Fabric 中的 LOE 工作量评估文档生成模式:使用 create_loe_document 从任务描述到可量化交付估算
2026/9/9 14:32:56 网站建设 项目流程

Fabric 中的 LOE 工作量评估文档生成模式:使用 create_loe_document 从任务描述到可量化交付估算

【免费下载链接】FabricFabric is an open-source framework for augmenting humans using AI. It provides a modular system for solving specific problems using a crowdsourced set of AI prompts that can be used anywhere.项目地址: https://gitcode.com/GitHub_Trending/fa/Fabric

Fabric 提供了一套可复用的 AI 提示词(Pattern)体系。其中create_loe_document模式让软件、云与网络安全架构师能够基于一段任务或系统描述,自动生成结构化的 Level of Effort(LOE,工作量评估)文档,覆盖范围界定、业务影响、资源配置、工作量估算、风险依赖与假设约束等完整维度。读完本文,你将掌握该模式的文件结构、九段式文档骨架、CLI 调用方式与变量机制,并能直接用它产出一份可复制、可评审的 LOE 报告。

一、该模式在 Fabric 项目中的定位

create_loe_document是 Fabric 内置模式库中的一个提示词文件,正文位于 data/patterns/create_loe_document/system.md。在 Fabric 的模式分类体系中,它同时被归入BUSINESS(业务)DEVELOPMENT(开发)两个语义标签域(见 data/patterns/suggest_pattern/system.md),并在模式说明文件中被概括为:

"Creates detailed Level of Effort documents for estimating work effort, resources, and costs for tasks or projects."(pattern_explanations.md 第 77 条)

在官方模式描述索引 scripts/pattern_descriptions/pattern_descriptions.json 中,其描述为 "Create detailed Level of Effort (LOE) estimation documents."。也就是说,这个模式的目的非常聚焦:接受一段对任务/系统的描述,输出一份覆盖范围、业务影响、资源需求、工作量估算、风险、依赖与假设的工作量评估文档

为什么 LOE 文档需要模板化

在交付软件、上云改造、安全合规等售前或项目启动场景中,估算是高频且高度雷同的重复劳动:遗漏范围边界、忘记资源角色、忽视缓冲时间都会导致估算失真。该模式将估算专家的工作方法固化成可复现的提示词结构,保证每次产出都覆盖同样的关键维度,减少凭经验跳跃式估测造成的偏差。

二、模式文件与结构分析

从源码实现看,Fabric 的每个模式实际上就是一个以模式名命名的目录下的system.md文件。加载器在 internal/plugins/db/fsdb/patterns.go 中定义:读取路径为文件存储根目录/<模式名>/system.md,并优先检查用户自定义模式目录(CustomPatternsDir),若存在同名自定义模式则覆盖内置模式(见getFromDBpatterns.go#L124-L170)。因此create_loe_document的正文来源就是上面提到的 data/patterns/create_loe_document/system.md,共 76 行。

该文件的结构遵循 Fabric 模式的通用行文骨架:

  • Identity and Purpose(身份与目的):将模型设定为软件、云与网络安全架构专家,专长是创建结构清晰的 LOE 文档,用于估算某个任务或项目所需的工作量、资源与成本。
  • Goal(目标):给定一段任务或系统描述后,产出一份详尽的 LOE 文档,覆盖范围、业务影响、资源需求、工作量估算、风险、依赖与假设。
  • Steps(步骤):规定四条前置动作——彻底分析输入任务;梳理任务的全部关键组成(需求、依赖、风险、工作量估算因子);基于组织性质考虑业务优先级与风险偏好;将 LOE 文档切分为结构化章节。
  • LOE Document Structure(文档骨架):给出九个标准章节。
  • Output Instructions(输出指令):要求以合法 Markdown 输出,不使用加粗/斜体,不加评论或免责声明,直接执行请求。
  • Input(输入):以[Provide the specific task or project for estimation here]占位,等待用户粘贴待估算的任务描述。

值得注意的是,该模式正文中并没有出现{{input}}模板占位符。从 Fabric 源码看这是被允许的:ensureInput(patterns.go)会在模式内容不含{{input}}时,自动在文末追加该占位符,随后由applyVariables/applyInput把用户输入替换进去。因此使用体验与其他模式一致——你给出的任务描述会被拼接到模式末尾的 Input 位置。

