RuView 中的 Claude Flow V3 DDD 领域专家 Agent限界上下文划分、聚合设计与领域事件驱动的 AI 工程实践【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView本篇围绕 RuView 仓库中.claude/agents/v3/ddd-domain-expert.md这一 Claude Flow V3 多智能体系统里的 DDDDomain-Driven Design领域驱动设计领域专家 Agent 规范展开。读完本文你将理解该 Agent 的 YAML 元数据如何声明其能力与钩子、它如何以「战略设计限界上下文/上下文映射 战术设计聚合/值对象/领域事件/通用语言」两套 DDD 方法论约束 AI 建模行为以及仓库中的 DDD 进度追踪脚本、配套 Skill 与真实领域模型文档是如何从工程侧印证这套方法论落地的。一、Agent 是什么一个以 YAML 元数据声明的架构师角色在 Claude Code / Claude Flow V3 生态中一个 Agent 本质上是一份带 YAML frontmatter 的 Markdown 提示词文件。.claude/agents/v3/ddd-domain-expert.md的 frontmatter 完整声明了这个角色的身份name: ddd-domain-experttype: architectversion: 3.0.0priority: highdescription一句话概括职责负责限界上下文识别bounded context identification、聚合设计aggregate design、领域建模domain modeling与通用语言ubiquitous language的强制一致性capabilities列出 10 项能力bounded_context_design、aggregate_modeling、domain_event_design、ubiquitous_language、context_mapping、entity_value_object_design、repository_patterns、domain_service_design、anti_corruption_layer、event_stormingddd_patterns列出它应当熟练运用的 9 种模式bounded_context、aggregate_root、domain_event、value_object、entity、repository、domain_service、factory、specification。frontmatter 还定义了pre/post两个钩子把 Agent 的分析过程接入 Claude Flow 的 MCP 记忆系统pre 钩子先输出「DDD Domain Expert analyzing domain model」标记然后用mcp__claude-flow__memory_search --patternddd:* --namespacearchitecture --limit10检索既有 DDD 模式再用mcp__claude-flow__memory_usage --actionretrieve --namespacearchitecture --keydomain:model加载领域上下文post 钩子输出完成标记后用mcp__claude-flow__memory_usage --actionstore --namespacearchitecture --keyddd:analysis:$(date %s) --value$DOMAIN_SUMMARY把本次分析结果以时间戳为键存回记忆库。这种「分析前检索既有模式、分析后沉淀新模式」的闭环设计使 DDD 建模知识在多次会话间可复用是典型的 Agent 记忆集成手法。二、战略设计限界上下文地图与 Core / Supporting / Generic 分类该 Agent 的正文首先给出一张 ASCII 绘制的限界上下文地图Bounded Context Map展示了 Claude Flow V3 自身的领域划分Core Domain 中放置 Swarm Coordination群组协调与 Agent Lifecycle智能体生命周期Supporting Domain 中放置 Memory Service持久化/搜索/同步与 Neural Learning模式学习/预测/优化Generic Domain通用子域中放置 MCP Transport工具执行/协议传输。上下文之间用三类连线表达关系ACLAnti-Corruption Layer防腐层Memory 与 Swarm 之间、EventsAgent Lifecycle 向 Neural Learning 发布领域事件、以及最终汇入 Generic 层的 Domain Events。配套的上下文清单表如下直接继承自原文档ContextTypeResponsibilitySwarmCoreAgent coordination, topology managementAgentCoreAgent lifecycle, capabilities, healthTaskCoreTask orchestration, execution, resultsMemorySupportingPersistence, search, synchronizationNeuralSupportingPattern learning, prediction, optimizationSecuritySupportingAuthentication, authorization, auditMCPGenericTransport, tool execution, protocolCLIGenericCommand parsing, output formatting从这张表可以看出该 Agent 的方法论要点先用战略级分类核心域/支撑域/通用域回答「在哪里投入建模精力」再进入战术级建模。