智能体开发助手(后端开发)

SKILL开发
开发 未标注权限 许可证不明确
安装这个技能

腾讯发布的一个 Skill 跑通需求开发全流程;通过其拆解的思想逻辑进行二次创作,通过ai整理出来,适合通用的agent后端开发工作,前提要有设计好的需求,业务,原型

一句话选型结论

按资料字段整理

智能体开发助手(后端开发)是开发类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类开发 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_f3f6053c/zhinengtikaifa-001
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

开发
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_f3f6053c仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791720206
正文体量15.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写代码与改 bug

按需求补代码、定位并修掉报错。

读仓库与生成改动

让模型读懂项目结构,再给出可落地的改动。

跑测试与排查故障

按现象排查问题,补测试用例并复跑。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在开发场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
智能体开发助手(后端开发)当前 未标注权限 未标注 未标注 未标注 有
技能审查员 浏览器控制 ClawHub 市场 877.9 万 OpenClaw 有
Vercel React 最佳实践 浏览器控制 GitHub 仓库 849.1 万 Codex、Claude、Cursor 有
GitHub 代码协作 联网访问 ClawHub 市场 763.3 万 OpenClaw 有
网页设计指南 联网访问 GitHub 仓库 668.6 万 Codex、Claude、Cursor 有
本体论 只读 ClawHub 市场 663.7 万 OpenClaw 有

SKILL.md 全文

15.9 KB
模型实际读到的说明书原文,来自技能仓库

8阶段通用开发流水线

1. 流水线概述

本流水线将"一个需求从规格到代码提交"的全过程,拆解为8个原子化阶段。每个阶段对应一个独立的子Skill,且有明确的输入Schema、产出物Schema、退出闸门(Gate)。
核心哲学:流程化、原子化、可校验化——让AI像执行SOP一样工作,将代码生成率稳定提升至94%+。

技术栈无关:流水线骨架不绑定任何特定语言或框架。通过内置的模板自动匹配机制,AI根据项目类型自动切换工具链(编译、Lint、测试、格式化)。

2. 流水线总览图(输入→输出传递链)

[用户触发流水线 + PRD需求文档]
        ↓
┌─────────────────────────────────────────────────────────────────────┐
│ 阶段0:项目感知与设计确认 → 产出 ai_pipeline/ + 确认设计方向    │
└─────────────────────────────────────────────────────────────────────┘
        ↓
┌─────────────────────────────────────────────────────────────────────┐
│ 节点1 (Skill-01):需求结构化 → 产出 SPECIFICATION.md              │
└─────────────────────────────────────────────────────────────────────┘
        ↓
┌─────────────────────────────────────────────────────────────────────┐
│ 节点2 (Skill-02):需求拆解 → 产出 TASK_LIST.md (原子任务清单)    │
└─────────────────────────────────────────────────────────────────────┘
        ↓
┌─────────────────────────────────────────────────────────────────────┐
│ 节点3 (Skill-03):代码定位 → 产出 LOCATE_MAP.md (精确行号+上下文) │
└─────────────────────────────────────────────────────────────────────┘
        ↓
┌─────────────────────────────────────────────────────────────────────┐
│ 节点4 (Skill-04):代码实现 → 产出 修改后源文件 + IMPLEMENTATION_  │
│                                  REPORT.md                        │
└─────────────────────────────────────────────────────────────────────┘
        ↓ (Critical红线校验)
┌─────────────────────────────────────────────────────────────────────┐
│ 节点5 (Skill-05):静态验证 → 产出 VERIFY_REPORT.md               │
└─────────────────────────────────────────────────────────────────────┘
        ↓ (Critical红线校验)
┌─────────────────────────────────────────────────────────────────────┐
│ 节点6 (Skill-06):可配置验证 → 产出 VERIFY_RUNTIME_REPORT.md     │
│                     (测试覆盖/Eval基准/组合模式)                    │
└─────────────────────────────────────────────────────────────────────┘
        ↓ (质量红线校验)
┌─────────────────────────────────────────────────────────────────────┐
│ 节点7 (Skill-07):知识沉淀 → 更新 TECH_SPEC.md                   │
└─────────────────────────────────────────────────────────────────────┘
        ↓
┌─────────────────────────────────────────────────────────────────────┐
│ 节点8 (Skill-08):语义提交 → 产出 COMMIT_MESSAGE.md + Git Commit │
└─────────────────────────────────────────────────────────────────────┘
        ↓
      🎉 交付完成

3. 模板自动匹配

AI在启动流水线时,自动检测项目根目录标志文件,确定技术栈:

  • pyproject.toml + src/ 存在 → Python技术栈(mypy / ruff / pytest)
  • package.json + tsconfig.json 存在 → TypeScript技术栈(tsc / eslint / jest)
  • 两者均不存在 → 询问用户确认技术栈
  • 两者同时存在 → 询问用户选择目标技术栈

选定技术栈后,AI直接使用项目已有的类型检查、Lint、格式化配置,不额外生成配置文件。

4. 各节点串联逻辑(输入/产出/闸门详述)