三、九段式 LOE 文档骨架详解

该模式的核心产出结构共九个章节。下面逐一说明每节应写什么,并给出可直接参考的撰写要点与示例片段(示例内容由模式引导产出,实际以你的任务输入为准)。

Section 1:Task Overview(任务总览)

对正在估算的任务、项目或计划做高层级总结:

  • 一句话描述任务本身(是什么、在什么系统/平台上做);
  • 定义目标与预期产出(Objectives and expected outcomes);
  • 识别关键干系人与受益方(Key stakeholders and beneficiaries),例如业务方、IT 运维、最终用户、监管审查方。

这一节的价值在于让评审者不读详细分解也能快速对齐"我们要做什么"。

Section 2:Business Impact(业务影响)

把技术任务翻译成业务语言:

  • 说明该任务要解决的业务问题;
  • 列出对组织的预期收益与价值(如成本节省、合规达标、风险下降、新能力上线);
  • 高亮潜在的业务风险或合规考量(如数据驻留要求、行业监管、审计条款)。

Section 3:Scope & Deliverables(范围与交付物)

这是防止范围蔓延(scope creep)的关键章节:

  • 分别列出 In-scope(范围内)与 Out-of-scope(范围外)的工作,范围外事项是评审讨论的焦点;
  • 拆解主要交付物与里程碑(Deliverables and milestones);
  • 明确成功完成的验收标准(Acceptance criteria)。

Section 4:Resource Requirements(资源需求)

界定需要哪些角色与数量,以及配套工具:

  • 列明所需技能与角色。模式原文档点名的角色包括:软件工程师(software engineers)、安全分析师(security analysts)、云架构师(cloud architects)、Scrum Master、项目经理(project manager),实际可按任务增删;
  • 用表格估算所需人员数量(模式原文档明确要求in tabular format);
  • 列出所需的工具、基础设施或许可证(Tooling, infrastructure, or licenses)。

角色与数量的示例表格结构如下(数字仅为示意,需按任务输入填写):

角色职责简述建议人数参与阶段
云架构师方案设计与架构评审1设计 / 评审
软件工程师功能开发与集成2–3开发 / 测试
安全分析师威胁建模与安全评审1全程
项目经理排期、沟通与风险管理1全程

Section 5:Estimated Effort(工作量估算)

这是整个 LOE 文档的数据核心,也是评审者最先质疑的部分:

  • 将任务分解为粒度更小的单元,例如设计、开发、测试、部署(Design / Development / Testing / Deployment);
  • 以小时、天或 Sprint 为单位给出每个任务的时间估算,模式原文档同样明确要求in tabular format
  • 汇总整个任务或项目的总工作量;
  • 为不可预见的问题或延误加入缓冲时间(buffer time);
  • 使用 T 恤尺码 S/M/L/XL 或工作量点数(effort points)对工作复杂度分级。

每个工作项建议同时给出下限/上限/最可能三种估算并注明计量单位,例如:

工作项复杂度估算(人·天)说明
需求澄清与方案设计M3含与业务方对齐范围
开发实现L10按模块拆分后汇总
测试与验收M4含回归与 UAT 支持
部署与上线S2含变更窗口与回滚预案
缓冲3(约 16%)应对人员请假/集成问题

Section 6:Dependencies(依赖)

识别会左右工期与方案的外部约束:

  • 列出外部依赖:API、第三方厂商、内部团队、评审或审批流程;
  • 指明可能影响工作量的硬件/软件需求,例如专有设备采购周期、目标平台版本、许可证申请时限。

Section 7:Risks & Mitigations(风险与缓解)

说明不确定性并给出预案:

  • 识别可能影响工作量的技术、安全或运营风险;
  • 为每个风险提出缓解策略;
  • 明确指出哪些风险可能导致工作量超支(effort overruns),让管理层对不确定性有预期。

Section 8:Assumptions & Constraints(假设与约束)

任何估算都建立在假设之上,显式列出它们才能让估算可被审计:

  • 列出影响估算的关键假设(如"假设关键人员全周期可用""假设第三方 API 文档完备");
  • 识别约束:预算、团队可用性、截止日期、合规窗口等。

Section 9:Questions & Open Items(待办问题与未决事项)

让 LOE 保持"可推进"的状态:

  • 列出为细化 LOE 仍需澄清的问题;
  • 标出需要干系人进一步输入的区域,例如尚未确定的方案选项、等待供应商报价的环节。

输出格式约定

模式明确要求:以合法 Markdown 输出;不要使用加粗或斜体(这正是原文档全篇为纯文本列表的原因);不要添加评论或免责声明,直接产出文档。若你期望标题层级加粗,可在产出后按团队规范手工调整,而模式本身倾向于中立、可机器解析的纯文本结构。

