بنقرة واحدة
agent-skills
يحتوي agent-skills على 19 من skills المجمعة من ashe-li، مع تغطية مهنية على مستوى المستودع وصفحات skill داخل الموقع.
Skills في هذا المستودع
本 repo 自持 agent 定義目錄索引(complexity-triage / doc-reviewer / doc-updater / tdd-guide),供 design、update 等 skill 的 general-purpose subagent 呼叫時引用定義與檢查清單;本身非直接可呼叫的 skill,不會出現在指令清單中。
萬用助手 — 自動分析情境、盤點可用資源、智慧路由至最佳 agent/skill 組合,一鍵完成複雜工作流。
開發設計 — 自動盤點可用資源,透過 Plan agent 建立完整實作計畫,輸出至 plans/active/<slug>.md 供使用者確認後才進入實作。
更新知識庫 — 依序執行文件更新、審查、context 整理、pattern 提取,將本次 session 的變更沉澱為文件與知識。
貼上 Notion URL,自動抓取頁面需求內容,串接 /design 建立實作計畫。
產生跨 context 接手 prompt — 萃取本次對話的目標、進度、決策、未完成項目,輸出可直接貼到新 session 或 /compact 之後使用的自包含 prompt。
依 plan.md 的 Dependencies DAG 推進實作 — Python 狀態機決定下一步(非 LLM 判斷),自動串接 TaskCreate/TaskUpdate。觸發:使用者要求依 plan 推進、要求 task tracking 對齊 DAG、或抱怨 LLM 跳步漏步。
迭代式證據驗證 subagent 架構 — 對技術主張跑 4 維度(學術 / 業界標準 / 最佳實踐 / 社群+反面意見)× 最多 3 輪 iteration × dual independent reviewer 的收斂迴圈,輸出結構化 verdict。與 evidence-check 差異:後者是 single-shot,本 skill 是 iterative + convergence-gated,適合高風險決策。
透過 local Playwright MCP(headed 模式)執行「verify → fix」迭代迴圈:每輪以 snapshot + console + network 為證據驗證網頁行為,若 FAIL 則修正程式碼後重試。完成 2 輪後(Round 3 起)每輪強制 HITL 詢問是否繼續,避免盲目迭代。適合 UI bug 修復、E2E 行為對齊、前端 regression 排除。
Retrospective batch cleanup — 修復 learned skills 的格式缺陷(malformed frontmatter、legacy 評分格式),HITL 確認後刪除已廢棄項目。不重新評分、不提取新 patterns。
深度 skill 品質驗證 — 對單一 learned skill 跑三系統客觀評估(結構審計 + 觸發品質 + 消融實驗),結果映射回 learn-eval 的 5 維度評分。適合在 /learn-eval 後手動確認品質。
將已完成的 plan 從 plans/active/ 歸檔至 plans/completed/,補上驗證結果與完成時間。適合在實作結束後呼叫。
Skills 分流管理 — 基於消融實驗數據,退役/復原/查詢 learned skills。搭配 skills-ecosystem-eval 的四象限分析使用。
總結當前工作、commit、推送並建立或更新 PR。自動將對話脈絡寫入 PR description,確保 reviewer 能快速理解背景。
獨立證據查驗 — 對技術決策或做法進行四維度並行調查(學術研究、業界標準、最佳實踐、社群共識+反面意見),偵測跨來源衝突,輸出可復用的結構化報告。不同於 /design 和 /assist 的 inline 驗證,本 skill 是事後獨立深度調查。
Figma 對齊 / 視覺比對 / UI ship gate — 任何提到 figma、Figma 對齊、Figma vs local、Figma vs code、設計稿比對、視覺差異、screenshot diff、UI 對齊、UX 對齊、文案對齊、design token 對齊,或 UI / 文案 PR 即將 ship、code 出現 placeholder / follow-up / 待 designer 確認字串時觸發。流程:Figma MCP 抓真規格 → Playwright MCP headed 抓 local → token + 文案逐項對齊表 → /goal 內建 Haiku 評估者做純視覺 gate(不另起 Agent(model=haiku) subagent)。
Playwright Human-in-the-Loop 瀏覽器操作 — 透過 Playwright MCP 自動執行低風險操作,重大操作前暫停等待人類確認。適用 AWS Console、後台管理介面等場景。
Git worktree 生命週期管理 — 建立、列出狀態(含 PR 進度)、清理已 merge 的 worktree
Manage ECC skill loading — defer unused skills to save init tokens, restore on demand. Use when user wants to check, defer, or restore ECC skills.