Core 域Swarm/Agent/Task承载差异化价值要求最严格的聚合不变式Generic 域MCP/CLI则倾向于直接复用成熟协议不必自建领域逻辑。三、战术设计聚合、值对象、实体与领域事件的 TypeScript 参考实现文档给出了可直接对照的战术模式代码样例。聚合设计部分以 Swarm 为例展示了三种构件的职责边界// Aggregate Root: Swarm —— 一致性边界不变式在这里强制执行 class Swarm { private readonly id: SwarmId; private topology: Topology; private agents: AgentCollection; // Domain Events raise(event: SwarmInitialized | AgentSpawned | TopologyChanged): void; // Invariants enforced here spawnAgent(type: AgentType): Agent; changeTopology(newTopology: Topology): void; } // Value Object: SwarmId —— 构造时即校验非法值直接抛错 class SwarmId { constructor(private readonly value: string) { if (!this.isValid(value)) throw new InvalidSwarmIdError(); } } // Entity: Agent身份重要 class Agent { constructor( private readonly id: AgentId, private type: AgentType, private status: AgentStatus ) {} }这里体现了战术 DDD 的三条基本原则也是该 Agent 审查他人代码时的评判标准聚合根是事务一致性边界Swarm.spawnAgent、Swarm.changeTopology这类跨实体操作只能经由聚合根入口完成保证「不变式invariants在这里强制执行」值对象不可变且自校验SwarmId在构造函数中校验格式失败即抛InvalidSwarmIdError让非法状态在类型层面不可表达实体以标识区分Agent携带AgentId即使属性相同也视为不同个体——这与文档中「identity matters」的注释一致。领域事件部分给出了三个面向事件溯源Event Sourcing的接口定义interface SwarmInitialized { type: SwarmInitialized; swarmId: string; topology: string; timestamp: Date; } interface AgentSpawned { type: AgentSpawned; swarmId: string; agentId: string; agentType: string; timestamp: Date; } interface TaskOrchestrated { type: TaskOrchestrated; taskId: string; strategy: string; agentIds: string[]; timestamp: Date; }每个事件都是带类型判别字段type、聚合标识与时间戳的不可变记录——这正是事件溯源「记录发生过什么what happened」而非「当前状态」的建模方式也是上下文之间解耦通信的载体。四、通用语言、上下文映射与事件风暴4.1 通用语言Ubiquitous Language文档要求代码与对话使用同一套词汇表给出 7 个术语的精确含义TermDefinitionSwarmA coordinated group of agents working togetherAgentAn autonomous unit that executes tasksTopologyThe communication structure between agentsOrchestrationThe process of coordinating task executionMemoryPersistent state shared across agentsPatternA learned behavior stored in ReasoningBankConsensusAgreement reached by multiple agents其中Pattern的定义显式关联到ReasoningBank这一具体子系统说明通用语言不是抽象名词表而是直接锚定代码中真实存在的构件——这是 DDD 通用语言「代码即文档」特性的体现。4.2 上下文映射Context Mapping文档给出 6 种映射关系及各自的适用场景PatternUse CasePartnershipSwarm ↔ Agent紧密协作Customer-SupplierTask → Agent任务定义需求智能体侧供给ConformistCLI conforms to MCP protocolCLI 遵循 MCP 协议Anti-Corruption LayerMemory shields core from storage detailsMemory 以防腐层隔离存储细节Published LanguageDomain events for cross-context communication领域事件即公开语言Open Host ServiceMCP server exposes standard APIMCP 服务器暴露标准 API这张表把 Evans 的上下文映射模式落到了 Claude Flow 的具体上下文对上读者可以按「上游发布什么、下游消费什么」逐对理解耦合方向。