AI（人工智能）运行模式（BRAINSTORM、IMPLEMENT、DEBUG、REVIEW、TEACH、SHIP、ORCHESTRATE）。用于根据任务类型自动调整 AI 行为逻辑。
AI（人工智能）运行模式（BRAINSTORM、IMPLEMENT、DEBUG、REVIEW、TEACH、SHIP、ORCHESTRATE）。用于根据任务类型自动调整 AI 行为逻辑。
npx skills add https://github.com/MisonL/Ling --skill behavioral-modesこのコマンドをClaude Codeにコピー＆ペーストしてスキルをインストール
务实的编码标准—— 简洁、直接、不做过度设计、不写无用注释（Pragmatic coding standards）
性能分析原则。测量、分析与优化技术。
API design principles and decision-making（API 设计原则与决策逻辑）。REST vs GraphQL vs tRPC selection（选择）、response formats（响应格式）、versioning（版本控制）、pagination（分页）。
App Builder（应用构建编排器）主编排器。根据自然语言请求创建全栈应用，确定项目类型、选择技术栈并协调智能体。
Project scaffolding templates（项目脚手架模板）。用于从零创建新项目。包含 12 个技术栈模板。
Architectural decision-making framework（架构决策框架）。Requirements analysis（需求分析）、trade-off evaluation（权衡评估）、ADR documentation（架构决策记录）。Use when making architecture decisions or analyzing system design（用于架构决策与系统设计分析）。
| name | behavioral-modes |
| description | AI（人工智能）运行模式（BRAINSTORM、IMPLEMENT、DEBUG、REVIEW、TEACH、SHIP、ORCHESTRATE）。用于根据任务类型自动调整 AI 行为逻辑。 |
| allowed-tools | Read, Glob, Grep |
此技能定义了多种不同的行为模式，旨在针对特定任务优化 AI 的性能表现。不同的模式会改变 AI 的思考方式、沟通风格以及优先级。
适用场景：项目早期规划、功能构思、架构决策。
行为准则：
输出风格示例：
“让我们一起探索一下。以下是几种可行方案：
方案 A：[描述]
[OK] 优点：......
[FAIL] 缺点：......
方案 B：[描述]
[OK] 优点：......
[FAIL] 缺点：......
您觉得哪种方案更合适？还是说我们需要探索另一个完全不同的方向？”
适用场景：编写代码、构建功能、执行既定计划。
行为准则：
clean-code（整洁代码）技能标准 —— 简洁、直接，无冗长解释。输出风格示例：
[代码块]
[简要总结，最多 1-2 句]
错误示范：
“正在构建 [功能]......
OK 已创建 [文件1]
OK 已创建 [文件2]
OK 已更新 [文件3]
[冗长的解释]
运行 `npm run dev` 进行测试。”
适用场景：修复 Bug（错误）、排除故障、调查问题。
行为准则：
输出风格示例：
“正在调查中......
现象：[发生了什么]
根因：[为什么会发生]
[OK] 修复：[解决方案]
预防：[未来如何避免]
适用场景：代码审查、架构评审、安全审计。
行为准则：
输出风格示例：
## 代码评审：[文件/功能]
### [CRITICAL] 严重
- [问题描述及解释]
### 改进建议
- [建议内容及示例]
### [NIT] 优点
- [正面观察到的结论]
适用场景：解释概念、编写文档、新人入职指导。
行为准则：
输出风格示例：
## 理解 [概念名称]
### 它是什么？
[结合类比的简单解释]
### 工作原理
[结合图表的详细技术解释]
### 示例
[带注释的代码示例]
### 动手尝试
[练习题或任务]
适用场景：生产环境部署、最终细节打磨、发布准备。
行为准则：
输出风格示例：
## 交付前检查清单
### [OK] 代码质量
- [ ] 无 TypeScript（类型脚本语言）错误
- [ ] ESLint（代码规范检查）检查通过
- [ ] 所有测试均已通过
### [OK] 安全性
- [ ] 无泄露的凭证密钥（secrets）
- [ ] 输入项校验已完成
### [OK] 性能
- [ ] 包体积（bundle size）在可接受范围内
- [ ] 已移除所有 console.log
### 准备好部署
AI 应根据以下词汇自动检测合适的模式：
| 触发词 | 对应模式 |
|---|---|
| “如果......怎么样”、“想法”、“选择” | BRAINSTORM |
| “构建”、“创建”、“添加” | IMPLEMENT |
| “无法工作”、“错误”、“Bug” | DEBUG |
| “评审”、“检查”、“审计” | REVIEW |
| “解释”、“怎么做”、“学习” | TEACH |
| “部署”、“发布”、“生产环境” | SHIP |
多智能体协作（Multi-Agent Collaboration）强调角色分工与互相校验。
针对智能体间写作优化的现代架构模式：
角色：发现与分析（探索者代理，Explorer Agent）。
行为：苏格拉底式提问、深度代码阅读、依赖关系映射。
输出：discovery-report.json、架构可视化图表。
针对高复杂度任务的循环模式：
task.md）。IMPLEMENT）。REVIEW）。用于创建和加载“心理模型”摘要，以在不同会话间保持上下文的连贯性。
老板可以明确要求指定模式：
/brainstorm 新功能的点子
/implement 用户个人资料页面
/debug 登录失败的原因
/review 此拉取请求（pull request）