复杂任务难以一次生成
无线系统仿真功能往往涉及配置、网元、协议层、事件、统计量和日志，一次性让 AI 改代码容易漏边界。
Why：为什么需要 SSD 流程 + SubAgent
AirView 的功能开发涉及网元、协议层、事件调度、统计量和日志。只让 AI 一次性改代码，容易漏边界、丢上下文，也难以复用经验。
Recommended Workflow
上下文容易失控
代码入口、调用链、设计约束、验证结论如果没有沉淀，后续 Agent 会重复摸索，甚至误改无关模块。
质量不可控
只看代码 diff 不够，需要把需求、设计、任务、实现、Review 和验证证据串起来。
经验难复用
一次成功的建模经验，需要沉淀成模板、Skill 和项目级 SubAgent，后续功能才能复用。
How：SSD 流程怎么工作
从需求、代码理解、设计、任务拆分，到实现、检查和验证，逐步把研发过程变成可追踪的工作资产。
01 Spec
明确目标、边界、输入输出和验收标准。
02 CodeMap
梳理入口、调用链、数据流和影响面。
03 Design
设计模块改动、数据结构、接口和时序。
04 Tasks
拆成可执行编码任务和验证任务。
05 Implement
按任务修改代码并记录实现说明。
06 Review
检查设计一致性、风险和回归影响。
07 Validate
通过编译、场景、日志、统计量完成验证。
What：SubAgent 是什么，如何协作
主 Agent 负责调度和上下文传递，SubAgent 负责专业子任务。每个阶段都有明确输入、输出和检查项。
Spec Agent
把模糊需求整理成可执行说明书，明确目标、边界、输入输出和验收标准。
CodeMap Agent
阅读代码，找入口、调用链、数据流和影响面，减少后续实现中的盲改。
Design Agent
形成实现方案、接口变化、时序影响和验证策略，让编码任务有可执行依据。
Review / Validate Agent
检查风险、回归影响和验证证据，把实现质量从代码 diff 扩展到完整证据链。
这个工具不是普通模板生成器，而是把复杂研发任务拆成可执行、可复用、可验证的 Agent 工作流。
本地运行方式与下载说明
推荐在本地运行 Streamlit 生成器，生成 Markdown 包后再提交到项目仓库或交给 CodeAgent 使用。
git clone https://github.com/XFX-939/airforge-ssd-subagent-generator.git cd airforge-ssd-subagent-generator python -m pip install -e . python -m streamlit run src/ui.py