@dzhng: 将这篇文章输入Fable，我们创建了一个探索未知技能。它扫描你的代码库，然后逐个问题采访你……

X AI KOLs Following 工具
ai-skills software-factory developer-tools open-source agent-skills

摘要

一个用于构建软件工厂的可组合AI技能的个人库，包括一个探索未知技能，该技能扫描代码库并采访开发者以消除已知和未知的未知。

将这篇文章输入Fable，我们创建了一个探索未知技能。它扫描你的代码库，然后逐个问题采访你以消除已知未知，接着扫描你从未想到的未知未知。现在是我软件工厂的一部分：https://github.com/dzhng/skills
查看原文
查看缓存全文

缓存时间: 2026/07/05 14:32

把文章喂给 Fable，我们创建了一个「探索未知」技能。它会扫描代码库，然后一次一个问题地对你进行访谈，以消除「已知的未知」。接着它会扫描那些你从未想过的「未知的未知」。现在已是我的软件工厂的一部分：https://github.com/dzhng/skills

dzhng/skills

来源：https://github.com/dzhng/skills

Skills

skills.sh (https://skills.sh/dzhng/skills)

用于构建软件工厂的AI技能

用于构建软件工厂的AI技能。

我个人的领域无关智能体技能库，在每个项目中复用。体积小、可组合、可修改——适用于任何支持技能的工作流工具：Claude Code、Codex、opencode、Cursor、duet (https://duet.so) 以及 70 多种其他工具 (https://github.com/vercel-labs/skills)。

npx skills add dzhng/skills

添加 --list 可以选择单个技能，或者将任何 skills/<分类>/ 文件夹复制到你的工作流工具技能目录（例如 .claude/skills/）中。

为什么

软件正在从任务转向工厂：智能体自主追求目标，直到输出可信。困难的部分不在于将目标分解为任务——而在于将其分解为可独立验证的片段，并知道这些片段在何处。这些技能运行这个循环。

将未知视为战争迷雾：绘制地形，将其划分为可以独立构建和验证的区域，然后递归地重新划分那些隐藏了更多地图的部分。重新规划不会在规划结束时停止——规范是一份活的文档，在实现过程中，每当工作让智能体意识到计划已经过时时，就会更新并重新切分。

每个片段都必须证明自己——架构审查、代码审查以及与基准的视觉审查——然后循环才会继续。每次迭代都会让结果更少出错，直到目标完成。

一次自主运行——1 天 16 小时追求一个目标

证明：一次无人看管的 Codex 运行，在技能之上追求单一目标1天16小时，切分并迭代直到完成。

如何使用

  1. 规划。 让智能体 /write-spec 目标。它会对你进行访谈，研究未知，并在 specs/<目标>/ 下生成一份规范——一个切片图，其中每个切片都可独立验证。

  2. 构建。 启动循环：

/goal <目标>
/implement-spec specs/<目标>

添加任何合适的上下文：on the xyz branch，或者 using /codex as the implementer while you stay the parent orchestrator and reviewer。

  1. 其余部分自动触发。 规范告诉循环何时调用其他技能——在每个切片结束时进行 /refactor-clean 和审查；在涉及视觉内容时进行 /screenshot-critique 和 /compare-screenshots；在最后一个切片完成后进行 /close-spec——并且在实现证明计划过时时更新并重新切分计划。

每个技能也都可以独立使用：随时手动调用任何技能。

技能

工程——切分、构建、验证、重复

技能作用
explore-unknowns引导用户逐步按象限映射任务的未知——先是已知已知，然后是访谈、可反应制品和盲点检查——最终生成完整的四象限地图。
write-spec将一个大型功能分解为可独立验证、可供人类审查的切片，包含 API 接缝和可播放的检查点。
implement-spec完成现有规范的实现，一次一个可审查的通过，并行委托独立的切片。
implement-spec-with-codex运行 implement-spec，让 Codex 编写代码——你编排、集成并审查每个通过。
close-spec归档已交付的规范，将其从构建计划重写为持久的理由记录，指向代码。
refactor-clean通过将所有权转移到一个干净的概念来重构，而不是在问题旁边堆叠兼容性沉积。
write-docs将文档写成原则和指针的词汇表，而不是会腐烂的代码镜像。
codex将本地 Codex CLI 用作独立的第二智能体，用于审查和（在明确要求下）委托实现。
claude将 Claude Code (claude -p) 用作独立的第二智能体，用于咨询和（在明确要求下）委托实现。

视觉审查——永远不要凭感觉接受视觉效果

技能作用
compare-screenshots判断哪个图像相对于你建立的目标更少出错——通过遥测定位差异，而不是匹配基准。附带一个可复用的差异脚本。
screenshot-critique在接受视觉工作之前，使用一个未初始化的子智能体作为另一双眼睛。
preview-shots在 macOS 预览窗口中打开一组精选的图像截图，供用户肉眼检查。

创作——保持技能本身锐利

技能作用
write-skills创建或修改智能体技能：触发器、指导语、渐进式披露以及需要剪除的失败模式。
eval-skills对黄金案例进行技能评估——在全新的子智能体中进行盲运行，使用独立的评判者，并根据差距进行编辑。

图形

技能作用
renderer构建、调试或审查 WebGPU 渲染器工作——three.js/TSL 场景层、节点材质、WGSL 通道、深度语义以及浏览器验证的视觉效果。

许可证

MIT

相似文章

@gyro_ai: https://x.com/gyro_ai/status/2055198700016660826

X AI KOLs Timeline

Matt Pocock 开源了 Skills for Real Engineers，一套小、可组合、可破解的 AI 编程技能，旨在解决 AI 编程中的理解偏差、缺少共享语言、反馈回路缺失和软件熵问题。该工具通过 grill-with-docs、tdd、diagnose 等技能提升 AI 编程效率，并提供了完整工作流。