chore(phase): Phase 1 收尾 — 一鸡多吃 + Dev工作台初始化 + Phase 2启动

- Phase 1 标记 100% 完成，Phase 2 标记 ACTIVE
- Dev AI 工作台重写：8个任务入队 + 依赖关系图
- 一鸡多吃：6篇对外分享文章（项目缘起/框架思路/阶段复盘/3篇决策故事）
- 新增 share-context Skill（内部文档→对外分享自动化）
- P01 文档同步更新（需求/架构/接口定义）

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

docs/share/phase-01/阶段复盘_基础搭建.md

@@ -1,3 +1,80 @@
-# Phase 1: 基础搭建 — 阶段复盘
+# Phase 1 阶段复盘：基础搭建
 
-> *（Phase 1 完成时由 Arch AI 撰写，基于 `.ai/phases/phase-01-foundation/completion.md` 扩展）*
+## 阶段信息
+
+- 阶段编号：Phase 1/4
+- 阶段名称：基础搭建
+- 时间范围：2026-05-23 ~ 2026-05-26（4 天）
+- 参与角色：人类 + Arch AI（Claude）
+
+## 做了什么
+
+Phase 1 不写一行业务代码。目标是「把骨架搭好，让 AI 知道该做什么」：
+
+1. **信息架构重构**（ADR-007）：从单体 AGENTS.md 到四层分层架构
+2. **PRD 编写**（v0.3.0 → v0.4.0）：完整的错题本产品需求文档，含人机协同数据闭环
+3. **系统架构设计**（v0.3.0 → v0.4.0）：总体架构、技术选型、模块设计、数据模型
+4. **旧架构合并**：将早期「家庭教育小程序」的 17 份架构文档与当前设计对比，30 项决策逐项确认
+5. **Dev AI 工作台初始化**：8 个开发任务入队，含依赖关系图
+
+交付物：10 份文档，约 30,000 字。
+
+## 关键决策
+
+### 决策 1：人机协同数据闭环（ADR-009）
+
+**问题**：AI OCR 对手写体的识别率不可能 100%，错误数据直接进入分析会污染整个系统。
+
+**方案**：「AI 是草稿，用户是编辑。」AI 识别结果带置信度入库，用户确认/修正后才进入分析管道。每一次修正都是免费的标注数据，P02 阶段用于训练自有模型。
+
+**为什么重要**：这是产品数据飞轮的核心设计。没有这个闭环，产品就是普通的拍照 OCR 工具。
+
+### 决策 2：分层信息架构（ADR-007）
+
+**问题**：单体 AGENTS.md 太长，AI 注意力衰减，不同角色的信息混在一起。
+
+**方案**：四层结构——仪表盘（人类）→ 路线图（共享）→ 角色工作台（AI 个人）→ 知识沉淀（共享）。每个 AI 只加载自己需要的信息。
+
+**为什么重要**：这是整个 AI 协作模式的基础。没有好的信息架构，AI 再多也协同不起来。
+
+### 决策 3：旧架构合并
+
+**问题**：之前写的「家庭教育小程序」架构文档（17 份，约 60,000 字）不能白写，但又不能简单照搬——技术栈、用户定位、学科范围全变了。
+
+**方案**：逐项对比，分成「冲突」「旧有新增」「新有新增」「各有优劣」四类，30 项决策逐条确认后统一写入新架构。
+
+**为什么重要**：这是第一次「AI 辅助做架构合并」的实践。30 个决策不是 AI 自己拍板的，是人类逐条确认的。这个流程本身是一个可复用的方法论。
+
+## 踩过的坑
+
+### 坑 1：Edit 工具字符串匹配失败
+
+短字符串替换没问题，但一次替换多个段落时经常找不到。原因是前面的修改已经改变了文件内容，后续匹配的目标字符串已不匹配。
+
+**解法**：大段落修改拆成多次小修改，每次改动后确认文件当前状态再改下一个。宁可多改几次，不要一次写一大段。
+
+### 坑 2：数据飞轮第一版太天真
+
+最初的 PRD 版本假设「AI 拍完照就能完美识别」。被指出后才意识到这是核心风险。后来整个飞轮设计推翻重写——从「AI 完美假设」变成「人机协同闭环」。
+
+**教训**：架构评审中，人的经验和直觉是 AI 替代不了的。AI 擅长帮你把想法落地成文档，但不会主动挑战你的假设。
+
+## 学到的东西
+
+1. **AI 协作的效率瓶颈不在 AI，在信息组织。** 文档写得好，AI 输出质量就高；文档一团乱，再强的模型也白搭。
+2. **人类做决策，AI 做执行，是最佳的协作模式。** 30 项旧架构合并决策，AI 列出选项和优劣，人类逐条拍板，AI 写入文档——这个流程的效率远超纯人工或纯 AI。
+3. **架构文档应该「分层写」。** 不是一份文档覆盖所有细节，而是不同层次的文档给不同角色看。这和代码的「关注点分离」是一个道理。
+4. **旧资产不要扔。** 旧架构文档虽然技术栈变了，但图像处理管线、打印设计、UI 规范、测试用例都是可复用资产。关键是要有一个结构化的对比流程来提取价值。
+
+## 数据
+
+- 新增/更新文档：17 份（不含旧架构原文件）
+- 总字数：约 30,000 字（PRD + 4 份架构文档 + ADR + 看板 + 分享内容）
+- 架构决策记录：10 条（ADR-001 ~ ADR-010）
+- 旧架构合并决策：30 项
+- Dev 任务入队：8 个
+- 代码行数：0（Phase 1 不写代码）
+
+## 下一阶段预告
+
+Phase 2 MVP：数据库 Schema → Auth → Image → Print → User → Upload → 页面骨架。Dev AI 开始写代码，QA AI 启动自动化测试。