Life Cycle
生命周期是 REAP 的心跳——每一代流经 5 个阶段（Learning → Planning → Implementation → Validation → Completion），在每一步产生产物。Completion 有 4 个 phase：reflect → fitness → adapt → commit。
产物结构
.reap/life/
├── current.yml # 当前代状态（id、目标、阶段、时间线）
├── 01-learning.md # 上下文探索、genome/environment 审查
├── 02-planning.md # 任务分解、依赖关系
├── 03-implementation.md # 实现日志、所做变更
├── 04-validation.md # 测试结果、完成标准检查
├── 05-completion.md # Reflect + fitness + adapt + commit
└── backlog/ # 下一代的项目
├── fix-auth-bug.md # type: task
└── add-index.md # type: genome-change每个阶段在 .reap/life/ 中产生其产物。代完成后，所有产物归档到 .reap/lineage/gen-XXX-hash-slug/，current.yml 被清除以准备下一代。
/reap.evolve——主要的工作方式
大多数时候，你运行 /reap.evolve 让 AI 代理自主驱动所有阶段。它可以将整代委托给一个子代理，该子代理运行所有阶段，仅在真正遇到阻碍时才浮现（目标模糊、重大权衡、genome 冲突或意外错误）。子代理处理启动、执行每个阶段、推进和归档。
如需精细控制，你可以运行单个阶段命令。详见命令参考。커맨드 레퍼런스
逐阶段说明
探索项目并构建上下文。AI 审查 genome、environment、lineage，并评估清晰度级别。在设定任何目标之前，先建立对当前状态的全面了解。
Output: 01-learning.md——上下文探索、genome/environment 审查、清晰度评估。 —
将目标分解为可执行的任务。AI 读取 learning 的上下文，参考 genome 约定和约束，提出包含架构决策的实现方案。
Output: 02-planning.md——分阶段任务列表、依赖关系、可并行任务标记 [P]。 —
编写代码。任务按顺序执行，每项完成后立即记录。发现 genome 或 environment 缺陷时，记录到 backlog——从不直接应用。依赖待处理 genome 变更的任务标记为 [deferred]。
Output: 03-implementation.md——已完成任务表、延迟任务、genome-change backlog 项。 —
验证工作。运行测试、lint、构建和类型检查。检查完成标准并应用小修复（5 分钟以内，无设计变更）。判定为通过、部分通过（部分标准延迟）或失败。
Output: 04-validation.md——包含实际命令输出的测试结果、标准检查表、判定结果。 —
Reflect：撰写回顾总结 + 刷新 environment。Fitness：收集人类反馈（或巡航模式下的自我评估）。Adapt：审查 genome，应用 backlog 变更，提出下一代目标。Commit：归档到 lineage + git commit。
Output: 05-completion.md——回顾总结、适应度反馈、genome 变更日志、下一代提示。 —
微循环（回退）
任何阶段都可以回退到前一个阶段。这很常见——验证失败回到实现，或实现中发现规划缺陷回到规划。回退原因记录在时间线和目标产物中。
回退时的产物处理：
- 目标阶段之前： 保持不变
- 目标阶段： 被覆盖（implementation 仅追加）
- 目标阶段之后： 保留，重新进入时覆盖
小修复
微小问题（拼写错误、lint 错误等）可以在当前阶段直接修复而无需回退，前提是可在 5 分钟内解决且无需设计变更。修复记录在阶段产物中。
角色分离
| 角色 | 职责 |
|---|---|
| CLI (reap) | 项目设置和维护——init、status、run |
| AI 代理 | 工作流执行者——通过斜杠命令执行每个阶段的工作 |
| 人类 | 决策者——设定目标、审查代码、提供适应度反馈 |