阶段0:项目感知与设计确认(前置步骤,必须执行)

  • 触发条件:用户触发流水线。
  • 执行动作:
    1. 读取项目:AI先完整扫描项目目录结构,读取关键源码文件,理解现有架构、模块划分、接口定义和代码风格。
    2. 创建追踪目录:在项目根目录下创建 ai_pipeline/ 目录,用于存放流水线核心追踪文件。创建时告知用户路径,工作流不中断继续执行。
    3. 设计拆解确认:基于PRD和项目现状,生成初步设计拆解摘要(功能模块划分、接口契约概要、数据流方向、状态机草图),以简洁形式呈现给用户并等待确认。
    4. 语义澄清:若任何文件名、模块名、代码片段的作用或语义不明确,必须暂停并询问用户,禁止猜测后继续。此步骤是为了避免后续阶段基于错误理解做无意义工作。
  • 产出物:ai_pipeline/ 目录(含初始化的 PIPELINE_STATUS.md)。
  • 出口闸门:用户确认设计拆解方向;所有语义歧义已澄清。
  • 下游传递:确认后的设计方向进入节点1。

阶段1:需求结构化(Skill-01)

  • 触发条件:用户提供 PRD文档 + API规范 + 接口契约。
  • 执行动作:调用子Skill-01,提取功能模块、定义接口契约、梳理数据流与状态机、枚举边界条件。
  • 产出物:SPECIFICATION.md(含功能树、接口契约表、数据流图、状态机、边界条件、依赖清单)。
  • 出口闸门:完整性红线校验通过(无Critical缺失,所有接口有明确的输入/输出Schema)。
  • 下游传递:将 SPECIFICATION.md 路径写入上下文,进入节点2。

阶段2:原子化拆解(Skill-02)

  • 触发条件:接收到 SPECIFICATION.md 及原始PRD。
  • 执行动作:调用子Skill-02,自上而下切割为"单文件/单函数"粒度的任务,并做拓扑排序。
  • 产出物:TASK_LIST.md(含任务ID、依赖关系、变更类型)。
  • 出口闸门:原子性红线校验通过(无超大任务、无模糊描述)。
  • 下游传递:将 TASK_LIST.md + SPECIFICATION.md 传入节点3。

阶段3:精准代码定位(Skill-03)

  • 触发条件:接收到 TASK_LIST.md。
  • 执行动作:调用子Skill-03,利用"三级金字塔知识库"+"五步定位法"(脚本辅助),将每个任务映射为绝对路径、函数名、行号范围。工具链按当前模板选择(Python用ast/ripgrep,TypeScript用ts-morph/grep)。
  • 产出物:LOCATE_MAP.md(含每个任务的物理路径+上下文代码块,总Token≤约30K)。
  • 出口闸门:唯一性红线校验通过(无同名文件/函数冲突)。
  • 下游传递:将 LOCATE_MAP.md + TASK_LIST.md + SPECIFICATION.md 传入节点4。

阶段4:确定性代码实现(Skill-04)

  • 触发条件:接收到 LOCATE_MAP.md。
  • 执行动作:调用子Skill-04,严格按拓扑顺序执行每个任务。AI生成业务逻辑骨架,所有精确计算/正则/幂等操作下沉到脚本,脚本回填结果后原地注入文件。工具链按当前模板选择。
  • 产出物:物理修改后的源文件 + IMPLEMENTATION_REPORT.md(含注入行号、脚本调用日志)。
  • 出口闸门:即时编译校验(按模板对应的编译器,如 mypy --strict)通过(最多自愈3次,否则中断)。
  • 下游传递:修改文件列表 + IMPLEMENTATION_REPORT.md + LOCATE_MAP.md 传入节点5。

阶段5:硬性静态闸门(Skill-05)

  • 触发条件:接收到修改后的源文件列表。
  • 执行动作:调用子Skill-05。第一阶段:Critical红线(编译/类型检查/关键Import)——失败则立即中断全流水线并回滚。第二阶段:Standard红线(Lint/命名/调试残留)——AI自动修复循环(最多3轮)。
  • 产出物:VERIFY_REPORT.md(含Critical/Standard逐项结论)。
  • 出口闸门:Critical全部通过;Standard无残留或仅剩 [MANUAL_REQUIRED] 警告项。
  • 下游传递:修改文件列表 + VERIFY_REPORT.md + SPECIFICATION.md 传入节点6。

阶段6:可配置运行时验证(Skill-06)

  • 触发条件:接收到静态验证通过的文件 + SPECIFICATION.md。
  • 执行动作:调用子Skill-06。根据当前模板+项目配置选择验证模式:
  • Mode A(测试覆盖率):运行测试套件,检查覆盖率阈值。
  • Mode B(Eval基准):运行预设的eval benchmark,评测行为质量(适用于AI Agent项目)。
  • Mode C(组合):Mode A + Mode B 同时执行。
  • 产出物:VERIFY_RUNTIME_REPORT.md(含测试覆盖率报告 / Eval得分 / 组合结论)。
  • 出口闸门:Mode A覆盖率达标 / Mode B得分达标 / 无 Uncaught 运行时错误。
  • 下游传递:修改文件列表 + VERIFY_RUNTIME_REPORT.md + IMPLEMENTATION_REPORT.md + TASK_LIST.md + SPECIFICATION.md 传入节点7。

