القائمة
AI 辅助编程与 Agent 系统设计的核心方法论和判断原则
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
LLM Wiki vault 操作手册。 触发条件： - /ingest <path> — 当用户说「ingest」「把这篇文章加入 wiki」「编译到 wiki」「摄取」时触发 - /query <question> — 当用户说「搜索 wiki」「wiki 中有没有」「查一下 wiki」时触发 - /lint — 当用户说「检查 wiki」「wiki 健康度」「lint」「有没有断链」时触发 - /research <topic> — 当用户说「研究一下」「深度调研」「research」时触发
Use when the user wants to brainstorm an idea or design a feature/spec. Explores intent and requirements through dialogue, then writes a spec document to contexts/thought_review/ and STOPS. Does not auto-chain to implementation planning or any other skill.
结构稳定性分析器。不判断观点对错，只判断一件事：这个结构能不能活下去。 对任意观点、系统、模型、制度、人物言论进行五维结构稳定性分析， 输出存活概率和失效路径。当用户说「分析这个结构」「这个观点稳不稳」 「帮我拆一下」「结构分析」时触发。
AI 辅助开发中遇到“代码改不好”时的诊断思路与决策树
AI 产品设计、交互设计与系统架构中的关键原则与常见陷阱
文档分析、调研任务、复杂信息整合
| name | bestpractice-ai-programming-mindset |
| description | AI 辅助编程与 Agent 系统设计的核心方法论和判断原则 |
本文件的方法论建立在以下公理之上，此处不重复展开：
AI 编程中常见的"70% 问题"——AI 能完成 70%，但最后 30% 总是各种问题——根本原因是自我迭代反馈环被打破：
为 AI 打开感知通道：
建立清晰的成功标准：
Reasoning Model 的"反思"是 stateless 的——它无法感知外部世界的变化。思考结束后，世界已经变了。
生产环境采用混合架构：
在 AI 能力越来越强、成本越来越低的时代，需要明确哪些任务可以外包、哪些必须保留：
对于复杂语义任务，LLM 的"黑盒直觉"可能比显性逻辑代码更具韧性和效率。
当任务涉及：
LLM 的端到端处理可能比显式规则更robust。这是从"程序思维"到"直觉思维"的范式转变。
本地 Agent 模式的核心设计原则：
技能正在贬值，但特质与性格越来越重要。三种角色：
核心洞察：同一人可以扮演不同角色，但明确当前角色能避免思维混乱。
bestpractice-temporal-info-verification）基于《以一个简单任务为例看 AI 落地的关键决策》提炼：
最后更新: 2026-03-01