4.3 事件风暴Event Storming产出规范当该 Agent 分析一个领域时被要求产出 6 类元素以色块区分Domain Events橙色发生的事情、Commands蓝色触发事件的指令、Aggregates黄色一致性边界、Policies紫色对事件的反应、Read Models绿色查询投影、External Systems粉色外部集成。这一规范约束了建模输出的完整性——任何一次领域分析都不能只列事件而漏掉命令、策略与读模型。五、配套 CLI 命令与记忆集成操作文档定义了 4 条面向该 Agent 领域的 CLI 命令源自原文档 Commands 一节# 分析领域模型 npx claude-flowv3alpha ddd analyze --path ./src # 生成限界上下文地图 npx claude-flowv3alpha ddd context-map # 校验聚合设计 npx claude-flowv3alpha ddd validate-aggregates # 检查通用语言一致性 npx claude-flowv3alpha ddd language-check以及两条记忆集成命令Memory Integration 一节# 存储领域模型 mcp__claude-flow__memory_usage --actionstore \ --namespacearchitecture \ --keydomain:model \ --value{contexts:[swarm,agent,task,memory]} # 搜索领域模式 mcp__claude-flow__memory_search --patternddd:aggregate:* --namespacearchitecture命令覆盖「分析 → 制图 → 校验聚合 → 语言一致性」的完整闭环与 frontmatter 中 pre/post 钩子使用的memory_search/memory_usage是同一套 MCP 工具的不同调用形态。六、仓库源码侧的印证从 Agent 规范到可度量的工程落地该 Agent 文件并非孤立提示词仓库中有多处工程设施与它相互印证。6.1 DDD 进度追踪脚本ddd-tracker.sh.claude/helpers/ddd-tracker.sh 是一个 Bash 编写的「DDD 进度追踪 Worker」把 DDD 落地程度变成可量化指标。其实现要点目标域清单DOMAINS(agent-lifecycle task-execution memory-management coordination shared-kernel)5 个 V3 目标域评分模型满分 100/域目录存在 20 分domain层 15 分、application层 15 分、infrastructure层 15 分、api层 10 分——恰好对应分层架构存在*.test.ts/*.spec.ts测试 15 分存在index.ts导出 10 分构件统计用grep在v3与src目录下统计Entity、VO/ValueObject、Aggregate/AggregateRoot、Repository、Service、Event/DomainEvent六类 DDD 构件的文件数节流与输出check模式通过.ddd-last-run时间戳做 10 分钟节流结果写入 .claude-flow/metrics/ddd-progress.json 并同步到v3-progress.json的ddd字段。脚本检查的目标路径是v3/claude-flow/domain或src/domains/domain。从仓库现状看这两条路径在当前 checkout 中尚不存在而 .claude-flow/metrics/v3-progress.json 中记录的是ddd: {progress: 0}、domains: {completed: 0, total: 5, status: INITIALIZING}——也就是说该追踪器已就位、基线为 0等待 V3 域模块实际落地后指标开始爬升。这属于可推断的实施进度而非已完成事实。6.2 配套 Skillv3-ddd-architecture.claude/skills/v3-ddd-architecture/SKILL.md 是该 Agent 的姊妹文档把「如何拆上帝对象」工程化针对 1,440 行的core/orchestrator.ts上帝对象定义目标结构core/domains/{task-management, session-management, health-monitoring, lifecycle-management, event-coordination}/core/shared/{interfaces, value-objects, domain-events}/给出ClaudeFlowKernel微内核域注册表 事件总线 依赖容器、DomainPlugin插件接口、抽象DomainEvent基类携带eventId/aggregateId/occurredOn/eventVersion、AssignTaskUseCase应用层用例校验 → 加载聚合 → 领域逻辑 → 持久化 → 发布事件 → 返回结果六步式实现以及三阶段迁移策略提取域服务 → 干净接口 依赖注入 → 插件化和 London School 风格的纯领域单测。与ddd-domain-expert.md相比前者回答「评什么」后者回答「怎么改」。6.3 同一方法论在 RuView 业务域的实例化值得注意DDD 领域专家方法论不止用于 Claude Flow 自身的建模也被直接套用到 RuView 的核心业务上。docs/ddd/README.md 说明该目录是 RuView 各主要子系统的 DDD 规范集合覆盖 8 份领域模型RuvSense 7 上下文、Signal Processing 3 上下文、Training Pipeline 4 上下文、Hardware Platform 5 上下文、Sensing Server 5 上下文、WiFi-Mat 3 上下文、CHCI 3 上下文、rvCSI 7 上下文并明确每份模型的产出件通用语言、限界上下文、聚合、值对象、领域事件、不变式、防腐层——与 Agent 文档中事件风暴 6 类产出高度同构。