Jia-Hong-Peng

跨文件一致性分析：檢查 spec.md、plan.md、tasks.md 三者是否一致，找出遺漏或矛盾。spec-kit SDD 品質驗證。

建立或更新 project constitution。定義產品核心原則、tech stack 約束與 MVP 範圍。spec-kit SDD 工作流第一步。

執行 tasks.md 中定義的所有任務，依 phase 順序實作，每個 task 完成後標記 checkbox。spec-kit SDD 工作流第五步。

根據 spec.md 產生 implementation plan.md：tech stack、project structure、dependencies、架構決策。spec-kit SDD 工作流第三步。

從自然語言描述產生 feature spec.md，包含 User Stories、Acceptance Scenarios、Requirements、Success Criteria。spec-kit SDD 工作流第二步。

根據 plan.md + spec.md 產生依賴排序的 tasks.md，每個 task 有 ID、Story 標籤、平行標記與完整檔案路徑。spec-kit SDD 工作流第四步。

Use when Claude Code must implement changes or perform other nontrivial repository work with principal-level technical judgment: audit and improve a project, deliver a feature or bug fix, change legacy code safely, diagnose runtime behavior, make a technical decision or migration, or prove a change ready to land. Action-first: inspect real code, establish a baseline, implement the smallest safe change, run objective checks, inspect the diff, and stop explicitly. Excludes management, roadmap, process, and methodology advocacy.

Use when Codex must implement changes or perform other nontrivial repository work with principal-level technical judgment: audit and improve a project, deliver a feature or bug fix, change legacy code safely, diagnose runtime behavior, make a technical decision or migration, or prove a change ready to land. Action-first: inspect real code, establish a baseline, implement the smallest safe change, run objective checks, inspect the diff, and stop explicitly. Excludes management, roadmap, process, and methodology advocacy.

Use when Copilot must implement changes or perform other nontrivial repository work with principal-level technical judgment: audit and improve a project, deliver a feature or bug fix, change legacy code safely, diagnose runtime behavior, make a technical decision or migration, or prove a change ready to land. Action-first: inspect real code, establish a baseline, implement the smallest safe change, run objective checks, inspect the diff, and stop explicitly. Excludes management, roadmap, process, and methodology advocacy.

從 JSONL（RAG 源文件）建立 Claude Code Skill 的完整工作流程工具。 涵蓋「從零到 100% 完成度」的七個階段：JSONL 掃描 → 架構規劃 → 骨架生成 → 內容填充 → RAG 錨點標注 → 驗證稽核 → 最終交付。 本 skill 完全獨立，不依賴任何特定 repo 的 CI 腳本，可帶到任意專案使用。 何時觸發： - 使用者說「把這個 JSONL/RAG 轉成 skill」 - 使用者說「幫我從這本書建立一個 skill」 - 使用者有 .jsonl 檔案並想建立可分享的 Claude Code skill - 使用者說「建立新的 skill，來源是 XXX」 - 使用者說「我要把 paidRag 裡面的書做成技能」 適用對象：skill 開發者、知識庫維護者、想把書/文件轉成可執行 AI 知識的任何人。 典型提問： - 「把 紫微攻略.jsonl 做成 skill」 - 「幫我從 RAG 建一個 skill，100% 完成度」 - 「這本書的 JSONL 要怎麼變成可以給別人用的技能？」

PDF → JSONL，會先判斷是文字型還是掃描型： - 文字型：直接用 PyMuPDF 抽文字（不浪費 token） - 掃描型：用 LLM 視覺能力（Read / view_image）逐頁辨識 嚴禁任何傳統 OCR 引擎（Tesseract / PaddleOCR / EasyOCR）、雲端 OCR API、MCP 圖像工具。 一次只做一本書（單機鎖），完成後清除所有暫存（PNG 與 progress 檔）。 每次最多處理一個 batch（預設 8 頁），支援 --resume；長時間任務必須採用低上下文 append-only 流程。 觸發時機： - 使用者說「OCR 這個 PDF」 - 使用者說「把掃描 PDF 做成 JSONL」 - 使用者說「/pdf-ocr <path>」 - 使用者說「用 LLM 視覺辨識這個 PDF」 典型呼叫： - /pdf-ocr /path/to/book.pdf - /pdf-ocr /path/to/book.pdf /path/to/output.jsonl - /pdf-ocr /path/to/book.pdf --resume - /pdf-ocr /path/to/book.pdf --batch 8 --dpi 120