一键导入
backlog-check
核实和清理所有 backlog 条目,删除过时项,按时间重排序,并向用户汇报结果。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
核实和清理所有 backlog 条目,删除过时项,按时间重排序,并向用户汇报结果。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
使用 DicePP Shell 工具进行交互式机器人指令验收。涉及用户可见指令、骰子结果、会话状态、多步骤流程、私聊/群聊差异或需要确认机器人实际回复时使用;开发验证时可由 auto-test-run 配合调用。
运行 DicePP Persona 真实 LLM 功能回归,客观验收生活模拟、主动消息、私聊多轮、群聊上下文、持久化和 trace。仅在用户显式调用本技能或明确要求 Persona 真实 LLM 回归时使用;不得自动触发,也不得由 subagent 自行调用。
代码审视清理——扫描变更中的遗留调试代码、废弃注释、无 backlog 引用的 TODO 等,一次确认后批量修改,跑通全量测试。
用当前 dev 源码在 5090 端口起一个 Dashboard 实例(默认仅本地 127.0.0.1,--expose 才绑 0.0.0.0),联动 dicepp-shell serve 常驻 Bot Runtime,做 Dashboard 开发联调验收。需要可视化 Dashboard 状态、调试控制通道、验证 Bot↔Dashboard 通信、测试 Dashboard 面板与真实 Bot 生命周期联动,或要在不碰生产 docker 栈的前提下用 --expose 临时把 Dashboard 暴露给外网查看时使用。
从 master 创建新的 feature 分支,基于 git worktree 实现环境隔离。
开发分支提交重组——分析、分组、walkthrough 确认、reset-soft 重提交、验证无内容丢失。不修改代码。
| name | backlog-check |
| description | 核实和清理所有 backlog 条目,删除过时项,按时间重排序,并向用户汇报结果。 |
定期或按需运行,清理 docs/dev/backlog.md 中过时的条目,重排序,保持 backlog 健康。
Maintainer Agent — 负责 backlog 的日常维护,不修改业务代码,只操作 docs/dev/backlog.md。
无必须参数,直接调用:
/backlog-check
一致性校验:
python docs/agent/tools/backlog.py validate
若校验失败(如缺少 问题表现 / 开发备忘),先向用户报告错误列表,停止清理,建议手动修复后再跑。
拉取全表:
python docs/agent/tools/backlog.py list
逐条评估过时性:
对每条 backlog,使用 show 查看完整内容,根据 问题表现 描述实际去代码里核实:
git log --since=...)已经修改过相关代码,使问题不再成立?评估结论只有两种:建议保留 / 建议删除。
不得因为"记不清"或"看起来旧"就建议删除;不确定的标 建议保留 并附理由。
与用户确认:
将所有 建议删除 的条目汇总展示给用户:
建议删除以下 N 条 backlog:
- [B-...] <标题> (<模块>) — 理由:<在 commit XXX 中修复 / 文件已删除 / ...>
是否确认删除?(是 / 否,逐条审)
等待用户回复。用户要求逐条审时,逐条展示并确认。
执行清理(dry-run 先): 用户确认后:
python docs/agent/tools/backlog.py prune <id1> <id2> ... --dry-run
展示将要删除的内容,再次请用户确认。
正式删除:
python docs/agent/tools/backlog.py prune <id1> <id2> ...
重排序:
python docs/agent/tools/backlog.py sort
(按 模块→优先级→类型→改动量 自动排序,写入时已自动执行,此处为显式确认)
汇报:
Backlog 清理完成
- 清理前总数: N
- 删除: M 条
- 保留: K 条
- 文件: docs/dev/backlog.md
validate 确认文件格式仍然合法docs/dev/backlog.md 外的任何文件