例如 docs/adr/ADR-167-ddd-bounded-contexts.md 为 Tauri 桌面端完整定义了 Device Discovery、Firmware Management、Configuration、Sensing Pipeline、Edge Module (WASM)、Visualization 六个上下文的聚合根字段表、不变式如「同一时刻每个串口仅允许一个FlashSession」「TdmSafe模式下相邻 TDM 槽位不得并发更新」、跨上下文事件流图与 ACL 代码是「战略地图 战术建模 上下文映射」方法论在真实 Rust/Tauri 代码库上的完整示范。6.4 运行时配置佐证.claude-flow/config.yaml 中的swarm.topology: hierarchical-mesh、maxAgents: 15、memory.backend: hybrid、enableHNSW: true等配置与 Agent 战略地图中 Swarm/Agent/Memory/Neural 四个上下文的职责一一对应——Agent 文档里抽象的上下文划分在运行时确实由这些配置项承载。七、小结这套 Agent 规范的价值与适用边界ddd-domain-expert.md把一个资深架构师的 DDD 工作流固化为可被 AI 执行的规格frontmatter 声明能力与记忆钩子正文以战略地图Core/Supporting/Generic 分类 上下文映射划定投入方向以战术代码样例聚合根、值对象、实体、领域事件接口给出可判定的实现标准再以通用语言表和事件风暴产出清单保证建模输出的完整性与词汇一致性。仓库中的 ddd-tracker.sh 提供了客观度量v3-ddd-architecture Skill 提供了改造路径docs/ddd/ 系列文档则展示了同一套语言在 WiFi 感知业务域上的真实应用。适用前提需要说明该 Agent 的 frontmatter 与命令面向 Claude Flow V3v3.0.0生态依赖mcp__claude-flow__memory_*等 MCP 工具与npx claude-flowv3alphaCLI文中 CLI 命令以文档声明为准实际可用性取决于所安装的 claude-flow 版本。对于任何希望用 AI 智能体做大型代码库领域建模的团队这份 Agent 文件提供了一个可直接参照的模板——能力清单、模式清单、术语表、映射关系表与事件风暴产出规范五者共同构成了一份「AI 架构师的验收标准」。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
RuView 中的 Claude Flow V3 DDD 领域专家 Agent：限界上下文划分、聚合设计与领域事件驱动的 AI 工程实践
RuView 中的 Claude Flow V3 DDD 领域专家 Agent限界上下文划分、聚合设计与领域事件驱动的 AI 工程实践【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView本篇围绕 RuView 仓库中.claude/agents/v3/ddd-domain-expert.md这一 Claude Flow V3 多智能体系统里的 DDDDomain-Driven Design领域驱动设计领域专家 Agent 规范展开。读完本文你将理解该 Agent 的 YAML 元数据如何声明其能力与钩子、它如何以「战略设计限界上下文/上下文映射 战术设计聚合/值对象/领域事件/通用语言」两套 DDD 方法论约束 AI 建模行为以及仓库中的 DDD 进度追踪脚本、配套 Skill 与真实领域模型文档是如何从工程侧印证这套方法论落地的。一、Agent 是什么一个以 YAML 元数据声明的架构师角色在 Claude Code / Claude Flow V3 生态中一个 Agent 本质上是一份带 YAML frontmatter 的 Markdown 提示词文件。.claude/agents/v3/ddd-domain-expert.md的 frontmatter 完整声明了这个角色的身份name: ddd-domain-experttype: architectversion: 3.0.0priority: highdescription一句话概括职责负责限界上下文识别bounded context identification、聚合设计aggregate design、领域建模domain modeling与通用语言ubiquitous language的强制一致性capabilities列出 10 项能力bounded_context_design、aggregate_modeling、domain_event_design、ubiquitous_language、context_mapping、entity_value_object_design、repository_patterns、domain_service_design、anti_corruption_layer、event_stormingddd_patterns列出它应当熟练运用的 9 种模式bounded_context、aggregate_root、domain_event、value_object、entity、repository、domain_service、factory、specification。