四、在 Fabric 中调用该模式

4.1 查看模式内容

在命令行直接打印该模式的完整提示词:

fabric --readpattern create_loe_document

源码中ReadPattern旗标即"打印指定模式的原始内容"(见 internal/cli/flags.go),其底层实现PrintPattern读取目录下的system.md并输出到终端(patterns.go)。

4.2 用 stdin 提供任务描述

cat task_description.txt | fabric --pattern create_loe_document

-p/--pattern旗标用于指定模式名(flags.go)。你输入的任务描述会由运行管线填入模式末尾的输入位置。若命令行未提供消息文本,Fabric 支持从 stdin 读取输入,便于与cat、管道或 CI 输出串联。

4.3 结合会话与上下文

  • --session <名称>:将产出存入会话,便于后续追问、修订某一节或与其他模式输出串联;
  • --context <文本>:附加上下文(如团队既有估算规范、过往项目数据),让估算口径更贴近组织实际;
  • 通过-v/--variable传模板变量(如-v=#role:security_lead),Fabric 会先解析变量再做{{input}}替换(见applyVariables,patterns.go)。

4.4 管理自定义版本

如果你希望固化自己团队的估算模板,可在用户自定义模式目录下创建同名目录与system.md,例如~/.config/fabric/patterns/create_loe_document/system.md。由于加载器总是优先读自定义目录(getFromDBpatterns.go#L135-L145),你可以不改动仓库、直接覆盖内置版本,或用fabric --updatepatterns同步官方模式库后再叠加本地定制。

4.5 典型输入样例

把下面的任务描述(示例)喂给该模式,可得到一页完整的九节 LOE 文档:

"Design and implement single sign-on (SSO) integration with Azure AD for a 200-person SaaS platform, including session management, role mapping, audit logging, and a 2-week migration of existing users, within a 6-week budget."

模式会据此自动产出任务总览、业务影响、范围边界(含范围外项,如非 AzureAD 联邦)、角色表(云架构师/后端工程师/安全分析师/PM)、按设计—开发—测试—部署分解的估算表与缓冲、对身份提供方与审批的依赖清单、令牌/会话相关风险与缓解、假设约束及待澄清问题。

五、适用场景、注意点与延伸阅读

适用场景

  • 项目立项前的初步估算,快速判断"值不值得做、大概要多少人/多久";
  • 售前 PoC 或交付报价前的内部工作量摸底;
  • 将粗粒度需求翻译成可评审的交付范围与里程碑,支撑排期决策;
  • 安全/上云改造等跨职能任务的多角色对齐。

使用注意点

  • 该模式提供的是估算框架与行文规范,不是精确计算器;请以任务输入质量为先,输入越接近真实约束(团队规模、技术栈、合规要求),产出越可用;
  • 原文档要求输出纯 Markdown、不使用粗斜体、不加评论,这有助于下游直接转存或二次处理,但也意味着表格与标题的排版可能需按团队文档规范微调;
  • 把 5、7、9 节当作评审重点:总工作量、缓冲占比、风险是否导致超支、遗留问题清单,是管理层最关心的四个抓手。

延伸阅读

  • 同类估算/规格类模式可对照参考 create_prd、create_user_story、identify_job_stories;
  • Fabric 模式体系的加载、变量与输入拼接机制可参见 internal/plugins/db/fsdb/patterns.go 与 internal/cli/flags.go;
  • 模式语义标签与推荐场景见 data/patterns/suggest_pattern/system.md,全量模式速查见 pattern_explanations.md。

总而言之,create_loe_document把"工作量估算专家如何写 LOE"结构化为一套可复用的提示词契约:九段式骨架保证覆盖完整,表格化要求保证可量化,纯文本输出约定保证结果易流转。将它接入 Fabric 的命令行或 REST 流程后,一次fabric -p create_loe_document就能把一段模糊任务变成一份可供业务、工程与安全各方共同评审的评估初稿。

【免费下载链接】FabricFabric is an open-source framework for augmenting humans using AI. It provides a modular system for solving specific problems using a crowdsourced set of AI prompts that can be used anywhere.项目地址: https://gitcode.com/GitHub_Trending/fa/Fabric

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询