# JobRadar AI开发约定

## 开发模式

JobRadar不再采用课程式手动编码。后续由AI根据阶段目标直接生成和修改代码，用户主要负责业务方向、关键选择和结果验收。

## 每次开发流程

1. 检查Git状态、现有实现、依赖和相关文档。
2. 说明修改方案、涉及文件、风险和预期结果。
3. 在授权范围内直接完成代码、配置、数据库迁移、测试和文档改动。
4. 执行与改动匹配的验证，不以静态检查替代未执行的集成行为。
5. 汇报实际完成内容、验证结果、剩余风险和建议下一步。
6. 只有用户明确要求提交时才执行本地Git提交，默认不推送远程。

## 生成原则

- 以当前阶段的最小完整闭环为边界，不提前生成无法验证的未来模块。
- 优先使用OpenAI Agents SDK、Django等选定技术的原生能力，不引入无明确需求的兼容层。
- 所有Agent外部行为通过类型明确、权限受控、可审计的工具执行。
- 确定性规则、评分和数据写入由代码工具完成，不让模型随意生成最终业务事实。
- 新增代码遵循现有目录、命名、类型注解和中文注释风格。
- 保留用户已有变更，不覆盖无关文件，不提交密钥、Cookie和本地配置。

## 验证要求

根据改动范围选择并执行：

- Python语法编译和代码质量检查。
- Django系统检查与迁移检查。
- 模型、Service、工具和视图测试。
- Agent结构化输出、工具调用、失败路径和人工确认测试。
- 公网部署配置与Django部署安全检查。
- Git差异、敏感信息和提交范围检查。

无法运行的验证必须明确说明原因，不能仅凭代码阅读宣称通过。

## 交付要求

每次交付至少说明：

- 完成了什么功能。
- 修改了哪些核心文件。
- 执行了哪些验证及其结果。
- 是否存在需要用户提供的域名、账号、API Key或网站授权。
- 当前工作区是否已提交、是否推送。

## 用户确认边界

以下事项仍需用户明确决定：

- 目标招聘网站和允许的访问方式。
- 外部付费服务、模型及调用预算。
- 公网域名、服务器和部署平台。
- 可能产生费用或对外副作用的操作。
- 自动投递、自动联系、删除历史数据等高风险能力。