frontmatter 还定义了pre/post两个钩子把 Agent 的分析过程接入 Claude Flow 的 MCP 记忆系统pre 钩子先输出「DDD Domain Expert analyzing domain model」标记然后用mcp__claude-flow__memory_search --patternddd:* --namespacearchitecture --limit10检索既有 DDD 模式再用mcp__claude-flow__memory_usage --actionretrieve --namespacearchitecture --keydomain:model加载领域上下文post 钩子输出完成标记后用mcp__claude-flow__memory_usage --actionstore --namespacearchitecture --keyddd:analysis:$(date %s) --value$DOMAIN_SUMMARY把本次分析结果以时间戳为键存回记忆库。这种「分析前检索既有模式、分析后沉淀新模式」的闭环设计使 DDD 建模知识在多次会话间可复用是典型的 Agent 记忆集成手法。二、战略设计限界上下文地图与 Core / Supporting / Generic 分类该 Agent 的正文首先给出一张 ASCII 绘制的限界上下文地图Bounded Context Map展示了 Claude Flow V3 自身的领域划分Core Domain 中放置 Swarm Coordination群组协调与 Agent Lifecycle智能体生命周期Supporting Domain 中放置 Memory Service持久化/搜索/同步与 Neural Learning模式学习/预测/优化Generic Domain通用子域中放置 MCP Transport工具执行/协议传输。上下文之间用三类连线表达关系ACLAnti-Corruption Layer防腐层Memory 与 Swarm 之间、EventsAgent Lifecycle 向 Neural Learning 发布领域事件、以及最终汇入 Generic 层的 Domain Events。配套的上下文清单表如下直接继承自原文档ContextTypeResponsibilitySwarmCoreAgent coordination, topology managementAgentCoreAgent lifecycle, capabilities, healthTaskCoreTask orchestration, execution, resultsMemorySupportingPersistence, search, synchronizationNeuralSupportingPattern learning, prediction, optimizationSecuritySupportingAuthentication, authorization, auditMCPGenericTransport, tool execution, protocolCLIGenericCommand parsing, output formatting从这张表可以看出该 Agent 的方法论要点先用战略级分类核心域/支撑域/通用域回答「在哪里投入建模精力」再进入战术级建模。Core 域Swarm/Agent/Task承载差异化价值要求最严格的聚合不变式Generic 域MCP/CLI则倾向于直接复用成熟协议不必自建领域逻辑。三、战术设计聚合、值对象、实体与领域事件的 TypeScript 参考实现文档给出了可直接对照的战术模式代码样例。聚合设计部分以 Swarm 为例展示了三种构件的职责边界// Aggregate Root: Swarm —— 一致性边界不变式在这里强制执行 class Swarm { private readonly id: SwarmId; private topology: Topology; private agents: AgentCollection; // Domain Events raise(event: SwarmInitialized | AgentSpawned | TopologyChanged): void; // Invariants enforced here spawnAgent(type: AgentType): Agent; changeTopology(newTopology: Topology): void; } // Value Object: SwarmId —— 构造时即校验非法值直接抛错 class SwarmId { constructor(private readonly value: string) { if (!this.isValid(value)) throw new InvalidSwarmIdError(); } } // Entity: Agent身份重要 class Agent { constructor( private readonly id: AgentId, private type: AgentType, private status: AgentStatus ) {} }这里体现了战术 DDD 的三条基本原则也是该 Agent 审查他人代码时的评判标准聚合根是事务一致性边界Swarm.spawnAgent、Swarm.changeTopology这类跨实体操作只能经由聚合根入口完成保证「不变式invariants在这里强制执行」值对象不可变且自校验SwarmId在构造函数中校验格式失败即抛InvalidSwarmIdError让非法状态在类型层面不可表达实体以标识区分Agent携带AgentId即使属性相同也视为不同个体——这与文档中「identity matters」的注释一致。