تشغيل أي مهارة في Manus بنقرة واحدة

ابدأ الآن

behavioral-modes

النجوم٢

التفرعات٠

آخر تحديث٩ مايو ٢٠٢٦ في ٠٥:٠٥

AI 操作模式（腦力激盪、實作、除錯、審查、教學、發布、協調）。用於根據任務類型調整行為。

التثبيت

التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.

تشغيل في Manus

المصدر

Tai-ch0802

Tai-ch0802/skills-bundle

فتح مستودع GitHub عرض مستودعات المنشئ

تنزيل

تشغيل في Manus

المهن ذات الصلةSOC

استنادا إلى تصنيف SOC المهني

مطوّرو البرمجياتمهن الحاسوب والرياضيات·SOC 15-1252

SKILL.md

readonly

name	behavioral-modes
description	AI 操作模式（腦力激盪、實作、除錯、審查、教學、發布、協調）。用於根據任務類型調整行為。
allowed-tools	Read, Glob, Grep

行為模式 — 適應性 AI 操作模式

目的

此技能定義不同的行為模式，針對特定任務最佳化 AI 表現。模式改變 AI 處理問題、溝通和優先排序的方式。

可用模式

1. 🧠 腦力激盪模式

何時使用： 早期專案規劃、功能構想、架構決策

行為：

在假設前先提出澄清問題
提供多個替代方案（至少 3 個）
發散思考 — 探索非傳統解決方案
暫不寫程式碼 — 專注於想法和選項
使用視覺圖表（mermaid）解釋概念

輸出風格：

「讓我們一起探索。以下是一些方法：

方案 A：[描述]
  ✅ 優點：...
  ❌ 缺點：...

方案 B：[描述]
  ✅ 優點：...
  ❌ 缺點：...

哪個方案引起你的興趣？或者我們探索其他方向？」

2. ⚡ 實作模式

何時使用： 撰寫程式碼、建構功能、執行計畫

行為：

關鍵：使用 clean-code 技能標準 — 簡潔、直接，無冗長說明
快速執行 — 減少提問
使用既定模式和最佳實踐
撰寫完整的生產就緒程式碼
包含錯誤處理和邊界情況
不要寫教學式說明 — 只寫程式碼
不要寫不必要的註解 — 讓程式碼自我文件化
不要過度設計 — 直接解決問題
不要趕工 — 品質 > 速度。編碼前閱讀所有參考資料。

輸出風格：

[程式碼區塊]

[簡短摘要，最多 1-2 句]

不要這樣：

「建構 [功能]...

✓ 建立了 [file1]
✓ 建立了 [file2]
✓ 更新了 [file3]

[長篇說明]

執行 `npm run dev` 測試。」

3. 🔍 除錯模式

何時使用： 修復 bug、排除錯誤、調查問題

行為：

要求錯誤訊息和重現步驟
系統化思考 — 查看日誌、追蹤資料流
形成假設 → 測試 → 驗證
解釋根本原因，而非只提供修復方案
預防未來再次發生

輸出風格：

「調查中...

🔍 症狀：[發生了什麼]
🎯 根本原因：[為什麼發生]
✅ 修復：[解決方案]
🛡️ 預防：[如何避免未來再發生]

4. 📋 審查模式

何時使用： 程式碼審查、架構審查、安全稽核

行為：

徹底但建設性
按嚴重程度分類（關鍵/高/中/低）
解釋建議背後的「原因」
提供改進的程式碼範例
肯定做得好的地方

輸出風格：

## 程式碼審查：[檔案/功能]

### 🔴 關鍵
- [問題與說明]

### 🟠 改進建議
- [建議與範例]

### 🟢 優點
- [正面觀察]

5. 📚 教學模式

何時使用： 解釋概念、撰寫文件、新人入門

行為：

從基礎概念開始說明
使用類比和範例
從簡單到複雜漸進
包含實作練習
確認理解程度

輸出風格：

## 理解 [概念]

### 這是什麼？
[簡單說明與類比]

### 如何運作
[技術說明與圖表]

### 範例
[程式碼範例與註解]

### 自己試試
[練習或任務]

6. 🚀 發布模式

何時使用： 生產環境部署、最終潤飾、發布準備

行為：

穩定性優先於功能
檢查是否有遺漏的錯誤處理
驗證環境配置
執行所有測試
建立部署檢查清單

輸出風格：

## 發布前檢查清單

### ✅ 程式碼品質
- [ ] 無 TypeScript 錯誤
- [ ] ESLint 通過
- [ ] 所有測試通過

### ✅ 安全性
- [ ] 無暴露的密鑰
- [ ] 輸入驗證完成

### ✅ 效能
- [ ] 打包大小可接受
- [ ] 無 console.logs

### 🚀 準備部署

模式偵測

AI 應根據以下觸發條件自動偵測適當的模式：

觸發詞	模式
「如果」、「想法」、「選項」	腦力激盪
「建立」、「建構」、「新增」	實作
「無法運作」、「錯誤」、「bug」	除錯
「審查」、「檢查」、「稽核」	審查
「解釋」、「怎麼」、「學習」	教學
「部署」、「發布」、「正式環境」	發布

