IT技术博客大学习 共学习 共进步
全部 移动开发 后端 数据库 AI 算法 安全 DevOps 前端 设计 开发者

标签:Skills

共 2 篇相关文章

IT 累计浏览 4

Matt Pocock 的 Skills 系统:真正的工程,不是氛围编程

Matt Pocock的Skills系统是一个针对AI编码工具的工程化框架,旨在通过定义原子能力单元提升代码质量。系统基于四个设计原则:小而可组合,每个Skill专注单一功能;模型无关,可在不同Agent平台运行;可改造,用户可自由修改;通用性优先于平台绑定。它解决了AI Agent开发中的四个常见失败模式:需求不清、输出冗余、代码不可靠和架构混乱。针对这些问题,Skills提供了具体修复工具,如/grill-me用于结构化需求澄清,避免Agent误解;CONTEXT.md建立项目共享语言,减少冗余并固化领域术语;/tdd和/diagnose技能强化测试驱动开发和调试流程,确保代码可靠性,强调垂直切片而非水平切片;/zoom-out和架构分析工具如/improve-codebase-architecture持续维护设计质量,防止熵增。安装通过npx命令快速完成,将Markdown技能文件复制到Agent配置目录,并配置项目上下文。Pocock的Skills仓库获得近10万GitHub Stars,反映了开发者对AI编码质量控制的迫切需求。它将经典软件工程原则如测试驱动开发、领域驱动设计和调试流程重新编码到AI协作中,强调工程师对流程的控制权,而非依赖黑箱自动化方法,为AI时代的软件开发提供了实用且可扩展的解决方案。

IT 累计浏览 6

Goal Workflow:目标驱动的研发闭环

Goal Workflow 是由 smallnest 开发的目标驱动研发闭环工具,基于流水线思维将功能开发从想法到上线划分为七个步骤:/prd 生成产品需求文档、/prd-to-spec 转化为技术规格(可选)、/to-issues 拆解为 Issue 卡片、/goal 基于 Issue 实现代码、/review-it 自动审查代码、/note-it 记录设计决策(可选)、/ship-it 提交 PR 并关闭 Issue。每个步骤定义明确的输入、输出和质量标准,步骤间无缝衔接,避免流程断点。与全自动工具如 autoresearch 相比,它在步骤间保留人工控制点,平衡自动化与用户干预,同时通过单 Agent 审查减少 token 消耗。工具基于 Skills 哲学,使用 npx skills 命令安装,支持 Claude Code、Codex、Antigravity CLI 等多种 AI 编码平台。文章详细介绍了安装配置、目录结构和平台兼容性,并对比了不同工具中 /goal 命令的实现差异,强调流水线思维如何提升 AI 辅助研发的可控性和效率。