领域事件部分给出了三个面向事件溯源Event Sourcing的接口定义interface SwarmInitialized { type: SwarmInitialized; swarmId: string; topology: string; timestamp: Date; } interface AgentSpawned { type: AgentSpawned; swarmId: string; agentId: string; agentType: string; timestamp: Date; } interface TaskOrchestrated { type: TaskOrchestrated; taskId: string; strategy: string; agentIds: string[]; timestamp: Date; }每个事件都是带类型判别字段type、聚合标识与时间戳的不可变记录——这正是事件溯源「记录发生过什么what happened」而非「当前状态」的建模方式也是上下文之间解耦通信的载体。四、通用语言、上下文映射与事件风暴4.1 通用语言Ubiquitous Language文档要求代码与对话使用同一套词汇表给出 7 个术语的精确含义TermDefinitionSwarmA coordinated group of agents working togetherAgentAn autonomous unit that executes tasksTopologyThe communication structure between agentsOrchestrationThe process of coordinating task executionMemoryPersistent state shared across agentsPatternA learned behavior stored in ReasoningBankConsensusAgreement reached by multiple agents其中Pattern的定义显式关联到ReasoningBank这一具体子系统说明通用语言不是抽象名词表而是直接锚定代码中真实存在的构件——这是 DDD 通用语言「代码即文档」特性的体现。4.2 上下文映射Context Mapping文档给出 6 种映射关系及各自的适用场景PatternUse CasePartnershipSwarm ↔ Agent紧密协作Customer-SupplierTask → Agent任务定义需求智能体侧供给ConformistCLI conforms to MCP protocolCLI 遵循 MCP 协议Anti-Corruption LayerMemory shields core from storage detailsMemory 以防腐层隔离存储细节Published LanguageDomain events for cross-context communication领域事件即公开语言Open Host ServiceMCP server exposes standard APIMCP 服务器暴露标准 API这张表把 Evans 的上下文映射模式落到了 Claude Flow 的具体上下文对上读者可以按「上游发布什么、下游消费什么」逐对理解耦合方向。4.3 事件风暴Event Storming产出规范当该 Agent 分析一个领域时被要求产出 6 类元素以色块区分Domain Events橙色发生的事情、Commands蓝色触发事件的指令、Aggregates黄色一致性边界、Policies紫色对事件的反应、Read Models绿色查询投影、External Systems粉色外部集成。这一规范约束了建模输出的完整性——任何一次领域分析都不能只列事件而漏掉命令、策略与读模型。五、配套 CLI 命令与记忆集成操作文档定义了 4 条面向该 Agent 领域的 CLI 命令源自原文档 Commands 一节# 分析领域模型 npx claude-flowv3alpha ddd analyze --path ./src # 生成限界上下文地图 npx claude-flowv3alpha ddd context-map # 校验聚合设计 npx claude-flowv3alpha ddd validate-aggregates # 检查通用语言一致性 npx claude-flowv3alpha ddd language-check以及两条记忆集成命令Memory Integration 一节# 存储领域模型 mcp__claude-flow__memory_usage --actionstore \ --namespacearchitecture \ --keydomain:model \ --value{contexts:[swarm,agent,task,memory]} # 搜索领域模式 mcp__claude-flow__memory_search --patternddd:aggregate:* --namespacearchitecture命令覆盖「分析 → 制图 → 校验聚合 → 语言一致性」的完整闭环与 frontmatter 中 pre/post 钩子使用的memory_search/memory_usage是同一套 MCP 工具的不同调用形态。六、仓库源码侧的印证从 Agent 规范到可度量的工程落地该 Agent 文件并非孤立提示词仓库中有多处工程设施与它相互印证。6.1 DDD 进度追踪脚本ddd-tracker.sh.claude/helpers/ddd-tracker.sh 是一个 Bash 编写的「DDD 进度追踪 Worker」把 DDD 落地程度变成可量化指标。