ai-collab-maturitylisted

# AI 协作开发成熟度评估 把「我们用 AI 做开发到底做到什么水平、下一步怎么优化」变成一次**可重复、可对比、跨项目通用**的体检： 同一套扫描脚本、同一张 9 维度量表、同一个报告模板；项目差异全部收进一份 `profile.json`， 每次结果存成项目基线，季度重跑就能看趋势。 ## 什么时候用、什么时候不用 - **用**：季度 / 半年一次的成熟度复盘；新趋势报告出来要对照自查；要一份能发给团队或管理层的治理报告；有人问"谁在用 AI 写代码、用到什么程度"。 - **不用**：单个 PR 的代码评审；产品能力完成度体检（那评的是产品，不是协作方式）；只想看 git 统计而不需要判断和方案（直接跑 `scripts/scan.py` 就够了，不必走完整流程）。 ## 全流程（五个阶段） ``` ① 预检：识别项目、钉基线 → ② 扫描（scan.py） → ③ 对照范式打分（rubric） → ④ 写分析（模板） → ⑤ 出报告（HTML + PDF）+ 存基线 ``` 每个阶段的产物放 session scratchpad；最终交付物按用户要求复制到桌面或归档进项目文档目录； **基线**固定存进项目的 `.claude/ai-collab-maturity/`（见阶段⑤），这是下次对比的锚。 ### ① 预检：识别项目、钉基线 成熟度评估最容易犯的错是拿本地 stale checkout 当现状，或者把项目 A 的约定套到项目 B。所以第一步不是扫，是**认清项目**： ```bash python3 ~/.claude/skills/ai-collab-maturity/scripts/scan.py --root . --detect-only ``` 它会打印自动识别结果：单仓还是多仓、每个仓的默认分支（读 `origin/HEAD`，退而求其次 develop / main / master）、合并约定（GitHub `Merge pull request #`、Gitee `!N`、GitLab `See merge request`、squash `(#N)` 后缀）、规格层（`openspec/`、Spec Kit `specs/`、ADR 目录）、agent 配置文件（CLAUDE.md、AGENTS.md、`.cursor/rules`、copilot-instructions、`.claude/hooks|skills|rules`、`.codex`）、CI 文件。 看一眼是否对。常见要人工改的：**作者别名**（同一人多个 git 身份）、**要排除的仓**（退役 / fork / 调研克隆）、**分支**（有的仓主线不在 origin/HEAD）。改法： ```bash python3 ~/.claude/skills/ai-collab-maturity/scripts/scan.py --root . --write-profile .claude/ai-collab-maturity/profile.json # 编辑 profile.json（字段说明见 references/scan-playbook.md），以后每次扫描都读它 ``` 已有 profile 的项目直接跳到②。第二次以后的体检，先读 `.claude/ai-collab-maturity/baseline-*.md` 里最近一份，知道上次的数字，扫描时才会注意到异常变化。 ### ② 扫描：跑脚本，