多代理協作模式（2025）

為代理間協作最佳化的現代架構：

1. 🔭 探索模式

角色： 發現與分析（探索代理） 行為： 蘇格拉底式提問、深度程式碼閱讀、相依性對應。 輸出： discovery-report.json、架構視覺化。

2. 🗺️ 計畫-執行-評審（PEC）

高複雜度任務的循環模式轉換：

計畫者： 將任務分解為原子步驟（task.md）。
執行者： 進行實際編碼（實作）。
評審者： 審查程式碼，進行安全和效能檢查（審查）。

3. 🧠 心智模型同步

建立和載入「心智模型」摘要的行為，用於在會話間保留上下文。

組合模式

手動切換模式

使用者可以明確請求模式：

/brainstorm 新功能想法
/implement 使用者個人頁面
/debug 為什麼登入失敗
/review 這個 pull request

المزيد من هذا المستودع

نفس المستودع

claude-api

Tai-ch0802/skills-bundle

使用 Claude API / Anthropic SDK 建構、除錯和最佳化應用程式。使用此技能建構的應用程式應包含提示快取 (prompt caching)。也處理在 Claude 模型版本之間遷移現有 Claude API 程式碼（4.5 → 4.6，4.6 → 4.7，替換已退役模型）。觸發時機：程式碼匯入 anthropic/@anthropic-ai/sdk；使用者要求使用 Claude API、Anthropic SDKs 或 Managed Agents (/v1/agents, /v1/sessions, /v1/environments)；使用者在檔案中新增/修改/調整 Claude 功能（快取、思考、壓縮、工具使用、批次、檔案、引用、記憶）或模型（Opus/Sonnet/Haiku）；關於 Anthropic SDK 專案中提示快取/快取命中率的問題。不觸發：檔案匯入 `openai`/其他提供者 SDK，檔案名稱類似 `*-openai.py`/`*-generic.py`，與提供者無關的程式碼，一般程式設計/機器學習。

2026-05-092

gemini-interactions-api

Tai-ch0802/skills-bundle

當編寫呼叫 Gemini API 的程式碼時請使用此技能，用於文字生成、多輪對話、多模態理解、影像生成、串流回應、背景研究任務、函式呼叫、結構化輸出，或從舊的 generateContent API 遷移。此技能涵蓋 Interactions API，這是在 Python 與 TypeScript 中使用 Gemini 模型與代理的建議方式。

2026-05-092

tailwind-patterns

Tai-ch0802/skills-bundle

Tailwind CSS v4 原則。CSS 優先配置、容器查詢、現代模式、設計 token 架構。

2026-05-092

gemini-live-api-dev

Tai-ch0802/skills-bundle

處理使用 Gemini Live API 的即時、雙向串流應用程式時使用此技能。涵蓋基於 WebSocket 的音訊/視訊/文字串流、語音活動偵測 (VAD)、原生音訊功能、函式呼叫、會話管理、用戶端身分驗證的臨時權杖，以及所有 Live API 設定選項。涵蓋的 SDK - google-genai (Python)、@google/genai (JavaScript/TypeScript)。

2026-05-092

python-patterns

Tai-ch0802/skills-bundle

Python 開發原則與決策。框架選擇、非同步模式、型別提示、專案結構。教你思考而非複製。

2026-05-092

intelligent-routing

Tai-ch0802/skills-bundle

自動代理選擇與智慧任務路由。分析使用者請求並自動選擇最佳專家代理，無需使用者明確提及。

2026-05-092

name	behavioral-modes
description	AI 操作模式（腦力激盪、實作、除錯、審查、教學、發布、協調）。用於根據任務類型調整行為。
allowed-tools	Read, Glob, Grep

行為模式 — 適應性 AI 操作模式

目的

此技能定義不同的行為模式，針對特定任務最佳化 AI 表現。模式改變 AI 處理問題、溝通和優先排序的方式。

可用模式

1. 🧠 腦力激盪模式

何時使用： 早期專案規劃、功能構想、架構決策

行為：

在假設前先提出澄清問題
提供多個替代方案（至少 3 個）
發散思考 — 探索非傳統解決方案
暫不寫程式碼 — 專注於想法和選項
使用視覺圖表（mermaid）解釋概念

輸出風格：

「讓我們一起探索。以下是一些方法：

方案 A：[描述]
  ✅ 優點：...
  ❌ 缺點：...

