a2c-smcp-skills

A2C-SMCP 体系新增功能的流程门控。强制协议先行——任何涉及协议的 Feature 必须先在协议仓库通过评审、合并、发布后，代码仓库才可跟进实现。当用户提出新功能需求或 Feature Request 时调用。

以架构师视角审查代码变更，关注模块边界、DRY 复用性、测试完整性、协议合规和长期可维护性。当需要审查 PR、工作区变更或提交代码时使用。

以架构师视角分析并修复问题，强制 plan 模式，杜绝补丁式修复。涉及协议时严格按协议来，协议有问题则协议先行调整，代码再跟进。当遇到 Bug 反馈、错误日志或功能异常时使用。

把一个较大的 A2C-SMCP Epic / Story / GitHub Issue（或 Jira / CNB Issue）科学拆成多个可独立交付的子任务，输出含依赖图与集成回归守护的拆分方案，并在对应平台用 sub-issue 能力下单。A2C 特有：涉及协议的拆分强制「协议先行」——协议子任务置于依赖图根，代码仓库子任务 blocked-by 它。当用户说「拆分这个任务」「把 Epic 拆成子任务」「分解 Story」「给个切刀方案」时触发。

指导第三方 MCP Server 开发者通过标准 MCP Resource 协议暴露 window://（桌面状态）与 skill://（能力包）资源，接入 A2C-SMCP Desktop / SKILL 通道。当为 MCP Server 增加 A2C-SMCP 集成、把服务实时状态暴露给 Desktop、或通过 MCP 分发 SKILL 时使用。

反馈 A2C-SMCP Marketplace Skill 的问题或改进建议。自动识别当前会话中使用的 Skill，提取优化点，收集版本信息，提交 GitHub Issue 到 a2c-smcp-skills 仓库。当使用某个 Skill 时发现步骤错误、分支遗漏、文档过时等问题时调用。

审查 enhance-skill 提交的 GitHub Issue，评估建议合理性，与用户商议后实施改进。用于 marketplace 维护者持续提升 Skill 质量。

引导 A2C-SMCP 各项目的版本发布流程——单一来源改版本号 → 打 vX.Y.Z tag → 推送触发 CI 发布 → 发布后验收。覆盖 SDK 包发布（PyPI / crates.io）与协议文档部署（GitHub Pages 自动 + 公司服务器手动）。当需要发布新版本、部署文档站点，或排查发布流程问题时使用。

向 TuringFocus 生态发起跨生态问询报告生成。当 A2C-SMCP 项目（如 tfrobot-client、office-editor4ai）需要与 TuringFocus Robot 系统对接时（如登录鉴权获取配置、接入 Socket.IO 聊天能力），生成结构化问询问卷，由用户转发给 TF 工程师并收集回复。

跨项目问询报告生成。当前项目工程师遇到需要其他项目工程师协助的问题时，生成结构化问询问卷，由用户转发给对应工程师并收集回复。解决工程师视角局限、不知道该问什么的问题。

阶段性 GitHub Issue 梳理与结构化。扫描项目残留 Issue，分析结构问题，交互式商议 Milestone/Label 归档与优先级排序，批量执行整理操作。当项目积累大量未处理 Issue 需要系统性整理时调用。

跨项目问题排查与诊断。支持 dev（本地编译调试）和 artifact（制品运行）两种模式，引导从数据流全局视角定位问题归属项目，必要时联合 TuringFocus 系统排查。当遇到难以定位的运行时错误、连接失败、数据不通等问题时使用。

按业界最佳实践向项目 GitHub 仓库提报 Issue（Bug Report / Feature Request / Improvement）。自动收集项目上下文、生成结构化 Issue 内容、通过 gh CLI 提交。当需要报告问题、提出新功能或改进建议时使用。

为 A2C-SMCP 项目线创建跨项目共享的 Claude Code Skill。收集各项目现有 Skill 并分析共性与差异，生成统一 SKILL.md 和按项目拆分的 resources 文件。当需要新建适用于多个 A2C-SMCP 项目的 Skill 时调用。

修复 Code Review 发现的问题，支持按严重级别分级处理（block/all/discuss），架构视角修复而非补丁式 Patch。当需要处理 /code-review 报告中的问题时使用。