Menu
Coding Agent 完整工作流——自主理解 codebase、制定修改计划、执行修改、运行验证、失败换路，交付可验证的代码改动。ENGINEER 路由且任务涉及代码修改时触发。
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
longClaw 运行时体检与诊断。用于检查 skill 不触发、hook 不生效、DEV LOG 异常、state.db 记账异常、memory 检索退化、配置迁移不完整等问题。Use when the user says 体检、自检、诊断、doctor、status、排查 longClaw、skill 不触发、hook 有问题、sidecar 异常、DEV LOG 乱了.
Generate publication-quality academic diagrams, methodology figures, architecture illustrations, and statistical plots from text descriptions using the PaperBanana multi-agent AI pipeline. Also evaluate diagram quality against reference images. Use when: (1) user asks to generate, create, or make a research diagram, methodology figure, system architecture illustration, pipeline diagram, or framework figure, (2) user asks to create a statistical plot, bar chart, or data visualization from CSV/JSON data, (3) user asks to evaluate or score a generated diagram against a reference, (4) user asks to refine or improve a previously generated diagram. NOT for: analyzing existing images, general image generation (non-academic), or chart/graph discussions without explicit generation intent.
记忆增强陪伴——BRO/SIS 回复前自动 spawn MemoryAgent 检索近期记忆，让陪伴有"记得你"的感觉。无需用户触发，CTRL 路由到 BRO/SIS 时自动激活。
面向实现闭环的工程 workflow。用于把“需求/思路/方案”转成可交付改动，强调验收标准、最小改动、立即验证、明确回滚点。冲突优先级最低：若请求同时包含“接入审计”或“修 bug/继续查”等排障闭环意图，应让位于 skill-safety-audit 或 research-execution-protocol。
研究型工程执行协议。用于复杂实现、排障、代码修改、配置修复与实验验证。强调先证据后判断、先验证后宣称完成、失败后系统性换路，不改变全局人格。冲突优先级次高：当请求包含“修 bug/继续查/验证闭环”与“交付落地”混合意图时，优先于 research-build。
分析岗位 JD，给出匹配度评级、核心要求拆解、简历叙事建议和投递优先级。
| name | code-agent |
| description | Coding Agent 完整工作流——自主理解 codebase、制定修改计划、执行修改、运行验证、失败换路，交付可验证的代码改动。ENGINEER 路由且任务涉及代码修改时触发。 |
| version | 1.0.0 |
| author | jinglong92 |
| license | MIT |
| requires | ["file_read","file_write","shell_exec"] |
完整的 coding agent 工作流：理解 → 计划 → 执行 → 验证 → 交付。
硬触发关键词（出现任一即命中）：
/code 命令软触发（ENGINEER 路由后 CTRL 判断）：
longclaw-checkup）Agent(repo-explorer): <修改目标> — 返回相关文件地图
等待 repo-explorer 返回后继续。若超时，降级为手动询问用户文件位置。
基于文件地图，输出：
修改计划：
目标：<一句话>
影响范围：<文件列表>
改动清单：
1. <文件路径>
- 修改类型：新增/修改/删除
- 具体位置：<函数名/行号范围>
- 改动描述：<一句话>
验收标准：
- <测试命令> 应该通过
- <具体行为> 应该发生变化
风险点：<可能的副作用>
在此处暂停，等用户确认计划。 用户说"继续" / "ok" / "执行" → 进入 Step 3 用户修改计划 → 更新后重新确认
按计划逐文件修改：
# 运行相关测试
<测试命令>
结果分支：
换路策略（失败后）：
blocked: 需要人工介入，附上失败日志交付报告：
状态：已完成 / 部分完成 / 未完成
改动摘要：
- 修改了 <N> 个文件
- 新增 <N> 行，删除 <N> 行
验证结果：
- 测试：<通过数>/<总数>
- 命令：<执行的测试命令>
文件清单：
- <文件路径>：<改动描述>
回滚方式：
git diff HEAD # 查看所有改动
git checkout -- <文件> # 回滚单个文件
🧩 Skill code-agent | step=<N/5> | files=<修改文件数>
🛠️ 工具 Agent(repo-explorer) → 找到<N>个相关文件 | status=ok
🛠️ 工具 Edit(<文件>) → <改动描述> | status=ok
🛠️ 工具 Bash(<测试命令>) → <pass/fail> | status=ok