Loading...
Loading...
AI Agent协作开发的核心原则。定义了分而治之、上下文管理、抽象层级选择、自动化理念、验证与复盘。适用于所有AI Agent使用场景下的最优协作模式落地。
npx skill4agent add supercent-io/skills-template agentic-principles"AI是副驾驶，你才是主角" AI Agent是为了放大开发者的思路、替代重复工作，但最终的决策权和责任始终在开发者手中。
| 错误示例 | 正确示例 |
|---|---|
| "帮我做个登录页面" | 1. "创建登录表单UI组件" |
| 2. "编写登录API端点" | |
| 3. "连接认证逻辑" | |
| 4. "编写测试代码" |
1阶段：模型/ schema设计及验证
2阶段：核心逻辑实现（最小功能）
3阶段：API/接口连接
4阶段：编写并执行测试
5阶段：集成与重构标签页1：认证系统开发
标签页2：UI组件开发
标签页3：测试代码编写
标签页4：DevOps/部署工作# HANDOFF.md
## 已完成工作
- 完成用户认证API实现
- 编写JWT令牌颁发逻辑
## 当前状态
- 正在开发令牌刷新逻辑
## 下一步工作
- 实现刷新令牌
- 添加登出端点
## 注意事项
- 注意与现有会话管理代码冲突/context/clear| 模式 | 说明 | 使用场景 |
|---|---|---|
| Vibe Coding | 只看整体结构的高层级 | 快速原型开发、创意验证、一次性项目 |
| Deep Dive | 逐行钻研代码的低层级 | 修复Bug、安全审查、性能优化、生产环境代码 |
添加新功能时：
1. 高层级抽象："帮我做个用户资料页面" → 掌握整体结构
2. 中层级抽象："展示资料编辑表单的验证逻辑" → 审查特定功能
3. 低层级抽象："解释为什么这个正则表达式在邮箱验证中失败" → 细节调试如果同一任务重复3次以上 → 寻找自动化方法
连这个自动化过程本身 → 也要自动化| 层级 | 方式 | 示例 |
|---|---|---|
| 1 | 手动复制/粘贴 | ChatGPT → 终端 |
| 2 | 终端集成 | 直接使用Claude Code、Gemini CLI |
| 3 | 语音输入 | 语音转写系统 |
| 4 | 重复指令自动化 | 利用项目说明文件 |
| 5 | 工作流自动化 | 自定义命令/Skill |
| 6 | 判断自动化 | 利用AI Skills |
| 7 | 规则强制自动化 | Hooks/Guard Rails |
"帮我编写这个函数的测试，要包含边缘案例。""帮我创建Draft PR""帮我重新检查刚才生成的代码。
验证所有内容，并在最后用表格整理验证结果。"| Agent | 角色 | 适用场景 |
|---|---|---|
| Claude | 编排者 | 制定计划、生成代码、解析Skill |
| Gemini | 分析师 | 大容量分析（1M+令牌）、调研 |
| Codex | 执行者 | 执行命令、构建、部署 |
[计划Agent] 制定计划 → [分析Agent] 分析/调研 → [执行Agent] 编写代码 → [验证] 测试 → [汇总] 整理结果1. 分而治之 → 拆分为小而明确的步骤
2. 上下文 → 保持新鲜，单一目标对话
3. 抽象化 → 根据场景切换Vibe ↔ Deep Dive
4. 自动化 → 重复3次时自动化
5. 计划/执行 → 计划90%，执行10%
6. 验证/复盘 → 测试、PR、自我验证- 这项任务还能拆得更小吗？
- 上下文是否未被污染？
- 是否选择了正确的抽象层级？
- 是否重复了3次以上？
- 是否先制定了计划？
- 是否验证了结果？