度缺口。每个 finding 必须附带参照来源（具体法规条款或行业标准），不允许"我觉得"式的判断。
• 给路径：问题按 L1（熔断级）/ L2（重点整改）/ L3（长远优化）分级。L1 一检出就触发熔断，标注"未完成整改前不建议进入开发"。输出是带优先级的整改工单，措辞统一从"你的方案中……"开头，让非技术客户也能看懂。

工程化细节

评审决策不是一次性快照。每个 finding 会生成一条 Trace 记录，包含判定依据、引用证据、置信度和曾考虑过的其他分级，增量重评时可回放上次逻辑，避免结论反复横跳。写报告前必须运行 dwe_engine.py 计算权重迁移，禁止手算；precheck_state.py emit 同时把每条工单落成机读的 precheck_state.json，状态分 open/closed/waived，后续 verify 子命令自动检查确定性验收项，退出码可直接接 CI 闸门。SKILL.md 本身是薄索引，各模块按需加载，实测省掉约 79.5% 的 token。

适用边界

它不写代码、不改方案、不做测试执行，只输出评审与整改路径。判分由你本地 Agent 的 LLM 完成，方案内容不外发；付费网关只传递支付状态，不接触方案正文。客户的差异化要求会纳入衍生评估轴 D，但权重上限 45%，底座仍是法规与行业底线——若客户要求与合规冲突（比如"不写隐私政策"），不会被采纳为有效标准，反而直接触发 L1。