design-discovery-full — правило для Claude Code
Правило design-discovery-full проводит систематическое исследование требований, существующего кода, технологий и рисков перед тем, как начать дизайн. Помогает выбрать архитектуру на основе фактов, а не предположений.
MIT ★ 3 774 обновлён 2026-10-22
.claude/rules/design-discovery-full.mdЧто делает design-discovery-full
Правило разбивает подготовку к дизайну на шесть этапов: анализ требований (функциональных и нефункциональных), изучение текущей системы, исследование технологий и лучших практик через поиск и чтение документации, проверка внешних зависимостей, оценка архитектурных паттернов и анализ рисков. На каждом этапе ищет в WebSearch актуальные источники — от официальной документации до свежих статей за последние полгода — и анализирует их через WebFetch, выясняя API, совместимость версий, лимиты, безопасность.
Результаты фиксирует в research.md: ключевые выводы, ограничения, выбранные подходы с обоснованием, отвергнутые альтернативы и торговли, границы доменов, риски и пробелы для дальнейшего исследования. Правило даёт направление на каждом шаге — когда всегда искать (документация API, безопасность, версии), когда искать при неуверенности (паттерны, стандарты, масштабируемость) и как начать поиск (официальные источники, затем блоги и Stack Overflow).
Это подготовительное правило, которое включают перед тем, как просить ИИ спроектировать архитектуру, интеграцию или крупный компонент. Лучше работает в паре с правилом дизайна, которое затем опирается на research.md для принятия решений.
Какие задачи решает
- собрать требования и технические ограничения в единый список
- выбрать архитектурный паттерн, опираясь на практики и документацию, а не интуицию
- проверить совместимость и лимиты внешних зависимостей перед началом кода
- документировать риски и отвергнутые подходы, чтобы не вернуться к ним позже
- исследовать текущую систему и найти точки для расширения или интеграции
Примеры запросов агенту
- Проведи full discovery для нового модуля учёта платежей: требования, исследование payment-провайдеров, риски
- Исследуй архитектуру перед тем, как менять абстракцию БД, документируй выводы в research.md
- Найди лучшие практики масштабирования WebSocket-соединений и совместимость с текущим стеком
Как установить design-discovery-full
Вручную: положить файлы
.claude/rules/design-discovery-full.mdПоле paths во frontmatter ограничивает файлы
AGENTS.md
Codex читает AGENTS.md: вставьте текст правила туда
Вручную: положить файлы
.cursor/rules/design-discovery-full.mdcВо frontmatter: description, globs, alwaysApply
Вручную: положить файлы
.github/instructions/design-discovery-full.instructions.mdПоле applyTo задаёт, к каким файлам применять
Вручную: положить файлы
.devin/rules/design-discovery-full.mdВручную: положить файлы
.clinerules/design-discovery-full.mdПо шагам, с командами для каждой платформы: AGENTS.md и CLAUDE.md: что это, кто читает и какой выбрать
Вопросы о design-discovery-full
Как установить design-discovery-full в Claude Code?
Скопируй файл правила в папку .claude/rules/ вашего проекта: создай директорию, если её нет, и сохрани правило как design-discovery-full.md. Claude Code автоматически загрузит правило при следующей работе с проектом.
Что делает design-discovery-full?
Это правило — чек-лист исследований перед проектированием. Оно систематически пробегает по требованиям, существующему коду, технологиям, зависимостям, архитектурным паттернам и рискам, помогая собрать факты и задокументировать выводы в файл research.md.
Зачем нужно это правило, если можно просто попросить ИИ спроектировать?
ИИ может предложить дизайн, не зная о вашей текущей архитектуре, ограничениях или лучших практиках в вашей области. Это правило заставляет сначала исследовать, потом проектировать — так архитектура опирается на факты, а не на общее место.
Исходный текст
design-discovery-full.md · MIT
# Full Discovery Process for Technical Design ## Objective Conduct comprehensive research and analysis to ensure the technical design is based on complete, accurate, and up-to-date information. ## Discovery Steps ### 1. Requirements Analysis **Map Requirements to Technical Needs** - Extract all functional requirements from EARS format - Identify non-functional requirements (performance, security, scalability) - Determine technical constraints and dependencies - List core technical challenges ### 2. Existing Implementation Analysis **Understand Current System** (if modifying/extending): - Analyze codebase structure and architecture patterns - Map reusable components, services, utilities - Identify domain boundaries and data flows - Document integration points and dependencies - Determine approach: extend vs refactor vs wrap ### 3. Technology Research **Investigate Best Practices and Solutions**: - **Use WebSearch** to find: - Latest architectural patterns for similar problems - Industry best practices for the technology stack - Recent updates or changes in relevant technologies - Common pitfalls and solutions - **Use WebFetch** to analyze: - Official documentation for frameworks/libraries - API references and usage examples - Migration guides and breaking changes - Performance benchmarks and comparisons ### 4. External Dependencies Investigation **For Each External Service/Library**: - Search for official documentation and GitHub repositories - Verify API signatures and authentication methods - Check version compatibility with existing stack - Investigate rate limits and usage constraints - Find community resources and known issues - Document security considerations - Note any gaps requiring implementation investigation ### 5. Architecture Pattern & Boundary Analysis **Evaluate Architectural Options**: - Compare relevant patterns (MVC, Clean, Hexagonal, Event-driven) - Assess fit with existing architecture and steering principles - Identify domain boundaries and ownership seams required to avoid team conflicts - Consider scalability implications and operational concerns - Evaluate maintainability and team expertise - Document preferred pattern and rejected alternatives in `research.md` ### 6. Risk Assessment **Identify Technical Risks**: - Performance bottlenecks and scaling limits - Security vulnerabilities and attack vectors - Integration complexity and coupling - Technical debt creation vs resolution - Knowledge gaps and training needs ## Research Guidelines ### When to Search **Always search for**: - External API documentation and updates - Security best practices for authentication/authorization - Performance optimization techniques for identified bottlenecks - Latest versions and migration paths for dependencies **Search if uncertain about**: - Architectural patterns for specific use cases - Industry standards for data formats/protocols - Compliance requirements (GDPR, HIPAA, etc.) - Scalability approaches for expected load ### Search Strategy 1. Start with official sources (documentation, GitHub) 2. Check recent blog posts and articles (last 6 months) 3. Review Stack Overflow for common issues 4. Investigate similar open-source implementations ## Output Requirements Capture all findings that impact design decisions in `research.md` using the shared template: - Key insights affecting architecture, technology alignment, and contracts - Constraints discovered during research - Recommended approaches and selected architecture pattern with rationale - Rejected alternatives and trade-offs (documented in the Design Decisions section) - Updated domain boundaries that inform Components & Interface Contracts - Risks and mitigation strategies - Gaps requiring further investigation during implementation
© gotalab · MIT · gotalab/cc-sdd