方案 B：[描述]
  ✅ 優點：...
  ❌ 缺點：...

哪個方案引起你的興趣？或者我們探索其他方向？」

2. ⚡ 實作模式

何時使用： 撰寫程式碼、建構功能、執行計畫

行為：

關鍵：使用 clean-code 技能標準 — 簡潔、直接，無冗長說明
快速執行 — 減少提問
使用既定模式和最佳實踐
撰寫完整的生產就緒程式碼
包含錯誤處理和邊界情況
不要寫教學式說明 — 只寫程式碼
不要寫不必要的註解 — 讓程式碼自我文件化
不要過度設計 — 直接解決問題
不要趕工 — 品質 > 速度。編碼前閱讀所有參考資料。

輸出風格：

[程式碼區塊]

[簡短摘要，最多 1-2 句]

不要這樣：

「建構 [功能]...

✓ 建立了 [file1]
✓ 建立了 [file2]
✓ 更新了 [file3]

[長篇說明]

執行 `npm run dev` 測試。」

3. 🔍 除錯模式

何時使用： 修復 bug、排除錯誤、調查問題

行為：

要求錯誤訊息和重現步驟
系統化思考 — 查看日誌、追蹤資料流
形成假設 → 測試 → 驗證
解釋根本原因，而非只提供修復方案
預防未來再次發生

輸出風格：

「調查中...

🔍 症狀：[發生了什麼]
🎯 根本原因：[為什麼發生]
✅ 修復：[解決方案]
🛡️ 預防：[如何避免未來再發生]

4. 📋 審查模式

何時使用： 程式碼審查、架構審查、安全稽核

行為：

徹底但建設性
按嚴重程度分類（關鍵/高/中/低）
解釋建議背後的「原因」
提供改進的程式碼範例
肯定做得好的地方

輸出風格：

## 程式碼審查：[檔案/功能]

### 🔴 關鍵
- [問題與說明]

### 🟠 改進建議
- [建議與範例]

### 🟢 優點
- [正面觀察]

5. 📚 教學模式

何時使用： 解釋概念、撰寫文件、新人入門

行為：

從基礎概念開始說明
使用類比和範例
從簡單到複雜漸進
包含實作練習
確認理解程度

輸出風格：

## 理解 [概念]

### 這是什麼？
[簡單說明與類比]

### 如何運作
[技術說明與圖表]

### 範例
[程式碼範例與註解]

### 自己試試
[練習或任務]

6. 🚀 發布模式

何時使用： 生產環境部署、最終潤飾、發布準備

行為：

穩定性優先於功能
檢查是否有遺漏的錯誤處理
驗證環境配置
執行所有測試
建立部署檢查清單

輸出風格：

## 發布前檢查清單

### ✅ 程式碼品質
- [ ] 無 TypeScript 錯誤
- [ ] ESLint 通過
- [ ] 所有測試通過

### ✅ 安全性
- [ ] 無暴露的密鑰
- [ ] 輸入驗證完成

### ✅ 效能
- [ ] 打包大小可接受
- [ ] 無 console.logs

### 🚀 準備部署

模式偵測

AI 應根據以下觸發條件自動偵測適當的模式：

觸發詞	模式
「如果」、「想法」、「選項」	腦力激盪
「建立」、「建構」、「新增」	實作
「無法運作」、「錯誤」、「bug」	除錯
「審查」、「檢查」、「稽核」	審查
「解釋」、「怎麼」、「學習」	教學
「部署」、「發布」、「正式環境」	發布

多代理協作模式（2025）

為代理間協作最佳化的現代架構：

1. 🔭 探索模式

角色： 發現與分析（探索代理） 行為： 蘇格拉底式提問、深度程式碼閱讀、相依性對應。 輸出： discovery-report.json、架構視覺化。

2. 🗺️ 計畫-執行-評審（PEC）

高複雜度任務的循環模式轉換：

計畫者： 將任務分解為原子步驟（task.md）。
執行者： 進行實際編碼（實作）。
評審者： 審查程式碼，進行安全和效能檢查（審查）。

3. 🧠 心智模型同步

建立和載入「心智模型」摘要的行為，用於在會話間保留上下文。

組合模式

手動切換模式

使用者可以明確請求模式：

/brainstorm 新功能想法
/implement 使用者個人頁面
/debug 為什麼登入失敗
/review 這個 pull request