代理工程

文档 社区

技能解读

当前原文的自动摘译,尚未人工审校。

操作原则

在执行前定义完成标准。 将工作分解为智能体可处理的单元。 根据任务复杂度路由模型层级。 使用评估和回归检查进行度量。

评估优先循环

定义能力评估和回归评估。 运行基线并捕获失败特征。 执行实施。 重新运行评估并比较差异。

任务分解

应用 15 分钟单元规则: 每个单元应可独立验证 每个单元应有一个主要风险 每个单元应暴露一个清晰的完成条件

模型路由

Haiku:分类、样板转换、狭窄编辑 Sonnet:实施和重构 Opus:架构、根因分析、多文件不变量

会话策略

对于紧密耦合的单元,继续使用同一会话。 在主要阶段转换后,启动新的会话。 在里程碑完成后进行压缩,而不是在主动调试期间。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
文档
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@affaan-m · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

作者说明文件(原文) SKILL.md

# 智能体工程

在 AI 智能体执行大部分实施工作、而人类负责质量与风险控制的工程工作流中使用此技能。

## 操作原则

1. 在执行前定义完成标准。
2. 将工作分解为智能体可处理的单元。
3. 根据任务复杂度路由模型层级。
4. 使用评估和回归检查进行度量。

## 评估优先循环

1. 定义能力评估和回归评估。
2. 运行基线并捕获失败特征。
3. 执行实施。
4. 重新运行评估并比较差异。

## 任务分解

应用 15 分钟单元规则:

* 每个单元应可独立验证
* 每个单元应有一个主要风险
* 每个单元应暴露一个清晰的完成条件

## 模型路由

* Haiku:分类、样板转换、狭窄编辑
* Sonnet:实施和重构
* Opus:架构、根因分析、多文件不变量

## 会话策略

* 对于紧密耦合的单元,继续使用同一会话。
* 在主要阶段转换后,启动新的会话。
* 在里程碑完成后进行压缩,而不是在主动调试期间。

## AI 生成代码的审查重点

优先审查:

* 不变量和边界情况
* 错误边界
* 安全性和身份验证假设
* 隐藏的耦合和上线风险

当自动化格式化/代码检查工具已强制执行代码风格时,不要在仅涉及风格分歧的审查上浪费周期。

## 成本纪律

按任务跟踪:

* 模型
* 令牌估算
* 重试次数
* 实际用时
* 成功/失败

仅当较低层级的模型失败且存在清晰的推理差距时,才升级模型层级。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。