Menu
AI 辅助编程与 Agent 系统设计的核心方法论和判断原则
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
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