阶段7:知识沉淀与传承(Skill-07)

  • 触发条件:接收到所有前序报告及最终源码。
  • 执行动作:调用子Skill-07。提取 git diff 变更清单 → AI将"改了啥"翻译为"为啥改"(ADR/踩坑记录)→ 增量合并至 TECH_SPEC.md。
  • 产出物:更新后的 TECH_SPEC.md(含概述、变更清单、ADR、遗留问题、测试指引)。
  • 出口闸门:任务-文档完整性红线(TASK_LIST 中所有任务均在 TECH_SPEC 中有对应条目)。
  • 下游传递:修改文件列表 + TECH_SPEC.md + IMPLEMENTATION_REPORT.md 传入节点8。

阶段8:语义化提交与交付(Skill-08)

  • 触发条件:接收到最终源码及 TECH_SPEC.md。
  • 执行动作:调用子Skill-08。AI聚合变更分组 → 生成Conventional Commits格式信息(含Body引用ADR、Footer带Warning)→ 提交前红线(扫描调试残留/超大文件,检测项按模板切换)→ 执行 git commit。
  • 产出物:COMMIT_MESSAGE.md + 实际Git提交记录 + PIPELINE_SUMMARY.md(流水线终结报告)。
  • 出口闸门:提交前红线100%通过;流水线正式结束。

5. AI如何使用本主Skill(操作指南)

前置准备(一次性)

  1. 将8个子Skill(SKILL_01_DESIGN.md ~ SKILL_08_COMMIT.md)存放于项目 .ai/skills/ 目录下。
  2. 确保本地环境具备(AI会自动检测并提示缺失项):
    - Git仓库(已初始化)
    - 对应语言运行时(Python 3.9+ / Node.js 18+)
    - 项目已有类型检查、Lint、格式化等规范配置

触发流水线(单次需求)

向AI发送以下指令模板(示例):

> "请按本仓库的8阶段流水线,完成以下需求开发:
>
> - PRD说明:[需求描述、业务规则、边界条件]
> - API规范:[接口定义、输入输出Schema]
> - 目标分支:feature/xxx"

AI执行时的自动化流转逻辑

  1. 自动模板匹配:AI检测项目标志文件,自动选择模板(参见第3章)。
  2. 自动加载:主Skill顺序读取并激活子Skill-01至08。
  3. 上下文传递:每个阶段的产出物路径会被自动追加到工作上下文中,作为下一阶段的输入(无需人工搬运)。
  4. 闸门交互:
    - 若某阶段触发 Critical红线(阻断级),AI会暂停流水线,输出错误报告,并询问"是否回滚并终止,或人工修复后继续"。
    - 若触发 Standard红线(自愈级),AI自动修复并在报告中记录,无需人工干预。
  5. 人工确认节点(可选):在节点6完成后,若存在"带警放行"项(如覆盖率略低于阈值),AI会输出报告并等待"确认放行"指令后再进入节点7。
  6. 断点续传:若流水线因意外中断(如网络超时),AI可读取最后一份成功产出的报告,从中断节点恢复执行。

执行完毕后交付物清单

  • 代码仓库:已提交的新增/修改源码(附带规范Commit信息)。
  • 文档资产:更新后的 TECH_SPEC.md(项目长期记忆库)。
  • 验证附件:VERIFY_RUNTIME_REPORT.md(含测试覆盖率/Eval得分)、IMPLEMENTATION_REPORT.md(行号审计日志)。
  • 终结报告:PIPELINE_SUMMARY.md(总耗时、修改文件数、关卡通过情况)。

关键约束提醒(AI必须遵守)

  • 绝不跳阶段:即使自认为"简单需求",也必须走完阶段0+8个节点,否则视为违规。
  • 绝不猜测语义:遇到不确定的文件名、模块名、代码意图时,必须暂停并询问用户确认,禁止猜测后继续。
  • 绝不留占位符:任何产出物(文档/代码)中不允许出现 TODO、待补充 等未完成标记流出流水线。
  • 先读后写:在任何代码修改前,必须先完整理解项目现有架构和代码风格。
  • 每轮更新:每个节点完成后,更新 ai_pipeline/PIPELINE_STATUS.md 记录当前进度。

常见问题

5 问
答案由本站依据条目字段整理
智能体开发助手(后端开发)怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_f3f6053c/zhinengtikaifa-001。安装方式为未标注。装完刷新技能列表或重开客户端。

智能体开发助手(后端开发)支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

智能体开发助手(后端开发)权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

智能体开发助手(后端开发)收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

智能体开发助手(后端开发)用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。