其实现要点目标域清单DOMAINS(agent-lifecycle task-execution memory-management coordination shared-kernel)5 个 V3 目标域评分模型满分 100/域目录存在 20 分domain层 15 分、application层 15 分、infrastructure层 15 分、api层 10 分——恰好对应分层架构存在*.test.ts/*.spec.ts测试 15 分存在index.ts导出 10 分构件统计用grep在v3与src目录下统计Entity、VO/ValueObject、Aggregate/AggregateRoot、Repository、Service、Event/DomainEvent六类 DDD 构件的文件数节流与输出check模式通过.ddd-last-run时间戳做 10 分钟节流结果写入 .claude-flow/metrics/ddd-progress.json 并同步到v3-progress.json的ddd字段。脚本检查的目标路径是v3/claude-flow/domain或src/domains/domain。从仓库现状看这两条路径在当前 checkout 中尚不存在而 .claude-flow/metrics/v3-progress.json 中记录的是ddd: {progress: 0}、domains: {completed: 0, total: 5, status: INITIALIZING}——也就是说该追踪器已就位、基线为 0等待 V3 域模块实际落地后指标开始爬升。这属于可推断的实施进度而非已完成事实。6.2 配套 Skillv3-ddd-architecture.claude/skills/v3-ddd-architecture/SKILL.md 是该 Agent 的姊妹文档把「如何拆上帝对象」工程化针对 1,440 行的core/orchestrator.ts上帝对象定义目标结构core/domains/{task-management, session-management, health-monitoring, lifecycle-management, event-coordination}/core/shared/{interfaces, value-objects, domain-events}/给出ClaudeFlowKernel微内核域注册表 事件总线 依赖容器、DomainPlugin插件接口、抽象DomainEvent基类携带eventId/aggregateId/occurredOn/eventVersion、AssignTaskUseCase应用层用例校验 → 加载聚合 → 领域逻辑 → 持久化 → 发布事件 → 返回结果六步式实现以及三阶段迁移策略提取域服务 → 干净接口 依赖注入 → 插件化和 London School 风格的纯领域单测。与ddd-domain-expert.md相比前者回答「评什么」后者回答「怎么改」。6.3 同一方法论在 RuView 业务域的实例化值得注意DDD 领域专家方法论不止用于 Claude Flow 自身的建模也被直接套用到 RuView 的核心业务上。docs/ddd/README.md 说明该目录是 RuView 各主要子系统的 DDD 规范集合覆盖 8 份领域模型RuvSense 7 上下文、Signal Processing 3 上下文、Training Pipeline 4 上下文、Hardware Platform 5 上下文、Sensing Server 5 上下文、WiFi-Mat 3 上下文、CHCI 3 上下文、rvCSI 7 上下文并明确每份模型的产出件通用语言、限界上下文、聚合、值对象、领域事件、不变式、防腐层——与 Agent 文档中事件风暴 6 类产出高度同构。例如 docs/adr/ADR-167-ddd-bounded-contexts.md 为 Tauri 桌面端完整定义了 Device Discovery、Firmware Management、Configuration、Sensing Pipeline、Edge Module (WASM)、Visualization 六个上下文的聚合根字段表、不变式如「同一时刻每个串口仅允许一个FlashSession」「TdmSafe模式下相邻 TDM 槽位不得并发更新」、跨上下文事件流图与 ACL 代码是「战略地图 战术建模 上下文映射」方法论在真实 Rust/Tauri 代码库上的完整示范。6.4 运行时配置佐证.claude-flow/config.yaml 中的swarm.topology: hierarchical-mesh、maxAgents: 15、memory.backend: hybrid、enableHNSW: true等配置与 Agent 战略地图中 Swarm/Agent/Memory/Neural 四个上下文的职责一一对应——Agent 文档里抽象的上下文划分在运行时确实由这些配置项承载。七、小结这套 Agent 规范的价值与适用边界ddd-domain-expert.md把一个资深架构师的 DDD 工作流固化为可被 AI 执行的规格frontmatter 声明能力与记忆钩子正文以战略地图Core/Supporting/Generic 分类 上下文映射划定投入方向以战术代码样例聚合根、值对象、实体、领域事件接口给出可判定的实现标准再以通用语言表和事件风暴产出清单保证建模输出的完整性与词汇一致性。仓库中的 ddd-tracker.sh 提供了客观度量v3-ddd-architecture Skill 提供了改造路径docs/ddd/ 系列文档则展示了同一套语言在 WiFi 感知业务域上的真实应用。适用前提需要说明该 Agent 的 frontmatter 与命令面向 Claude Flow V3v3.0.0生态依赖mcp__claude-flow__memory_*等 MCP 工具与npx claude-flowv3alphaCLI文中 CLI 命令以文档声明为准实际可用性取决于所安装的 claude-flow 版本。对于任何希望用 AI 智能体做大型代码库领域建模的团队这份 Agent 文件提供了一个可直接参照的模板——能力清单、模式清单、术语表、映射关系表与事件风暴产出规范五者共同构成了一份「AI 架构师的验收标准」。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
